【正文】 gen reldif(x,y)（取x與y的相對差異，即|xy|/(|y|+1)）gen logit(x)（取ln[x/(1x)]）gen x=autocode(x,n,xmin,xmax)（將x的值域，即xmaxxmin，分為等距的n份）gen x=cond(x1x2,x1,x2)（若x1x2成立，則取x1，若x1x2不成立，則取x2）sort xgen gx=group(n)（將經(jīng)過排序的變量x分為盡量等規(guī)模的n個組）egen zx1=std(x1)（得出x1的標準值，就是用(x1avgx1)/sdx1）egen zx1=std(x1),m(0) s(1)（得出x1的標準分，標準分的平均值為0，標準差為1）egen sdx1=sd(x1)（得出x1的標準差）egen meanx1=mean(x1)（得出x1的平均值）egen maxx1=max(x1)（最大值）egen minx1=min(x1)（最小值）egen medx1=med(x1)（中數(shù)）egen modex1=mode(x1)（眾數(shù)）egen totalx1=total(x1)（得出x1的總數(shù)）egen rowsd=sd(x1 x2 x3)（得出xx2和x3聯(lián)合的標準差）egen rowmean=mean(x1 x2 x3)（得出xx2和x3聯(lián)合的平均值）egen rowmax=max(x1 x2 x3)（聯(lián)合最大值）egen rowmin=min(x1 x2 x3)（聯(lián)合最小值）egen rowmed=med(x1 x2 x3)（聯(lián)合中數(shù)）egen rowmode=mode(x1 x2 x3) （聯(lián)合眾數(shù)）egen rowtotal=total(x1 x2 x3)（聯(lián)合總數(shù)）egen xrank=rank(x)（在不改變變量x各個值排序的情況下，獲得反映x值大小排序的xrank）數(shù)據(jù)計算器display命令：display x[12]（顯示x的第十二個觀察值）display chi2(n,x)（自由度為n的累計卡方分布）display chi2tail(n,x)（自由度為n的反向累計卡方分布，chi2tail(n,x)=1chi2(n,x)）display invchi2(n,p)（卡方分布的逆運算，若chi2(n,x)=p，那么invchi2(n,p)=x）display invchi2tail(n,p)（chi2tail的逆運算）display F(n1,n2,f)（分子、分母自由度分別為n1和n2的累計F分布）display Ftail(n1,n2,f)（分子、分母自由度分別為n1和n2的反向累計F分布）display invF(n1,n2,P)（F分布的逆運算，若F(n1,n2,f)=p，那么invF(n1,n2,p)=f）display invFtail(n1,n2,p)（Ftail的逆運算）display tden(n,t)（自由度為n的t分布）display ttail(n,t)（自由度為n的反向累計t分布）display invttail(n,p)（ttail的逆運算）給數(shù)據(jù)庫和變量做標記：label data ~~~（對現(xiàn)用的數(shù)據(jù)庫做標記，~~~就是標記，可自行填寫）label variable x ~~~（對變量x做標記）label values x label1（賦予變量x一組標簽:label1）label define label1 1 a1 2 a2（定義標簽的具體內(nèi)容：當x=1時，標記為a1，當x=2時，標記為a2）頻數(shù)表：tabulate x1,sorttab1 x1x7,sort（做x1到x7的頻數(shù)表，并按照頻數(shù)以降序顯示行）table c1,c（n x1 mean x1 sd x1）（在分類變量c1的不同水平上列出x1的樣本量和平均值）二維交互表：auto數(shù)據(jù)庫：table rep78 foreign, c(n mpg mean mpg sd mpg median mpg) center row col（rep78，foreign均為分類變量，rep78為行變量，foreign為列變量，center表示結果顯示在單元格中間，row表示計算行變量整體的統(tǒng)計量，col表示計算列變量整體的統(tǒng)計量）tabulate x1 x2,all（做x1和x2的二維交互表，要求顯示獨立性檢驗chi似然比卡方獨立性檢驗lrchi對定序變量適用的等級相關系數(shù)gamma和taub、以及對名義變量適用的V）tabulate x1 x2,column chi2（做x1和x2的二維交互表，要求顯示列百分比和行變量和列變量的獨立性檢驗——零假設為變量之間獨立無統(tǒng)計關系）tab2 x1x7,all nofreq（對x1到x7這七個變量兩兩地做二維交互表，不顯示頻數(shù)：nofreq）三維交互表：by x3,sort:tabulate x1 x2,nofreq col chi2（同時進行x3的每一個取值內(nèi)的x1和x2的二維交互表，不顯示頻數(shù)、顯示列百分比和獨立性檢驗）四維交互表：table x1 x2 x3,c(ferq mean x1 mean x2 mean x3) by(x4)tabstat X1 X2,by(X3) stats(mean n q max min sd var cv) col(stats)tabstat X1 X2,by(X3) stats(mean range q sd var cv p5 p95 median),[aw=X4]（以X4為權重求XX2的均值，標準差、方差等）ttest X1=1count if X1==0count if X1=0gen X2=1 if X1=0corr x1 x2 x3（做xxx3的相關系數(shù)表）swilk x1 x2 x3（用ShapiroWilk W test對xxx3進行正太性分析）sktest x1 x2 x3（對xxx3進行正太性分析，可以求出峰度和偏度）ttest x1=x2（對xx2的均值是否相等進行T檢驗）ttest x1,by(x2) unequal（按x2的分組方式對x1進行T檢驗，假設方差不齊性）sdtest x1=x2（方差齊性檢驗）sdtest x1，by(x2)（按x2的分組方式對x1進行方差齊性檢驗）聚類分析：cluster kmeans y x1 x2 x3, k(3)——依據(jù)y、xxx3，將樣本分為n類，聚類的核為隨機選取cluster kmeans y x1 x2 x3, k(3) measure(L1) start(everykth)—— start用于確定聚類的核，everykth表示將通過構造三組樣本獲得聚類核：構造方法為將樣本id為1+1+3 1+33……分為一組、將樣本id為2+2+32+33……分為第二組，以此類推，將這三組的均值作為聚類的核；measure用于計算相似性和相異性的方法，L1表示采用歐式距離的絕對值，也直接可采用歐式距離（L2）和歐式距離的平方（L2squared）。若不寫入“stack”，則a1和a2顯示為兩個并排的條形柱）graph dot (median)y,over(x)（畫點圖，沿著水平刻度，在x的每一個取值水平所對應的y的中位數(shù)上打點）qnorm x（畫出一幅分位正態(tài)標繪圖）rchart a1 a2 a2（畫出質(zhì)量控制R圖，顯示a1到a3的取值范圍）簡單統(tǒng)計量的計算：ameans x（計算變量x的算術平均值、幾何平均值和簡單調(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)的平均值和標準誤，var1為各組的賦值，var2為每組的頻數(shù)）summarize y x1 x2,detail（可以獲得各個變量的百分比數(shù)、最大最小值、樣本量、平均