| stata半个小时入门篇 | 您所在的位置：网站首页 › pwcorr是什么意思 › stata半个小时入门篇 |
stata半个小时入门篇
|
我以为我能逃过stata的“魔爪”，但这工具整的好用，入手也简单 文章目录 前言stata做计量分析的步骤每个步骤对应的代码1.数据准备2.描述性统计分析3.可视化分析4.单变量分析5.多变量分析6.模型诊断7.结果解释和报告 所遇到的问题“租个鸡婆”1.如何导入excel的数据2.报错记录2.1 迎来的第一个报错2.2 第二个报错2.3 第三个报错2.4 第四个报错 3.up🐖的代码解析3.1 数据处理3.2 面板数据的时间、个体设置3.3 变量的描述性统计3.4 相关性分析3.5 共线性诊断3.6 模型选择检验3.6.1 hausman检验3.6.2 初步模型整合 4.滞后检验5.分组回归6.调节效应7.中介效应8.控制时间和个体（省份、时间） 前言Stata是一种统计分析软件，它在社会科学、医学、公共卫生、经济学、金融等领域广泛应用。作为一名研究生，你需要使用Stata来进行数据分析、建模和预测等工作。Stata具有易于使用的界面、强大的数据管理和分析功能、广泛的统计方法和模型、丰富的图形展示等优点，使得它成为研究生进行数据分析的重要工具之一。此外，Stata也是学术论文中常用的统计分析软件之一，因此熟练掌握Stata对于研究生的学术研究和未来的职业发展都非常重要。 stata做计量分析的步骤数据准备：将数据导入Stata，检查数据的质量和完整性，进行数据清洗和转换。 描述性统计分析：使用Stata进行描述性统计分析，包括变量的分布、频率、均值、标准差等。 可视化分析：使用Stata进行可视化分析，包括绘制直方图、散点图、箱线图等，以便更好地理解数据。 单变量分析：使用Stata进行单变量分析，包括t检验、ANOVA、卡方检验等，以检验变量的差异性和相关性。 多变量分析：使用Stata进行多变量分析，包括回归分析、方差分析等，以探究变量之间的因果关系和影响因素。 模型诊断：使用Stata进行模型诊断，包括残差分析、多重共线性检验、异方差性检验等，以评估模型的拟合度和可靠性。 结果解释和报告：根据分析结果进行解释和报告，包括表格、图表、文字说明等。 每个步骤对应的代码 1.数据准备导入数据：使用命令use或import导入数据 1.导入数据：使用命令use或import导入数据。 use "C:\data\mydata.dta", clear 2.检查数据：使用命令describe或codebook检查数据的变量名、类型、标签等信息。 describe var1 var2 var3*3.数据清洗：使用命令drop、replace、generate等进行数据清洗和转换。 drop if var1==. replace var2=0 if var2chi2=0.0000这是固定效应，hausman检验的结果。需要在论文中说明。 4.滞后检验没弄出来！ 5.分组回归 /**************************分组回归************************/ order y x1 x2 x3 x4 x5 分组1 *encode 股权性质,gen(分组) order y x1 x2 x3 x4 x5 // 国企 = 2 外资 = 3 私企 = 4 xtreg y x1 x2 x3 x4 x5 if 分组1 == 2 ,fe est store fe3 xtreg y x1 x2 x3 x4 x5 if 分组1 == 3 ,fe est store fe4 xtreg y x1 x2 x3 x4 x5 if 分组1 == 4 ,fe est store fe5 esttab fe fe3 fe4 fe5 using 分组回归.rtf, replace b(%12.3f) se(%12.3f) nogap compress s(N r2 r2_a)star(* 0.1 ** 0.05 *** 0.01) //加入了调整R2，r2_a注意分组回归的分组变量，需要encode 股权性质,gen(分组)重新编码！不然会type mismatch 结果整理： 需要用gen来产生调节变量 7.中介效应 /**************************中介效应************************/ * rename 托宾Q值TQ ZJ xtreg y x1 x2 x3 x4 x5 ,fe est store fe7 xtreg ZJ x1 x2 x3 x4 x5 ,fe est store fe8 xtreg y x1 ZJ x2 x3 x4 x5 ,fe est store fe9 esttab fe7 fe8 fe9 using 中介效应.rtf, replace b(%12.3f) se(%12.3f) nogap compress s(N r2 r2_a)star(* 0.1 ** 0.05 *** 0.01) //加入了调整R2中介效应，这里用的是三步检验法。先看x与y的一般检验是否通过，再看x与中介变量m检验，最后看x、m与y的检验 结果整理如下:
|
则存在中介效应，如果模型3的x1系数不显著，那么，这存在完全中介效应。
【本文地址】