重要提示：Stata 12 的界面和语法

在开始之前，请了解 Stata 12 的两个主要窗口：

1. 命令窗口 (Command Window)：在这里输入并执行单行命令。
2. 脚本编辑器 (Do-file Editor)：在这里编写多行命令脚本（.do 文件），便于保存、重复运行和分享。强烈推荐使用 Do-file Editor。

第一部分：数据管理

这是数据分析的第一步,也是最耗时的一步。

加载与保存数据

• 使用 Stata 格式数据 (.dta)

  use "C:\mydata\mydata.dta", clear  // 加载数据，clear 会清除内存中的旧数据
  save "C:\mydata\mydata_new.dta", replace  // 保存数据到新文件，replace 表示覆盖已存在文件

• 使用其他格式数据

  // 读取 Excel 文件 (需要安装 `import excel` 命令)
  import excel "C:\mydata\mydata.xlsx", sheet("Sheet1") firstrow clear
  // 读取 CSV 文件
  import delimited "C:\mydata\mydata.csv", clear
  // 读取文本文件 (固定宽度或分隔符)
  insheet using "C:\mydata\mydata.txt", clear

查看数据

• 查看数据结构

  describe  // 简要描述变量名、类型、标签等
  list in 1/10  // 列出前10条观测值
  browse  // 打开数据浏览器，类似 Excel 表格

• 查看摘要统计

  summarize  // 对所有数值型变量计算摘要统计（均值、标准差、最小值、最大值）
  summarize age income, detail  // 对特定变量显示更详细的统计（百分位数、方差等）
  tabulate gender  // 对分类变量生成频数表
  tabulate gender, nolabel  // 显示数值而非标签

变量操作

• 生成新变量

  generate new_var = old_var * 2  // 基于旧变量生成新变量
  gen log_income = log(income)    // log 是自然对数，log10 是以10为底的对数
  gen age_group = cond(age < 30, "Young", age < 60, "Middle", "Old")

• 修改变量

  replace age = age + 1  // 将所有观测值的 age 加1
  replace income = . if income < 0  // 将收入为负的值设为缺失值

• 创建分类变量

  egen age_cat = cut(age), group(3)  // 将 age 分成3组，并生成新变量 age_cat
  egen region_group = group(region_north region_south region_east) // 将多个虚拟变量合并成一个分类变量

• 创建虚拟变量

  xi i.gender  // 将 gender 变量生成虚拟变量（_gender_Male, _gender_Female 等）
  // 或者更现代的命令：
  tabulate gender, gen(gender_dum) // 生成 gender_dum1, gender_dum2 ...

• 变量标签与值标签

  label variable income "Annual Income in USD"  // 给变量添加描述性标签
  label define gender_lbl 1 "Male" 2 "Female"  // 定义值标签
  label values gender gender_lbl  // 将值标签应用到变量上

数据筛选与排序

• 保留/删除观测值

  keep if age > 18 & age < 65  // 只保留年龄在18到65之间的观测值
  drop if income == .  // 删除收入为缺失值的观测值

• 排序

  sort age  // 按 age 从小到大排序
  gsort -income  // 按 income 从大到小排序

第二部分：统计分析

这是数据分析的核心。

描述性统计

// 基本汇总
summarize age income education
// 按组别进行汇总
bysort gender: summarize income
tabstat income education, by(gender) stats(mean sd n)
// 交叉表
tabulate gender education  // 双向频数表
tabulate gender education, chi2  // 带卡方检验的交叉表

t 检验

// 单样本 t 检验：检验收入的均值是否等于50000
ttest income == 50000
// 独立样本 t 检验：检验男性和女性的收入均值是否相等
ttest income, by(gender)
// 配对样本 t 检验：检验前后两次测量的差异是否为0
ttest post_score == pre_score

方差分析

// 单因素方差分析：检验不同教育水平下的收入均值是否相等
oneway income education
// 更灵活的 ANOVA 命令
anova income education i.gender  // i.gender 表示将 gender 作为分类变量

线性回归

// 简单线性回归
regress income age
// 多元线性回归
regress income age i.gender education
// 保存回归结果
estimates store model1
// 显示更详细的回归结果（包括 VIF）
regress income age i.gender education, vif
// 预测
predict yhat, xb  // 预测值
predict residuals, resid  // 残差

其他回归模型

• 逻辑回归

  logit passed i.gender income  // 因变量是二分类的 (0/1)
  logistic passed i.gender income // 输出 Odds Ratios

• 有序逻辑回归

  ologit satisfaction i.gender income  // 因变量是有序分类的 (e.g., 1=不满意, 2=一般, 3=满意)

• 泊松回归

  poisson num_visits i.gender income age  // 因变量是计数数据

第三部分：结果呈现与作图

作图

Stata 12 的作图功能已经非常强大。

// 直方图
histogram income, normal  // 带正态分布曲线的直方图
// 散点图
scatter income age
// 带拟合线的散点图
scatter income age || lfit income age  // || 表示在同一个图上叠加
// 箱线图
graph box income, over(gender)
// 条形图
graph bar (mean) income, over(education)
// 保存图形
graph export "C:\mydata\scatter_income_age.png", width(1000) replace

结果输出

• 将结果输出到文本文件

  log using "C:\mydata\my_log.txt", text replace
  // 在这里运行你的所有分析命令
  summarize
  regress income age i.gender
  // 结束日志
  log close

• 将结果输出到 Word/Excel (需要用户编写或使用 asdoc 等外部命令)

  • asdoc 是一个非常流行的用户-written 命令，可以轻松将结果输出到 Word。

    // 首先需要安装 asdoc (只需一次)
    ssc install asdoc, replace

  // 然后使用 asdoc summarize, title(Descriptive Statistics) asdoc regress income age i.gender, title(Regression Results)

  
  （图片来源网络，侵删）

第四部分：编程与自动化

循环

// 循环处理多个变量
foreach var in age income education {
    summarize `var'
}
// 循环处理多个文件
foreach file in data1 data2 data3 {
    use "`file'.dta", clear
    summarize
    save "`file'_summary.dta", replace
}

宏

// 定义局部宏
local my_var income
summarize `my_var'
// 定义全局宏
global controls "age i.gender education"
regress income `controls'

如何获取帮助

Stata 自带强大的帮助系统：

• 在命令窗口输入 help command_name，help regress。
• 在命令窗口输入 search keyword，search regression。
• 使用 Stata 的帮助菜单和 PDF 文档。

希望这份详细的 Stata 12 命令指南对您有帮助！如果您有更具体的问题，如何做某特定类型的回归”或“如何绘制某种图”,可以随时提问。