[关闭]
@liuyuxi 2021-05-05T14:23:35.000000Z 字数 10639 阅读 62

stata命令笔记

stata

tempname

  tempname为指定的本地宏名称分配名称，可作为定义临时标量或矩阵名称使用。当程序或执行文件结束时，任何具有这些指定名称的标量或矩阵将被删除。类似的还有tempfile(临时文件)、tempvar(临时变量)1。

  1. tempname resmat  //设定一个临时矩阵叫做resmat

  司继春stata讲义第40页补充了用di调用时的注意事项。

nullmat()

  nullmat()函数：函数作用就是创造了一个空函数，就好像一个空瓶子，我们就只要把新的东西装进去就可以了，而不用考虑这个东西之前是否存在，有点儿类似Python中的空列表或者空词典，通过这个命令可以缩短命令，提高程序运行速度。2

mat,mkmat与svmat

  mat也即matrix
  主要参考：stata带你进入奇幻的矩阵世界

  1. *直接录入矩阵
  2. mat X = (2,6,1\3,10,12\2,9,5)  //逗号表示每一列，\表示每一行的分隔符
  3. mat list X  //矩阵的输出
  5. *特定类型矩阵
  6. mat a=I(3)   //生成单位矩阵I(n)函数，其中n表示阶数
  7. mat list a
  9. mat b=J(2,3,4)  //生成特定行列(m,n)的矩阵且元素均为k，其函数形式为J(m,n,k)
  10. mat list b
  12. mat c=(1,2,3)
  13. mat C=diag(c) //以c中元素为对角元素利用diag函数生成对角矩阵
  14. mat list C
  15. *矩阵运算
  16. mat d1=d*d  //矩阵相乘
  17. mat list d1
  18. mat d2=d#d  //矩阵直乘
  19. mat list d2
  21. *数据与矩阵的相互转换
  22. sysuse auto,clear //调用系统数据
  23. keep in 1/6   //以前六行数据为例
  24. mkmat mpg   //将mpg数据转换为一列矩阵
  25. mat list mpg
  27. mkmat foreign weight displacement ,mat(x)        //转换为多列矩阵
  28. mat list x
  30. svmat x,names(x)  //矩阵转换为数据主要调用svmat命令，注意:最后生成的变量是x1。
  32. matrix drop  //删除矩阵
  33. matrix rename  //矩阵改名
  34. matrix dir    //列出所有矩阵及其维数
  36. mat colnames A=A1 A2  //为矩阵的列命名
  37. mat rownames A=obs1 obs2 obs3 obs4  //为矩阵的行命名

矩阵中的函数

rowsof(M)：矩阵M的行数。

stata返回值

  值得参考的文章：朝花夕拾 | stata返回值
  e-class一般在我们用stata做模型估计的时候出现,如regress或logistic；r-class一般出现在例如summarize或describe等命令中；c-class主要储存系统参数。

  1. *列出内存中所有返回值
  2. ereturn list    // 列出内存中所有的e-class返回值
  3. return list    // 列出内存中所有的r-class返回值
  4. creturn list    // 列出内存中所有的c-class返回值
  6. * 回归后调用e-class
  7. dis e(r2)  // 该模型的拟合度
  8. dis e(F)  //该模型的F值
  9. mat list e(b)  //系数向量
  10. mat list e(V)  //方差协方差矩阵
  12. *e(sample)
  13. use http://www.ats.ucla.edu/stat/stata/notes/hsb2, clear
  14. regress read math science if write>=50
  15. predict p1
  16. summarize p1
  17. predict p2 if e(sample)==1  //if e(sample)==1 的作用是针对我们刚刚在模型估计中用到的那些样本。
  18. sum p2
  19. predict p3 if e(sample)==0
  20. sum p3

missing()

  当数据存在缺漏值时，传统的做法是使用drop命令。但是有时候需要同时去除多个变量中存在的缺漏值，亦或者要面对不同格式的缺漏值，例如 "." 和 " " 等等，此时missing()可以轻松完成该目标3：

  1. * 基本语法: missing(x1,x2,...,xn) or mi(x1,x2,...,xn)
  2.   sysuse "nlsw88", clear
  3.   sum wage hours industry union
  4.   drop if missing(wage, hours, industry, union) //去除缺漏值
  6. * 也可以
  7.   egen miss = rowmiss(wage hours industry union)
  8.   drop if miss > 0

