【正文】 matrix m=(0,2,3) ——定義三個(gè)變量的平均值matrix sd=(1,.5,2) ——定義三個(gè)變量的標(biāo)準(zhǔn)差drawnorm z1 z2 z3,n(2000) means(m) sds(sd) ——?jiǎng)?chuàng)建樣本量為2000，均值和標(biāo)準(zhǔn)差符合上面定義的數(shù)據(jù)集補(bǔ)充：除了定義均值和標(biāo)準(zhǔn)差之外，還可定義相關(guān)矩陣和協(xié)方差矩陣等?？赡苁菧y(cè)試的編號(hào)，1or2——定義pweight為finalwgt——定義stratum identifer為stratid。PS：這個(gè)方法所得的結(jié)果與SPSS所得結(jié)果相同。括號(hào)中的“mean”也可換成median、sum、sd、p2p75等graph bar a1 a2,over(b) stack（對(duì)應(yīng)在b的每一個(gè)取值，顯示a1和a2的條形圖，a1和a2是疊放成一根條形柱。STATA常用命令集整變量格式：format x1 .3f ——將x1的列寬固定為10，小數(shù)點(diǎn)后取三位format x1 .3g ——將x1的列寬固定為10，有效數(shù)字取三位format x1 .3e ——將x1的列寬固定為10，采用科學(xué)計(jì)數(shù)法format x1 .3fc ——將x1的列寬固定為10，小數(shù)點(diǎn)后取三位，加入千分位分隔符format x1 .3gc ——將x1的列寬固定為10，有效數(shù)字取三位，加入千分位分隔符format x1 % ——將x1的列寬固定為10，有效數(shù)字取三位，加入千分位分隔符，加入“”表示左對(duì)齊合并數(shù)據(jù)：use C:\Documents and Settings\xks\桌面\, clearmerge using C:\Documents and Settings\xks\桌面\——將1999和2006的數(shù)據(jù)按照樣本（observation）排列的自然順序合并起來(lái)use C:\Documents and Settings\xks\桌面\, clearmerge id using C:\Documents and Settings\xks\桌面\ ,unique sort——將1999和2006的數(shù)據(jù)按照唯一的（unique）變量id來(lái)合并，在合并時(shí)對(duì)id進(jìn)行排序（sort）建議采用第一種方法。若不寫(xiě)入“stack”，則a1和a2顯示為兩個(gè)并排的條形柱）graph dot (median)y,over(x)（畫(huà)點(diǎn)圖，沿著水平刻度，在x的每一個(gè)取值水平所對(duì)應(yīng)的y的中位數(shù)上打點(diǎn)）qnorm x（畫(huà)出一幅分位正態(tài)標(biāo)繪圖）rchart a1 a2 a2（畫(huà)出質(zhì)量控制R圖，顯示a1到a3的取值范圍）簡(jiǎn)單統(tǒng)計(jì)量的計(jì)算：ameans x（計(jì)算變量x的算術(shù)平均值、幾何平均值和簡(jiǎn)單調(diào)和平均值，均顯示樣本量和置信區(qū)間）mean var1 [pweight = var2]（求取分組數(shù)據(jù)的平均值和標(biāo)準(zhǔn)誤，var1為各組的賦值，var2為每組的頻數(shù)）summarize y x1 x2,detail（可以獲得各個(gè)變量的百分比數(shù)、最大最小值、樣本量、平均數(shù)、標(biāo)準(zhǔn)差、方差、峰度、偏度）***注意***stata中summarize所計(jì)算出來(lái)的峰度skewness和偏度kurtosis有問(wèn)題，與ECELL和SPSS有較大差異，建議不采用stata的結(jié)果。sort c1 c2（對(duì)c1和c2兩個(gè)分類(lèi)變量排序）by c1 c2：reg y x1 x2 x3（在cc2的各個(gè)水平上分別進(jìn)行回歸）bysort c1 c2：reg y x1 x2 x3 if c3=1（逗號(hào)前面相當(dāng)于將上面兩步驟合一，既排序又回歸，逗號(hào)后面的“if c3=1”表示只有在c3=1的情況下才進(jìn)行回歸）stepwise, pr(.2): reg y x1 x2 x3(使用Backward selection，)stepwise, pe(.2): reg y x1 x2 x3(使用forward selection，)stepwise, pr(.2) pe(.01):reg y x1 x2 x3（使用backwardstepwise