Stata統(tǒng)計(jì)分析從入門到精通

目 錄
第一部分 基礎(chǔ)應(yīng)用篇
第1章 初識Stata 1
1.1 Stata概述 1
1.1.1 Stata功能簡介 1
1.1.2 Stata功能匯總 2
1.2 操作界面 3
1.2.1 窗口介紹 4
1.2.2 語言偏好設(shè)置 5
1.2.3 常用快捷鍵 6
1.3 命令基本語法 6
1.3.1 命令名稱（command） 7
1.3.2 變量名稱（varlist） 7
1.3.3 按變量分類（by varlist:） 8
1.3.4 賦值（=exp） 9
1.3.5 條件表達(dá)式（if exp） 9
1.3.6 限定范圍（in range） 10
1.3.7 權(quán)重（weight） 11
1.3.8 選項(xiàng)（options） 11
1.4 do文件和log文件 12
1.4.1 do文件的編寫 12
1.4.2 運(yùn)行do文件 13
1.4.3 log文件 14
1.5 獲取幫助 14
1.5.1 調(diào)用自帶幫助 15
1.5.2 使用PDF文檔 17
1.6 本章小結(jié) 18
第2章 數(shù)據(jù)管理 19
2.1 變量 19
2.1.1 變量命名規(guī)則 19
2.1.2 變量類型 20
2.1.3 變量的顯示格式 20
2.1.4 變量標(biāo)簽設(shè)置 25
2.2 創(chuàng)建/導(dǎo)入數(shù)據(jù)集 26
2.2.1 利用數(shù)據(jù)編輯器創(chuàng)建數(shù)據(jù)集 26
2.2.2 通過命令輸入數(shù)據(jù) 27
2.2.3 讀取已有Stata數(shù)據(jù) 29
2.2.4 導(dǎo)入其他格式數(shù)據(jù) 30
2.3 數(shù)據(jù)集基本操作命令 31
2.3.1 browse命令與edit命令 31
2.3.2 generate命令與replace命令 32
2.3.3 rename命令 33
2.3.4 save命令 33
2.3.5 describe命令 33
2.3.6 list命令 34
2.3.7 codebook命令 34
2.3.8 drop命令與keep命令 35
2.4 數(shù)值型變量和字符串變量的轉(zhuǎn)換 36
2.4.1 字符串變量轉(zhuǎn)換為數(shù)值型變量 36
2.4.2 數(shù)值型變量轉(zhuǎn)換為字符串變量 37
2.4.3 利用real()函數(shù)實(shí)現(xiàn)字符串?dāng)?shù)值化 38
2.5 運(yùn)算符 38
2.5.1 算術(shù)運(yùn)算符 38
2.5.2 關(guān)系運(yùn)算符 39
2.5.3 邏輯運(yùn)算符 39
2.5.4 運(yùn)算符優(yōu)先級 40
2.6 常用函數(shù) 40
2.6.1 常用隨機(jī)數(shù)函數(shù) 40
2.6.2 常用數(shù)學(xué)函數(shù) 41
2.6.3 常用統(tǒng)計(jì)函數(shù) 43
2.7 虛擬變量與分類變量 44
2.7.1 虛擬變量 44
2.7.2 分類變量 46
2.8 數(shù)據(jù)合并與抽取 50
2.8.1 橫向合并數(shù)據(jù) 50
2.8.2 縱向合并數(shù)據(jù) 52
2.8.3 交叉合并數(shù)據(jù) 54
2.8.4 抽取數(shù)據(jù) 57
2.9 本章小結(jié) 59
第3章 圖形繪制 60
3.1 二維繪圖命令族介紹 60
3.2 散點(diǎn)圖 62
3.2.1 scatter命令語法格式 62
3.2.2 散點(diǎn)顯示設(shè)置 63
3.2.3 散點(diǎn)標(biāo)簽設(shè)置 67
3.2.4 散點(diǎn)連線設(shè)置 68
3.2.5 散點(diǎn)振蕩設(shè)置 69
3.3 圖形設(shè)置 70
3.3.1 坐標(biāo)軸尺度設(shè)置 70
3.3.2 坐標(biāo)軸刻度設(shè)置 72
3.3.3 坐標(biāo)軸標(biāo)題設(shè)置 75
3.3.4 圖標(biāo)題設(shè)置 77
3.3.5 圖例設(shè)置 78
3.3.6 by()選項(xiàng)設(shè)置 81
3.3.7 圖形顯示格式設(shè)置 83
3.4 常見圖形繪制 84
3.4.1 曲線標(biāo)繪圖 84
3.4.2 連線標(biāo)繪圖 87
3.4.3 擬合圖形 87
3.4.4 直方圖 90
3.4.5 條形圖 92
3.5 圖形保存與輸出 95
3.5.1 圖形保存 95
3.5.2 圖形輸出 95
3.6 本章小結(jié) 96
第二部分 統(tǒng)計(jì)分析實(shí)現(xiàn)篇
第4章 描述性統(tǒng)計(jì) 97
