Stata統(tǒng)計(jì)分析從入門到精通

目    錄
第1章  Stata基本操作及數(shù)據(jù)處理介紹 1
1.1  Stata概述 1
1.2  Stata 16.0窗口說明及基本設(shè)置 3
1.2.1  Stata 16.0窗口說明 3
1.2.2  設(shè)定偏好的界面語言 5
1.2.3  新建或編輯樣本觀測值、變量的基本操作 6
1.2.4  通過在命令窗口中輸入命令的方式來輸入數(shù)據(jù) 7
1.2.5  讀取以前創(chuàng)建的Stata格式的數(shù)據(jù)文件 7
1.2.6  導(dǎo)入其他格式的數(shù)據(jù)文件 8
1.2.7  Stata幫助系統(tǒng)介紹 12
1.3  Stata 16.0命令的語法格式 15
1.3.1  command（命令名稱） 15
1.3.2  varlist（變量名稱） 16
1.3.3  by varlist（按變量分類） 17
1.3.4  =exp（賦值） 18
1.3.5  if exp（條件表達(dá)式） 19
1.3.6  in range（范圍篩選） 19
1.3.7  weight（加權(quán)） 19
1.3.8  options（其他可選項(xiàng)） 20
1.4  Stata 16.0運(yùn)算符與函數(shù) 20
1.4.1  Stata 16.0運(yùn)算符 20
1.4.2  Stata 16.0函數(shù) 23
1.5  分類變量和定序變量的基本操作 24
1.6  常用的幾種處理數(shù)據(jù)的操作 26
1.6.1  Stata 16.0的數(shù)據(jù)類型 26
1.6.2  對數(shù)據(jù)進(jìn)行長短變換 26
1.6.3  對數(shù)據(jù)進(jìn)行類型變換 28
1.6.4  生成隨機(jī)數(shù) 31
1.6.5  數(shù)據(jù)壓縮 32
1.6.6  按變量合并、拆分?jǐn)?shù)據(jù)文件 33
1.6.7  按樣本觀測值合并、拆分?jǐn)?shù)據(jù)文件 35
1.6.8  添加標(biāo)簽 36
1.6.9  對數(shù)據(jù)進(jìn)行排序 38
1.7  本章回顧與習(xí)題 39
1.7.1  本章回顧 39
1.7.2  本章習(xí)題 41
第2章  描述性統(tǒng)計(jì)與圖形繪制 42
2.1  定距變量的描述性統(tǒng)計(jì)、正態(tài)性檢驗(yàn)和數(shù)據(jù)轉(zhuǎn)換 42
2.1.1  常用的描述性統(tǒng)計(jì)指標(biāo)的基本概念 42
2.1.2  定距變量的描述性統(tǒng)計(jì) 44
2.1.3  正態(tài)性檢驗(yàn)和數(shù)據(jù)轉(zhuǎn)換 50
2.2  分類變量描述統(tǒng)計(jì) 54
2.2.1  單個(gè)分類變量的匯總 54
2.2.2  兩個(gè)分類變量的列聯(lián)表分析 56
2.2.3  多表和多維列聯(lián)表分析 57
2.3  Stata制圖簡介 59
2.3.1  Stata制圖基本操作 60
2.3.2  直方圖 62
2.3.3  散點(diǎn)圖 65
2.3.4  曲線標(biāo)繪圖 69
2.3.5  連線標(biāo)繪圖 71
2.3.6  箱圖 73
2.3.7  餅圖 75
2.3.8  條形圖 77
2.3.9  點(diǎn)圖 80
2.4  本章回顧與習(xí)題 82
2.4.1  本章回顧 82
2.4.2  本章習(xí)題 84
第3章  假設(shè)檢驗(yàn) 86
3.1  假設(shè)檢驗(yàn)的基本概念 86
3.1.1  假設(shè)檢驗(yàn)概述 86
3.1.2  單個(gè)總體檢驗(yàn)和兩個(gè)總體檢驗(yàn) 88
3.1.3  參數(shù)檢驗(yàn)和非參數(shù)檢驗(yàn) 89
3.2  Stata參數(shù)檢驗(yàn) 90
3.2.1  單一樣本T檢驗(yàn) 90
3.2.2  獨(dú)立樣本T檢驗(yàn) 92
3.2.3  配對樣本T檢驗(yàn) 93
3.2.4  單一樣本標(biāo)準(zhǔn)差的假設(shè)檢驗(yàn) 94
3.2.5  雙樣本方差（標(biāo)準(zhǔn)差）的假設(shè)檢驗(yàn) 95
3.3  Stata非參數(shù)檢驗(yàn) 96
3.3.1  單樣本正態(tài)分布檢驗(yàn) 96
3.3.2  兩獨(dú)立樣本檢驗(yàn) 98