  其他相关命令:cond(),inrange(),inlist(),clip()；参考自《Stata数据处理：条件函数知多少？》

宏的妙用

  参考自“学术小白公众号”《Stata中local、global与常见命令使用》

我个人经常在stata的do文档中用到global,用于定义变量。上面方程中$y等同于我们数据集中的ln_income $keyx 等同于数据集中的birth_place，$x等同于数据集中的x1 x2 x3 x4 x5 x6。这样做有两个好处：第一，在论文做稳健性检验的时候，比如替换一个衡量y的变量就行，那么再重新定义一下y的宏就可以，回归方程可以不用改变；第二，在论文中有时候控制变量太多，而我们有需要跑很多次回归，每次都要输入一堆的控制变量，用$x，两个字符就可以代替，省时间，省空间，do文档看起来也更加美观。

局部暂元的快捷键

  局部暂元中的左撇号（`）位于键盘中Tab键上方，右撇号（'）位于Enter键左边。

  1. *for local-------------------------------------------------------- 
  2. local name "happy every day "  //将happy every day定义为name
  3. dis `name'                     //展示定义结果
  4. happy every day                //前两行命令同时使用，展示成功
  5. dis `name'                     //单独使用，展示失败，因为stata已经忘记曾经定义了什么
  6. local x=4             //直接赋值
  7. local x   x1  x2  x3    //将变量赋给局部暂元
  9. *for global--------------------------------------------------------
  10. global name "happy every day " //将happy every day定义为name 
  11. dis $name                      //展示定义结果
  12. happy every day                //前两行命令同时使用，展示成功
  13. dis $name                      //单独使用，展示成功，因为stata还记得曾经定义了什么
  14. happy every day
  16. global       y             ln_income 
  17. global       keyx          birth_place
  18. global       x             x1 x2 x3 x4 x5 x6
  19. reg          $y &keyx  $x ,r   //与下面的估计一致
  20. reg          ln_income  birth_place x1 x2 x3 x4 x5 x6,r

文中还介绍了while,foreach,forvalue等。

local与复合引用

  local为局部宏（lclnames）指定字符串。允许双引号（“and”）和复合双引号（`“and”'），如果字符串中嵌入了引号，则应当使用复合双引号。
  根据help quotes可知：双引号("")常用于封闭字符串，stata中有两类双引号("")与(`""'),后者又称“复合双引号”，与前者作用相同，除非编程所需，否则一般不必使用“复合双引号”。

  1. local a `"example"'
  2. if `"`answ'"' == `"yes"' {
  3. ...
  4. }
  5. *此处只有`"`answ'"'一处的复合双引号比"`answ'" 的一般双引号更好，`"example"'与`"yes"'的复合双引号均并未比普通双引号更好。
  1. `"`answ`"' 比"`answ`" 更好是因为局部宏`answ`可能本身就包含了(简单或复合)双引号，而(此处所用的)复合双引号最妙的地方就在于他是嵌套的。假设`answ`包含字符串``I "think" so''，那么
  2.  if "`answ'"=="yes"会使stata迷惑，因为它会被扩展为 if "I "think" so"=="yes"；而 if `"`answ'"'==`"yes"'则会被stata扩展为 if `"I "think" so"'==`"yes"'。因为简单形式的开双引号与闭双引号在形式上是一样的，都是"；而复合形式的双引号的开双引号与闭双引号却并不相同，开是`"，闭是"'，所以stata可以根据相应符号来进行封闭。`"I "think" so"'更易于被stata理解，
  3. 而"I "think" so"更像是一堆无可救药的杂烩。
  4. 因为stata可以区分开闭引号，所以即使嵌套的复合引号也是可以理解的，比如：`"I `"think"' so"'。
  5. 的确，复合双引号使你发现你的视野更加断断续续、不清晰，尤其是当其与宏替代字符`'相联系在一起的时候。这也正是就算在编程的工作中，我们也很少使用他们的原因。在进行下面的编程中，使用复合双引号是完全可以接受的：
  6. local a "example"
  7. if `"`answ'"' == "yes" {
  8. ...
  9. }
  10. 当然，如果宏内并不包含双引号或者并不在意会发生什么的话，也可以用"`answ'"来代替。

注解合成控制安慰剂检验中常见的一句代码

  此句code常见于各种合成控制安慰剂检验的推文与贴子中，均以加州控烟案例为基础。我曾以为此code是Abadie(2010)所撰，后在Harvard Dataverse中查到此文的code是用R写成，后来读了刘友金(2018，《房产税对产业转移的影响:来自重庆和上海的经验证据》)所附的code后才知此句原是国人手笔，但后来又发现出处应在stata论坛上，研读此句后有心得如下。原code为：

  1. forvalues i = 1/39{
  2. ...
  3. local names `"`names' `"`i'"'"'
  4. ...
  5. }