4.1 描述性統(tǒng)計(jì)基本理論 97
4.1.1 變量類型 97
4.1.2 頻數(shù)分布 98
4.1.3 集中趨勢 98
4.1.4 離散趨勢 100
4.1.5 正態(tài)分布 101
4.1.6 偏度和峰度 102
4.1.7 Z標(biāo)準(zhǔn)化得分 103
4.2 連續(xù)變量的描述性統(tǒng)計(jì) 103
4.2.1 變量摘要統(tǒng)計(jì)信息 103
4.2.2 數(shù)值型變量匯總統(tǒng)計(jì)信息 105
4.2.3 統(tǒng)計(jì)量的置信區(qū)間 106
4.2.4 正態(tài)性檢驗(yàn)與數(shù)據(jù)轉(zhuǎn)換 108
4.3 分類變量的描述性統(tǒng)計(jì) 114
4.3.1 列聯(lián)表概述 114
4.3.2 利用table命令生成列聯(lián)表 115
4.3.3 利用tabulate命令生成列聯(lián)表 120
4.3.4 利用tabstat命令生成列聯(lián)表 129
4.4 本章小結(jié) 131
第5章 假設(shè)檢驗(yàn) 132
5.1 假設(shè)檢驗(yàn)基礎(chǔ)理論 132
5.1.1 假設(shè)檢驗(yàn)基本步驟 132
5.1.2 t檢驗(yàn) 134
5.1.3 檢驗(yàn)分類 136
5.2 基于均值的參數(shù)檢驗(yàn) 137
5.2.1 Stata中的t檢驗(yàn) 137
5.2.2 單樣本t檢驗(yàn) 138
5.2.3 雙樣本t檢驗(yàn) 139
5.2.4 配對樣本t檢驗(yàn) 141
5.2.5 直接檢驗(yàn)法 141
5.3 基于標(biāo)準(zhǔn)差的參數(shù)檢驗(yàn) 142
5.3.1 Stata中的標(biāo)準(zhǔn)差檢驗(yàn) 142
5.3.2 單樣本標(biāo)準(zhǔn)差檢驗(yàn) 143
5.3.3 雙樣本方差（標(biāo)準(zhǔn)差）檢驗(yàn) 144
5.3.4 直接檢驗(yàn)法 144
5.3.5 魯棒檢驗(yàn) 145
5.4 非參數(shù)檢驗(yàn) 146
5.4.1 單樣本正態(tài)分布檢驗(yàn) 146
5.4.2 兩獨(dú)立樣本檢驗(yàn) 146
5.4.3 兩相關(guān)樣本檢驗(yàn) 147
5.4.4 多獨(dú)立樣本檢驗(yàn) 148
5.4.5 游程檢驗(yàn) 149
5.5 本章小結(jié) 150
第6章 方差分析 151
6.1 單因素方差分析 151
6.1.1 基本理論 151
6.1.2 Stata實(shí)現(xiàn) 154
6.1.3 分析示例 155
6.2 多因素方差分析 158
6.2.1 基本理論 159
6.2.2 Stata實(shí)現(xiàn) 163
6.2.3 分析示例 164
6.3 協(xié)方差分析 169
6.3.1 基本理論 169
6.3.2 Stata實(shí)現(xiàn) 170
6.3.3 分析示例 170
6.4 本章小結(jié) 172
第7章 相關(guān)分析 173
7.1 簡單相關(guān)分析 173
7.1.1 簡單相關(guān)分析基礎(chǔ) 173
7.1.2 Stata實(shí)現(xiàn) 175
7.1.3 分析示例 177
7.2 偏相關(guān)分析 180
7.2.1 偏相關(guān)分析基礎(chǔ) 180
7.2.2 Stata實(shí)現(xiàn) 181
7.2.3 分析示例 181
7.3 本章小結(jié) 182
第8章 經(jīng)典線性回歸分析 183
8.1 線性回歸模型 183
8.1.1 一元線性回歸模型 183
8.1.2 多元線性回歸模型 184
8.1.3 回歸參數(shù)的普通最小二乘估計(jì) 185
8.1.4 回歸方程的統(tǒng)計(jì)檢驗(yàn) 185
8.1.5 殘差分析 191
8.1.6 經(jīng)典線性回歸分析假設(shè) 195
8.2 線性回歸的Stata實(shí)現(xiàn) 196
8.2.1 回歸分析命令 196
8.2.2 回歸系數(shù)的協(xié)方差矩陣 198
8.2.3 計(jì)算擬合值和殘差 199
8.2.4 對回歸系數(shù)進(jìn)行假設(shè)檢驗(yàn) 201
8.3 約束回歸分析 202
8.3.1 約束回歸條件設(shè)置 203
8.3.2 約束回歸命令 203
8.3.3 約束回歸分析示例 203
8.4 本章小結(jié) 205
第9章 非經(jīng)典線性回歸分析 206
9.1 多重共線性 206
9.1.1 多重共線性的檢驗(yàn) 206
9.1.2 多重共線性的處理 207
9.2 內(nèi)生性 211
9.2.1 內(nèi)生性的檢驗(yàn) 211
