. table1,vars(foreign bine \ rep78 cate \ length contn \ price conts)

屏幕显示：

在vars的圆括号中输入需要在Table 1中描述的变量，并在空格后明确每个变量的类型：

-bin/bine：二分类变量；

-cat/cate：多分类变量；

-contn：连续型变量，正态分布，给出均数及标准差；

-conts：连续型变量，偏态分布，给出中位数及IQR；

各变量之间需使用“\”间隔开（*此处一定要注意斜线的方向*）。

本例中，foreign（车辆产地）为二分类变量，rep78（维修次数）为多分类变量，length（车体长度）为正态分布的连续型变量，price（价格）为偏态分布的连续型变量。故我们分别将foreign和rep78的数据类型设置为bine和cate（或可简写为bin和cat），length和price的类型设置为contn和conts。

*需要注意的是：对于二分类变量foreign和多分类变量rep78，在总体比较时，设置变量类型为bine和cate或者bin和cat是没有区别的；但分组比较时（见下一部分），选择的统计方法是不同的*

实际研究中，我们的研究问题常涉及分组比较。例如，此例中研究问题为国产车和进口车性能有无差别，那么在Table 1中，我们将按产地分组描述研究对象的基本特征并比较组间特征差异。使用by()选项，在括号中填入分组变量即可。

如前所述，对变量设置不同类型（bine/bin、cate/cat、contn、conts），Stata在分组比较时，默认选取的检验方法是不同的，如图1。

图1. Stata中的变量设置与假设检验方法

组间比较语句如下：

. table1,by(foreign) vars(rep78 cate \ length contn \ price conts)

屏幕显示：

结果显示，国产车和进口车维修次数分布差异具有统计学意义（P< 0.001）；国产车车体长度大于进口车，差异具有统计学意义（P< 0.001）；两者价格差异无统计学意义（P = 0.30）。

表格绘制完成后，可以通过saving()这个选项将绘制好的表格导出并存储至excel。以上述表格为例，仅在整个语句后面添加saving()，括号中输入自己需要存储的位置即可，操作如下：

. table1,by(foreign) vars(rep78 cate \ length contn \ price conts) saving(输入你指定的存储位置/表格名称.xls, replace)

*注意上述语句需出现在同一行，语句中存储位置和表格名称不要出现空格*

屏幕显示：

这样就在你指定的存储位置（Users/chen/Documents/work/stata_table1）生成了一个名为table1_auto的excel表格，如需将Table 1转至word文档中，直接从excel复制粘贴过去再按要求调整格式即可。这时，一个基本款Table 1已轻松生成。

在实际应用过程中，我们还可利用table1命令中的众多options对表格显示内容进行个性化调整：

-format(%8.1f)，cformat(%8.1f) 可分别设定对连续型变量及分类变量保留一位小数，括号中“%”是格式化代码，“8”是包含整数、小数及符号在内的总宽度，“.”代表小数点，“1”是小数点后位数，“f”是“fixed”的缩写，表示指定总宽度及保留小数位数（注意：小数点后位数一定要小于总宽度，此例中小数点后位数为“1” < 总宽度“8”，平时可以根据研究需要更改这两个数字）；

-onecol可让多分类变量的分组等级显示在此变量名下方，而非单独成列；

-missing可将分类变量的缺失例数及比例显示出来，cmissing可报告连续型变量非缺失例数；

-test可将我们对每个变量所使用的特定分组比较方法显示在表格中；

-pdp(#)可设定分组比较p值保留小数位数，如pdp(2)为保留两位小数。

应用上述选项后语句为：

. table1, by(foreign) vars(rep78 cate \length contn \ price conts) format(%8.1f) onecol missing cmissing test pdp(2)

效果如下图：

现在，我们也学会了如何对Table 1进行个性化加工。

看了这期教程，是不是觉得用Stata描述研究对象基本特征方便易学呢？快打开Stata，自己试一试吧！

如果有小伙伴需要这期教程中用到的do-file，可以在下方留言中留下邮箱哦~

想要及时获得更多内容可关注“医咖会”微信公众号和网站http://www.mediecogroup.com/：传播研究进展，探讨临床研究设计与医学统计学方法）返回搜狐，查看更多