  如果局部宏内的字符串中没有加入双引号的话，上段code原本应该是：

  1. forvalues i = 1/39{
  2. ...
  3. local names "`names' `"`i'"'"
  4. ...
  5. }

  然而宏内包含着双引号，因此，按照help quotes所只称的，应该将局部宏的"..."改为`"..."'。而此处似乎实际上是一个由局部宏嵌套包含自身所构成的局部宏，因为"..."中的`names'似乎正好是在调用上次循环中所建立的局部宏中的内容，而这个宏的右边刚好是由复合双引号所引导的,由局部暂元左撇号与右撇号所包裹的i。这里按说只是把新一次循环中所产生的新次序i加到以往的局部暂元中去，又并非定义新的字符串内部含有双引号的暂元，似乎并无必要在"...."内部使用复合双引号，因此，此处或许可以删去复合引号，从而"...."内部就没有了双引号，因此就也可将原本定义局部暂元的复合双引号删去。因此，修改后的code应为：

  1. forvalues i = 1/39{
  2. ...
  3. local names "`names' `i'"
  4. ...
  5. }

  恰与连玉君教授讲义中的相同。
  经初步检查，三段code作用相同：

  1. *1原版
  2. forvalues i = 1/39{
  3. local names `"`names' `"`i'"'"'
  4. }
  5. di `names'
  6. 123456789101112131415161718192021222324252627282930313233343536373839
  7. *2去外单引号
  8. forvalues i = 1/39{
  10. local names "`names' `"`i'"'"
  12. }
  13. di `names'
  14. 123456789101112131415161718192021222324252627282930313233343536373839
  15. *3修改版
  16. forvalues i = 1/39{
  18. local names "`names' `i'"
  20. }
  21. di `names'
  22. 123456789101112131415161718192021222324252627282930313233343536373839

merge的nogenerate选项

  nogenerate选项可确保 _merge不被产生出来，这在merge中同时指定了keep(match)选项时会比较有用。

画图的option

  lpattern设定线条的类型，比如虚线;lcolor设定线条的轮廓颜色。
  参考自《Stata绘图：世行可视化案例-条形图-密度函数图-地图-断点回归图-散点图》

在同一幅图里画多条线

  可以采取两种方法：(1)将不同画图命令用“||”相间隔；(2)将不同画图命令用“(...)”来括起来。4

在图中画出箭头

参考《stata图形坐标轴带箭头》，“魅力数据与机器学习”公众号

  1. *画出从(0,0)到(0,1)和从(0,0)到(2,0)两条带箭头的直线
  2. twoway    (pcarrowi 0 0 0 1 0 0 2 0)
  4. twoway  (pcarrowi 0 0 0 1 0 0 2 0) (pcarrowi 0 0 1 1)
  5. twoway  (pcarrowi 0 0 0 1 0 0 2 0) (pcarrowi 0 0 1 1) (function y = 2*x, range(0 1))
  6. twoway (pcarrowi 0 0 0 1 0 0 2 0) (pcarrowi 0 0 1 1) (function y = 2*x, range(0 1)),  xlabel(,angle(0) format(%03.1f))   ylabel(,angle(0) format(%03.1f)) title(`"{fontface "隶书":这样的图形，你喜欢吗？}"', c(red))
  7. twoway    (pcarrowi 0 0 0 1 0 0 2 0) ///
  8.   (pcarrowi 0 0 1 1) ///
  9.   (function y = 2*x, range(0 1)), ///
  10.   xlabel(,angle(0) format(%03.1f)) ///
  11.   ylabel(,angle(0) format(%03.1f)) ///
  12.   title(`"{fontface "隶书":这样的图形，你喜欢吗？}"', c(red)) ///
  13.   subtitle(`"{fontface "楷体":喜欢{subscript:就}拿{superscript:去}, 不{superscript:用}{subscript:谢}谢我！}"', c(green))

循环语句:foreach,forvalue与while

  forvalue只可与数值相搭配，而foreach则相对更一般化，可与数值、文件、变量等相搭配，while一般用作条件语句。可用levelsof将相关数值保存到宏之中，再用foreach进行数值调用。
foreach命令可参考《 “环环”入扣之foreach命令》
levelsof命令可参考《Stata中变量观测值的亲密伙伴——levelsof命令》