9.2.2 內(nèi)生性的處理 214
9.2.3 擴(kuò)展回歸模型 215
9.3 異方差 219
9.3.1 異方差的檢驗(yàn) 219
9.3.2 異方差的處理 221
9.4 本章小結(jié) 223
第10章 高級回歸分析 224
10.1 非線性回歸分析 224
10.1.1 Stata實(shí)現(xiàn) 224
10.1.2 應(yīng)用示例 225
10.2 非參數(shù)回歸分析 227
10.2.1 Stata實(shí)現(xiàn) 227
10.2.2 應(yīng)用示例 227
10.3 分位數(shù)回歸分析 229
10.3.1 Stata實(shí)現(xiàn) 229
10.3.2 應(yīng)用示例 229
10.4 斷尾回歸分析 231
10.4.1 Stata實(shí)現(xiàn) 231
10.4.2 應(yīng)用示例 231
10.5 截取回歸分析 233
10.5.1 Stata實(shí)現(xiàn) 233
10.5.2 應(yīng)用示例 233
10.6 樣本選擇模型分析 235
10.6.1 Stata實(shí)現(xiàn) 236
10.6.2 應(yīng)用示例 236
10.7 本章小結(jié) 238
第11章 離散回歸分析 239
11.1 二值響應(yīng)模型 239
11.1.1 二元Logistic回歸分析 239
11.1.2 二元Probit回歸分析 241
11.2 多值響應(yīng)模型 242
11.2.1 無序響應(yīng)模型 242
11.2.2 有序響應(yīng)模型 245
11.3 本章小結(jié) 248
第12章 聚類分析 249
12.1 聚類分析基本理論 249
12.1.1 距離的定義 249
12.1.2 指標(biāo)間的相似系數(shù) 251
12.1.3 類間距離及其遞推公式 252
12.1.4 K均值聚類 253
12.2 劃分聚類分析 254
12.2.1 Stata實(shí)現(xiàn) 255
12.2.2 應(yīng)用示例 256
12.3 層次聚類分析 259
12.3.1 Stata實(shí)現(xiàn) 259
12.3.2 應(yīng)用示例 261
12.4 本章小結(jié) 264
第13章 主成分分析與因子分析 265
13.1 主成分分析 265
13.1.1 主成分分析基本理論 265
13.1.2 Stata實(shí)現(xiàn) 270
13.1.3 主成分分析的其他命令 271
13.1.4 應(yīng)用示例 278
13.2 因子分析 282
13.2.1 因子分析基本理論 282
13.2.2 Stata實(shí)現(xiàn) 288
13.2.3 因子分析的其他命令 288
13.2.4 應(yīng)用示例 289
13.3 本章小結(jié) 293
第三部分 時間序列分析篇
第14章 時間序列分析初步 294
14.1 基本時間序列模型 294
14.1.1 時間序列的構(gòu)成因素 294
14.1.2 時間序列長期趨勢分析 295
14.1.3 平穩(wěn)性檢驗(yàn) 297
14.2 數(shù)據(jù)預(yù)處理的Stata實(shí)現(xiàn) 298
14.2.1 定義時間序列 298
14.2.2 調(diào)整時間設(shè)置的初始值 299
14.2.3 時間變量為字符串格式時的處理 301
14.2.4 拓展時間區(qū)間 302
14.2.5 繪制時間序列趨勢圖 304
14.2.6 時間序列算子 305
14.3 趨勢分析與平滑方法的Stata實(shí)現(xiàn) 306
14.3.1 移動平均法 306
14.3.2 指數(shù)平滑法 308
14.3.3 非季節(jié)性Holt-Winters平滑法 310
14.3.4 季節(jié)性Holt-Winters平滑法 312
14.4 本章小結(jié) 315
第15章 ARIMA模型 316
15.1 模型基本理論 316
15.1.1 自回歸過程（AR模型） 316
15.1.2 移動平均過程（MA模型） 317
15.1.3 自回歸移動平均過程（ARMA模型） 318
15.1.4 單整自回歸移動平均過程（ARIMA模型） 318
15.2 單位根過程及其檢驗(yàn) 319
15.2.1 常見的非平穩(wěn)隨機(jī)過程 319
15.2.2 單位根檢驗(yàn) 320
15.2.3 協(xié)整檢驗(yàn) 322
15.3 ARIMA模型的Stata實(shí)現(xiàn) 322
15.3.1 相關(guān)性檢驗(yàn) 322
15.3.2 平穩(wěn)性檢驗(yàn) 324
15.3.3 Stata實(shí)現(xiàn) 328
15.4 本章小結(jié) 333
第16章 VAR模型與VEC模型 3