3.3.3  兩相關(guān)樣本檢驗(yàn) 99
3.3.4  多獨(dú)立樣本檢驗(yàn) 100
3.3.5  游程檢驗(yàn) 101
3.4  本章回顧與習(xí)題 102
3.4.1  本章回顧 102
3.4.2  本章習(xí)題 104
第4章  方差分析 106
4.1  單因素方差分析 106
4.1.1  單因素方差分析的功能與意義 106
4.1.2  單因素方差分析的Stata操作 107
4.1.3  單因素方差分析示例 107
4.2  多因素方差分析 111
4.2.1  多因素方差分析的功能與意義 111
4.2.2  多因素方差分析的Stata操作 112
4.2.3  多因素方差分析示例 114
4.3  協(xié)方差分析 116
4.3.1  協(xié)方差分析的功能與意義 116
4.3.2  協(xié)方差分析的Stata操作 117
4.3.3  協(xié)方差分析示例 117
4.4  重復(fù)測量方差分析 119
4.4.1  重復(fù)測量方差分析的功能與意義 119
4.4.2  重復(fù)測量方差分析的Stata操作 120
4.4.3  重復(fù)測量方差分析示例 120
4.5  本章回顧與習(xí)題 121
4.5.1  本章回顧 121
4.5.2  本章習(xí)題 122
第5章  相關(guān)分析 124
5.1  簡單相關(guān)分析 124
5.1.1  簡單相關(guān)分析的功能與意義 124
5.1.2  簡單相關(guān)分析的Stata操作 126
5.1.3  簡單相關(guān)分析示例 128
5.2  偏相關(guān)分析 131
5.2.1  偏相關(guān)分析的功能與意義 131
5.2.2  偏相關(guān)分析的Stata操作 132
5.2.3  偏相關(guān)分析示例 132
5.3  本章回顧與習(xí)題 133
5.3.1  本章回顧 133
5.3.2  本章習(xí)題 134
第6章  基本線性回歸分析 135
6.1  小二乘線性回歸分析 135
6.1.1  小二乘線性回歸分析的功能與意義 135
6.1.2  小二乘線性回歸分析的Stata操作 136
6.1.3  小二乘線性回歸分析示例 139
6.2  約束條件回歸分析 145
6.2.1  約束條件回歸分析的功能與意義 145
6.2.2  約束條件回歸分析的Stata操作 146
6.2.3  約束條件回歸分析示例 147
6.3  本章回顧與習(xí)題 148
6.3.1  本章回顧 148
6.3.2  本章習(xí)題 149
第7章  線性回歸分析診斷與處理 150
7.1  異方差診斷與處理 150
7.1.1  異方差診斷與處理的功能與意義 150
7.1.2  異方差診斷與處理的Stata操作 151
7.1.3  異方差診斷與處理示例 153
7.2  自相關(guān)診斷與處理 158
7.2.1  自相關(guān)診斷與處理的功能與意義 158
7.2.2  自相關(guān)診斷與處理的Stata操作 159
7.2.3  自相關(guān)診斷與處理示例 162
7.3  多重共線性診斷與處理 166
7.3.1  多重共線性診斷與處理的功能與意義 166
7.3.2  多重共線性診斷與處理的Stata操作 167
7.3.3  多重共線性診斷與處理示例 167
7.4  內(nèi)生性診斷與處理 171
7.4.1  內(nèi)生性診斷與處理的功能與意義 171
7.4.2  內(nèi)生性診斷與處理的Stata操作 172
7.4.3  內(nèi)生性診斷與處理示例 174
7.5  本章回顧與習(xí)題 179
7.5.1  本章回顧 179
7.5.2  本章習(xí)題 181
第8章  非線性回歸分析 182
8.1  轉(zhuǎn)換變量回歸分析 182
8.1.1  轉(zhuǎn)換變量回歸分析概述 182
8.1.2  轉(zhuǎn)換變量回歸分析的Stata操作 182
8.1.3  轉(zhuǎn)換變量回歸分析示例 183
8.2  非線性回歸分析 187
8.2.1  非線性回歸分析概述 187
8.2.2  非線性回歸分析的Stata操作 187
8.2.3  非線性回歸分析示例 188
8.3  非參數(shù)回歸分析 193
8.3.1  非參數(shù)回歸分析概述 193
8.3.2  非參數(shù)回歸分析的Stata操作 194
8.3.3  非參數(shù)回歸分析示例 194
8.4  分位數(shù)回歸分析 198
