注意:红色字体表示使用时需要结合实际进行修改的内容 【1】直接导入csv格式数据 insheet using name.csv, clear 【2】修改变量长度 format var %20.2g 【3】删除重复值 sort var1 var2 duplicatesdrop var1 var2, force 【4】数据合并 use data1, clear merge m:m var1var2 using data2 drop if _merge==2 drop if _merge==1 drop _merge
【5】生成一期滞后项 tsset stkcd accper gen newvarname=L.varname
【6】将文字转化为数字变量 genBigN=0 replaceBigN=1 if strmatch(dadtunit,'普华永道*')
【7】删除有缺失值的记录 egen mis=rowmiss(_all) drop if mis drop mis
【8】行业划分 clonevarsic2=ind order stkcd accper sic2 replace sic2=substr(sic2,1,1) if substr(sic2,1,1)!=”C” replace sic2=substr(sic2,1,2) if substr(sic2,1,1)==”C” tabulate sic2 accper 【9】日期只保留年份 drop if substr( reptdt ,6,2)!='12' replace reptdt=substr(reptdt,1,4) gen accper=real(reptdt)
【10】数据分列 split date ,parse(-) destring ignor('-') 【11】求两个日期之间的间隔天数 g td=date(trading_date,'YMD') g ed=date(eventdate,'YMD') form td ed %td g d=ed-td
【12】生成行业、年份哑变量 tab year, gen(year) tab industry, gen(industry)
【13】对数据进行Winsorize处理 findit winsor2 winsor2 varname, replace cut(1 99)
【14】描述性统计 tabstat var1var2, stat(n min mean median p25 p75 max sd), if groupvar==0 or 1 logout, save(name) word replace: tabstat var, stat(n min mean p50 max sd) col(stat)f(%9.2g)
【15】两变量列联表 tabulate var1 var2, row chi2 taub gamma
【16】两样本间的均值T检验 ttest var, by(groupvar)
【17】两样本中位数Z检验 ranksum var, by(groupvar)
【18】Pearson/Spearman系数 spearmanx* 直接导出结果 logout, save(pw) word replace:pwcorr_avars, star1(0.01) star5(0.05) star10(0.1)
【19】按年度按中位数分组 方法一 bysort year: egen g=xtile(var), n(2) 方法二 bys accper: cumul icindex, g(g) eq levelsof accper, local(id) display '`r(levels)'' local cut1 = 1/2 foreach x of local id { recode g (min/`cut1'=0)(`cut1'/max=1) if accper==`x' } 分三组 bys accper:cumul icindex, g(g) eq levelsof accper, local(id) display '`r(levels)'' local cut1 = 1/3 local cut2 = 2/3 foreach x of local id { recode g (min/`cut1'=1)(`cut1'/`cut2'=2)(`cut2'/max=3)if accper==`x' } 【20】输出回归结果 安装 ssc install estout, replace 单个回归 reg esttab using name.rtf, compress nogap r2 ar2 star(* 0.1 ** 0.05 *** 0.01) 多个回归一起 reg est store m1 reg est store m2 esttab m1 m2 using name.rtf, compress nogap r2 ar2 star(* 0.1 ** 0.05 *** 0.01) 连续运行tobit模型结果导出: esttab m1 m2, b(%9.4f) t scalars(N ll Fchi2 type), using name.rtf, compress nogap 连续运行OLS模型结果导出: esttab m1m2, b(%9.4f) tscalars(N r2 F p), using name.rtf, compress nogap
【21】异方差检验及处理 检验:怀特检验 ssc install whitetst reg estat imtest, white 处理:“OLS+稳健标准差” reg y x1 x2 x3, robust
【22】DW检验(序列相关性一阶) gen id=_n tsset id
【23】多重共线性 reg y x1 x2 x3
【24】是否遗漏高次项 例如,检验y对x的线性回归有没有遗漏高次项 reg y x estat ovtest 或者estat ovtest, rhs
【25】逐步回归 stepwise, pe(0.1): reg y x
【26】Maddala(1983)两阶段处理效应模型 treatreg yx1-xn, tr(z=w1-wm)two
【27】Justified Jones Model statsby _b, by(ind accper)saving(*.dta,replace):reg yx, noconstant merge m:m indaccper using *.dta gen yhat=y-_b*x
|
|