selection，）stepwise, pe(.2) forward: reg y x1 x2 x3（使用forwardstepwise selection）reg y x1 x2 x3predict Yhat,xbpredict u,residpredict ustd,stdr（獲得殘差的標(biāo)準(zhǔn)誤）predict std,stdp（獲得y估計(jì)值的標(biāo)準(zhǔn)誤）predict stdf,stdf（獲得y預(yù)測(cè)值的標(biāo)準(zhǔn)誤）predict e,e(1,12)（獲得y在1到12之間的估計(jì)值）predict p,pr(1，12)（獲得y在1到12之間的概率）predict rstu,rstudent（獲得student的t值）predict lerg,leverage（獲得杠桿值）predict ckd,cooksd（獲得cooksd）reg y x1 x2 x3 c1 c2adjust x1 x2 x3，se（使得變量xx2和x3等于其均值，求y的預(yù)測(cè)值和標(biāo)準(zhǔn)誤）adjust x1 x2 x3，stdf ci（使得變量xx2和x3等于其均值，求y的預(yù)測(cè)值，預(yù)測(cè)標(biāo)準(zhǔn)誤和置信區(qū)間）adjust x1 x2,by(c1) se ci（控制變量xx2，亦即取它們的均值，在分類(lèi)變量c1的不同水平上求y預(yù)測(cè)值，標(biāo)準(zhǔn)誤和置信區(qū)間）adjust x1 x2 x3,by(c1) stdf ci（控制變量xxx3，亦即取它們的均值，在分類(lèi)變量c1的不同水平上求y預(yù)測(cè)值，預(yù)測(cè)標(biāo)準(zhǔn)誤和置信區(qū)間）adjust x1 x2,by(c1 c2) se ci（控制變量xx2，在分類(lèi)變量cc2的不同水平上求y的預(yù)測(cè)值，標(biāo)準(zhǔn)誤和置信區(qū)間）adjust x1 x2 x3,by(c1 c2) stdf ci（控制變量xxx3，在分類(lèi)變量cc2的不同水平上求y的預(yù)測(cè)值，預(yù)測(cè)標(biāo)準(zhǔn)誤和置信區(qū)間）adjust x1=a x2=b x3=c，se ci（當(dāng)x1=a、x2=b、x3=c時(shí)，求y的預(yù)測(cè)值、標(biāo)準(zhǔn)誤和置信區(qū)間）adjust x1=a x2=b x3=c，by(c1) se ci（當(dāng)x1=a、x2=b、x3=c時(shí)，在分類(lèi)變量c1的不同水平上，求y的預(yù)測(cè)值、標(biāo)準(zhǔn)誤和置信區(qū)間）adjust x1=a x2=b c1=1，by(c1) se ci（當(dāng)x1=a、x2=b，并假設(shè)所有的樣本均為c1=1，求在分類(lèi)變量c1的不同水平上，因?yàn)樽兞縳3的均值不同，而導(dǎo)致的y的不同的預(yù)測(cè)值……）mvreg Y1 Y2 ……: X1 X2 X3……（多元回歸）mvreg y1 y2 y3: x1 x3 x3（多元回歸分析，y1 y2 y3為因變量，x1 x3 x3為自變量）以下命令只有在進(jìn)行了mvreg之后才能進(jìn)行test [y1]（測(cè)試對(duì)y1的回歸系數(shù)聯(lián)合為0）test [y1]: x1 x2（測(cè)試對(duì)y1的回歸中xx2的系數(shù)為0）test x1 x2 x3（測(cè)試在所有的回歸中，xxx3的系數(shù)均為0）test [y1=y2]（對(duì)y1的回歸和對(duì)y2的回歸系數(shù)相等）test [y1=y2]: x1 x2 x3, mtest（對(duì)y1和y2的回歸中，分別測(cè)試xxx3的系數(shù)是否相等，若沒(méi)有mtest這個(gè)命令，則測(cè)試他們的聯(lián)和統(tǒng)計(jì)）test [y1=y2=y3]（三個(gè)回歸的系數(shù)是否相等，可加mtest以分別測(cè)試）test [y1=y2=y3]: x1 x2 （測(cè)試三個(gè)回歸中的xx2是否相等，可加mtest）est命令的用法：（1）儲(chǔ)存回歸結(jié)果：reg y x1 x2 x3（不限于reg，也可儲(chǔ)存ivreg、mvreg、reg3）est store A（2）重現(xiàn)回歸結(jié)果：est replay A（3）對(duì)回歸結(jié)果進(jìn)行進(jìn)一步分析est for A:sum（對(duì)A回歸結(jié)果中的各個(gè)變量運(yùn)行sum命令）異方差問(wèn)題：獲得穩(wěn)健性標(biāo)準(zhǔn)