8.4.1  分位數(shù)回歸分析概述 198
8.4.2  分位數(shù)回歸分析的Stata操作 198
8.4.3  分位數(shù)回歸分析示例 199
8.5  本章回顧與習(xí)題 201
8.5.1  本章回顧 201
8.5.2  本章習(xí)題 202
第9章  因變量離散回歸分析 203
9.1  二值選擇模型 203
9.1.1  二值選擇模型的功能與意義 203
9.1.2  二值選擇模型的Stata操作 205
9.1.3  二值選擇模型分析示例 209
9.2  多值選擇模型 219
9.2.1  多值選擇模型分析的功能與意義 219
9.2.2  多值選擇模型的Stata操作 220
9.2.3  多值選擇模型分析示例 221
9.3  有序選擇模型 225
9.3.1  有序選擇模型分析的功能與意義 225
9.3.2  有序選擇模型的Stata操作 226
9.3.3  有序選擇模型分析示例 227
9.4  本章回顧與習(xí)題 231
9.4.1  本章回顧 231
9.4.2  本章習(xí)題 232
第10章  因變量受限回歸分析 234
10.1  斷尾回歸分析 234
10.1.1  斷尾回歸分析的功能與意義 234
10.1.2  斷尾回歸分析的Stata操作 235
10.1.3  斷尾回歸分析示例 236
10.2  截取回歸分析 240
10.2.1  截取回歸分析的功能與意義 240
10.2.2  截取回歸分析的Stata操作 240
10.2.3  截取回歸分析示例 242
10.3  樣本選擇模型 244
10.3.1  樣本選擇模型分析的功能與意義 244
10.3.2  樣本選擇模型分析的Stata操作 245
10.3.3  樣本選擇模型分析示例 246
10.4  本章回顧與習(xí)題 251
10.4.1  本章回顧 251
10.4.2  本章習(xí)題 252
第11章  主成分分析與因子分析 254
11.1  主成分分析 254
11.1.1  主成分分析的功能與意義 254
11.1.2  主成分分析的Stata操作 255
11.1.3  主成分分析示例 256
11.2  因子分析 261
11.2.1  因子分析的功能與意義 261
11.2.2  因子分析的Stata操作 263
11.2.3  因子分析示例 264
11.3  本章回顧與習(xí)題 285
11.3.1  本章回顧 285
11.3.2  本章習(xí)題 286
第12章  聚類分析 289
12.1  劃分聚類分析 289
12.1.1  劃分聚類分析的功能與意義 289
12.1.2  劃分聚類分析的Stata操作 290
12.1.3  劃分聚類分析示例 293
12.2  層次聚類分析 304
12.2.1  層次聚類分析的功能與意義 304
12.2.2  層次聚類分析的Stata操作 305
12.2.3  層次聚類分析示例 306
12.3  本章回顧與習(xí)題 324
12.3.1  本章回顧 324
12.3.2  本章習(xí)題 325
第13章  時(shí)間序列數(shù)據(jù)分析 327
13.1  時(shí)間序列數(shù)據(jù)的預(yù)處理 327
13.1.1  時(shí)間序列數(shù)據(jù)的預(yù)處理操作概述 327
13.1.2  時(shí)間序列數(shù)據(jù)預(yù)處理的Stata操作 328
13.1.3  時(shí)間序列數(shù)據(jù)預(yù)處理分析示例 333
13.2  移動(dòng)平均濾波與指數(shù)平滑法 335
13.2.1  移動(dòng)平均濾波與指數(shù)平滑法概述 335
13.2.2  移動(dòng)平均濾波與指數(shù)平滑法的Stata操作 337
13.2.3  移動(dòng)平均濾波與指數(shù)平滑法分析示例 339
13.3  ARIMA模型、SARIMA模型、ARIMAX模型 346
13.3.1  ARIMA模型、SARIMA模型、ARIMAX模型概述 346
13.3.2  ARIMA模型、SARIMA模型、ARIMAX模型的Stata操作 350
13.3.3  ARIMA模型、SARIMA模型、ARIMAX模型分析示例 352
13.4  單位根檢驗(yàn) 358
13.4.1  單位根檢驗(yàn)的功能與意義 358
13.4.2  單位根檢驗(yàn)的Stata操作 359
13.4.3  單位根檢驗(yàn)示例 360
13.5  向量自回歸模型 366
13.5.1  向量自回歸模型的功能與意義 366
13.5.2  向量自回歸模型的Stata操作 369