  1. *forval用法
  2. forval i = 1/3{
  3. ....
  4. }
  6. forval i = 1(2)15{
  7. ....
  8. }
  10. forval k = 5 10 to 300 {
  11. ....
  12. }
  14. *foreach用法
  15. *与数值相联系
  16. *foreach x in 1/1000{        //错误代码!并不与forval 相应命令等价，应使用下条命令
  17. ....
  18. }
  20. foreach i of numlist 1 4/8 13(2)21 103 {
  21. ....
  22. }
  23. *与变量相联系
  24. *不用宏时
  25. foreach var of newlist z1-z20 {
  26. ....
  27. }
  29. foreach var of varlist pri-rep t* {
  30. ....
  31. }
  33. *用宏时
  34. *用varlist调用宏需要加引用符号
  35. local vars "............"
  36. foreach var of varlist `vars'{
  37. ....
  38. }
  39. *用local调用宏不需要加引用符号
  40. local vars "............"
  41. foreach var of local vars{
  42. ....
  43. }
  45. levelsof state, local(year)
  46. foreach i of numlist `year'{
  47. .......
  48. }
  49. *与文件相联系时
  50. *excel文件转换
  51. local vlist "......"
  52. foreach file in xx xx xx {
  53. insheet $vlist using `file'.txt ,clear
  54. save `file'.dta,replace
  55. }
  57. local files: dir "`c(pwd)'" files "*.xlsx"
  58. foreach file in `files'{
  59.  local filename = subinstr("`file'",substr("`file'",-5,.),"",.)
  60.  import excel using "`file'", clear
  61.  save "../output/`filename'.dta", replace
  62. }
  64. *数据集合并
  65. foreach file in female.dta male.dta {
  66.     append using `file'  /*纵向合并*/
  67. }
  68. list, sep(4)

label：给数据集、数值与变量加标签

  部分数据集中可以实现将数值显示为文字。
  label参考自:《让你的数据一目了然--label命令介绍》
  elabel参考自:《Stata：elabel命令-强大的标签管理工具》

  1. *对数据集贴标签
  2. label data "Abadie(2010)_合成控制法_加州戒烟案例"  //给数据集加标签
  3. des
  5. *对数值贴标签
  6. label define fillinlb 1 "发生变动" 0 "未发生变动"   //设置标签名fillinlb，也就是要告诉Stata，变量下不同观察值的含义。
  7. label values fillin fillinlb   //将设置的标签名fillinlb赋值给具体变量fillinl。
  8. *对已经存在的值标签进行修改，就需要使用add、modify、replace选项。
  9. label define stkcdlb 1 "平安银行" 600519 "茅台"
  10. label define stkcdlb 600900 "长江电力", add //add用于添加标签名内容
  11. label values stkcd stkcdlb
  13. label define stkcdlb 600519 "贵州茅台", modify  //modify用于对已存在的标签名内容做修改
  14. label define fillinglb 1 "变动" 0 "未变动", replace  //replace用于替换已存在的标签名内容
  16. *查看标签
  17. label dir   //显示有哪些值标签
  18. label list  //显示所有值标签的具体内容
  19. des  //可同时查看所有标签(表/值/变量)
  21. *删除标签
  22. label drop stkcdlb  //删除标签

条件语句

if与else if语句

  1. *基本语句
  2. if exp {
  3. commands
  4. }
  5. else {
  6. commands
  7. }
  9. *扩展语句
  10. if exp {
  11. commands
  12. }
  13. else if {
  14. commands
  15.  }
  16. else {
  17. commands
  18. }

stata画图

参考：
在Stata里面，怎么折腾一幅条形图？
普林斯顿Stata教程 - Stata做图

图例：legend选项

legend选项有许多子选项;用order可以列出图的关键点（即1和2）及其标签。legend(off)可确保无图例，legend(order(1 2 3))可只显示前三个图例。

#delimit ;与#delimit cr

参考自：《Stata 中 Do-file 编辑器的使用》，《让do文件更直观易懂的两个小方法》。
#delimit ;这条命令表示将默认设置的回车分隔符（cr）改变为分号（“；”），在这种情况下，回车后分割开来的多条命令依旧是一条完整的命令，只有在程序的结尾加上“；”，stata才会认为这条程序已编写完毕。
#delimit cr表示的是恢复到原来的默认模式。

  1. #delimit ;
  2. tw(scatter mpg weight if foreign==0)
  3. (scatter mpg weight if foreign==1),
  4. title(行驶历程与车重关系)ytitle(里程)
  5. legend(label(1 国产车)label(2 进口车));
  6. #delimit cr

des2

参考自：《Tips 14：des2描述性统计》
价值：可以便于在不敲代码时查看数据。

  1. sysuse auto,clear
  2. ssc install des2
  3. des2
  4. *然后就可以点了，这时候默认为tab
  5. des2  , cmd(summarize)
  6. *再点，就是sum了。
  7. *再详细，help des2

tabdisp

tabdisp主要用于以图表形式展示数据，并不计算统计量，是为编程者设计的命令。虽然只为编程应用所设计，但是也可用于交互式呈现数据。为了计算并以图表形式展示统计量，则可用table命令。
选项cellvar(varnames)：此选项用于指定表格中所要呈现的数值型或文字型变量，最多不超过5个。
选项left：此选项用于指定表格中的列标签左对齐。

  1. tabdisp  _Co_Number ,  c(_W_Weight) left 
  3. logout, save("Table2") excel replace fix(8): ///
  4.    tabdisp  _Co_Number if _Co_Number~=. ,  c(_W_Weight) left

format

参考自：《Stata中的数值型》
format只控制数据的显示格式，并不改变内存中数据的大小。通常的格式是f格式，也叫固定格式；e格式，指数格式（科学计数法），用于非常大或非常小的数字；g格式，也叫一般格式（数据的转换）。Stata会自动选择f格式或e格式，以达到更好的效果。

  1. format varlist %14.2g
  2. *varlist 是要改变格式的变量；
  3. *14 表示我们显示格式的宽度；
  4. *2 表示小数点后保留两位；
  5. *f 表示固定格式，g表示通用格式，e表示科学计数法。
  7. format varlist %-14.2g
  8. * - 表示左对齐
  9. format varlist %-14.2gc
  10. * c 表示给数据加上千分位符
  12. format varlist %4.2f

在%#w.#df格式中，#w表示字节长度，#d表示保留几位小数。
在类似%#w.#df格式中，#w一定得大于#d，要不然会报错。

数值型变量按其精度区分，有5种类型：
byte表示占1个字节，介于-127和100之间的整数；
int表示占2个字节，介于-32,767与32,740之间的整数；
long表示占4个字节，介于-2,147,483,647和2,147,483,620之间的整数；
float存储的变量的字节数也是4位；double存储的变量的字节数是8位。当运算精度要求很高的时候，需要将变量设置成浮点型(float)或双精度型(double)。

stata中的函数与其他命令

wordcount(s)：计算s中单词的个数。
ustrwordcount(s[,loc])：按照loc的定义计算s中的单词的个数。
字符串函数参考：《Stata常用字符串数据处理函数》、《Stata常用字符函数（一）》、《七条建议：用Stata处理文字变量和字符变量》、《Stata 函数大全》。
subinstr/subinword参考：《stata命令详解-函数subinstr/subinword》

subinst(s1,s2,s3,n)：字符串函数。将字符串s1中的字符串s2出现的前n个，替换成字符串s3。
subinword(s1,s2,s3,n)：字符串函数。将字符串s1中的单词s2出现的前n个，替换成字符串s3。

  1. *将this is the day中的第一个is替换成X
  2. subinstr("this is the day","is","X",1) = "thX is the day"
  3. *将this is the hour中的前2个is替换成X
  4. subinstr("this is the hour","is","X",2) = "thX X the hour"
  5. *将this is this中的所有is替换成X
  6. subinstr("this is this","is","X",.) = "thX X thX"
  8. *将this is the day中的第一个is单词替换成X
  9. subinword("this is the day","is","X",1) = "this X the day"
  10. *将this is the hour中的所有is单词替换成X
  11. subinword("this is the hour","is","X",.) = "this X the hour"
  12. *将this is this中的所有th单词替换成X，没有th单词不进行替换
  13. subinword("this is this","th","X",.) = "this is this"
  15. * 替换某个字符串变量var中的所有空格，并生成新的变量newvar
  16. gen newvar=subinstr(var," ","",.)

trim()、itrim()：

如果字符串中存在多余的空格，比如 "I Love Python"，" I Love Python"，"I Love Python "，" I Love Python"，Stata 会认为这是四个不同的字符串，转换为数字变量的时候，也会对应到四个不同的数字。在处理这类问题的时候，通常使用 trim()、itrim() 函数，去掉字符串两端的空格，或者规范字符串内部的空格，将上述四个字符串处理成相同的字符串 "I Love Python"。具体详见 help string functions。
引自《七条建议：用Stata处理文字变量和字符变量》

  1. *trim(s)将字符串s的首字母之前和末尾的空格去掉
  2. 例如：trim(" this ") ="this"
  3. *ltrim(s) 将字符串s中首字母之前的空格去掉
  4. 例如：ltrim(" this") = "this"
  5. *itrim(s)` 将字符间多于一个空格缩减为一个空格
  6. 例如：itrim("hello     there") = "hello there"

参考文献

添加新批注
在作者公开此批注前，只有你和作者可见。
回复批注