13.5.3  向量自回歸模型示例 378
13.6  協(xié)整檢驗(yàn)與向量誤差修正模型 386
13.6.1  協(xié)整檢驗(yàn)與向量誤差修正模型概述 386
13.6.2  協(xié)整檢驗(yàn)與向量誤差修正模型的Stata操作 388
13.6.3  協(xié)整檢驗(yàn)與向量誤差修正模型示例 393
13.7  ARCH系列模型 401
13.7.1  ARCH系列模型概述 401
13.7.2  ARCH系列模型的Stata操作 403
13.7.3  ARCH系列模型示例 406
13.8  本章回顧與習(xí)題 408
13.8.1  本章回顧 408
13.8.2  本章習(xí)題 411
第14章  面板數(shù)據(jù)分析 414
14.1  面板數(shù)據(jù)的預(yù)處理 414
14.1.1  面板數(shù)據(jù)的預(yù)處理概述 414
14.1.2  面板數(shù)據(jù)預(yù)處理的Stata操作 415
14.1.3  面板數(shù)據(jù)預(yù)處理示例 416
14.2  短面板數(shù)據(jù)分析 419
14.2.1  短面板數(shù)據(jù)分析概述 419
14.2.2  短面板數(shù)據(jù)分析的Stata操作 420
14.2.3  短面板數(shù)據(jù)分析示例 421
14.3  長面板數(shù)據(jù)分析 428
14.3.1  長面板數(shù)據(jù)分析概述 428
14.3.2  長面板數(shù)據(jù)分析的Stata操作 428
14.3.3  長面板數(shù)據(jù)分析示例 429
14.4  本章回顧與習(xí)題 434
14.4.1  本章回顧 434
14.4.2  本章習(xí)題 435
第15章  生存分析 437
15.1  生存分析的基本概念及數(shù)據(jù)類型 437
15.1.1  生存分析涉及的基本概念 437
15.1.2  生存分析的數(shù)據(jù)類型 438
15.2  生存分析操作講解 439
15.2.1  生存分析的功能與意義 439
15.2.2  生存分析的Stata操作 441
15.2.3  生存分析示例 445
15.3  本章回顧與習(xí)題 453
15.3.1  本章回顧 453
15.3.2  本章習(xí)題 455
第16章  多方程模型 456
16.1  多方程模型概述 456
16.1.1  多方程模型的基本概念 456
16.1.2  多方程模型的識別 457
16.2  多方程模型的估計(jì) 457
16.2.1  多方程模型估計(jì)常用方法 457
16.2.2  多方程模型的Stata操作 458
16.2.3  多方程模型分析示例 461
16.3  本章回顧與習(xí)題 466
16.3.1  本章回顧 466
16.3.2  本章習(xí)題 466
第17章  如何使用Stata進(jìn)行高質(zhì)量的綜合性研究 468
17.1  研究方案設(shè)計(jì) 468
17.2  調(diào)查問卷的制作 471
17.2.1  調(diào)查問卷的概念 471
17.2.2  調(diào)查問卷的制作步驟 471
17.2.3  制作調(diào)查問卷時(shí)需要注意的問題 472
17.2.4  將調(diào)查問卷獲取的數(shù)據(jù)導(dǎo)入Stata 475
17.3  Stata數(shù)據(jù)挖掘介紹 478
17.4  Stata建模注意事項(xiàng) 480
17.4.1  注意事項(xiàng)一：建模是為了解決具體的問題 480
17.4.2  注意事項(xiàng)二：有效建模的前提是具備問題領(lǐng)域的專業(yè)知識 480
17.4.3  注意事項(xiàng)三：建模之前必須進(jìn)行數(shù)據(jù)的準(zhǔn)備 481
17.4.4  注意事項(xiàng)四：終模型的生成在多數(shù)情況下并不是一步到位的 481
17.4.5  注意事項(xiàng)五：模型要能夠用來預(yù)測，但預(yù)測并不僅含直接預(yù)測 482
17.4.6  注意事項(xiàng)六：對模型的評價(jià)方面要堅(jiān)持結(jié)果導(dǎo)向和價(jià)值導(dǎo)向 483
17.4.7  注意事項(xiàng)七：建立的模型應(yīng)該是持續(xù)動(dòng)態(tài)優(yōu)化完善的 483
17.5  Stata綜合應(yīng)用案例書目推薦 484