STATA 常用模型与命令

常用命令

数据相关

生成新数据

利用旧数据定义新数据，注意，如果使用的旧数据为两个及以上，只要其中一个为空值，则新数据也为空值（即空值不会自动转化为0）：
gen new_valuename = f(value1，value2,……)
如果要生成时间序列，可以定义原有的时间序列数据：
tsset valueame
如果原本没有，可以定义一列新的时间序列：
gen t=_n
tsset t

删除和修改数据

删除数据：
drop value1 value2 value3 ……
保留数据（除保留的以外全部删除）：
keep value1 value2 value3 ……
修改数据：
replace valuename = f（value1 , value2 ,……）
修改数据时也可以将自己作为自变量，比如：
replace age = age -1
则age数据全部减少1
注意，请谨慎使用 drop 命令，该命令不可撤销，数据一旦丢失将无法追回，建议使用do文件减少风险（找不回，只是可以选择不保存，然后不用重输命令）

一键删除全部含有缺失值的对象：
egen mis = rowmiss(_all)
drop if mis
删除重复值（删除重复值后会保留第一个数据）：
duplicates drop valuename , force

改变数据类型

excel导入的时候，数值型的数据如果有缺失，可能会被导成数值型，可以利用以下操作强制改为数值型
destring value ,force

条件命令

条件命令为 if ，并且的符号为&，或者的符号为|，否认的符号为！，以下为示例：
drop value1 if value 1 >=1 & value 2>=3
drop value1 if value 1 >=1 | value 2>=3
drop value1 if value 4 ！= “error”

取对数命令

底数为e取对数：
log(value)
底数为10取对数：
log10(value)
取对数后新数值的系数表示百分比变化，如果回归结果不好，可以尝试对其中相对大的数据列取对数。

输出相关

将不同回归结果输出到同一张表中，其中的省略号为所作的操作，注意nest与逗号之间要有空格，不然会失败（第一条命令为安装命令，已经安装的可以跳过）：
ssc install asdoc, replace
asdoc …… , nest replace
asdoc …… , nest append
如果要输出描述统计或者其他结果，则可以用：
asdoc …… , save(docname.doc) title(titlename)

常用回归

非线性选择回归

logit回归

二元选择回归，因变量y为虚拟变量：
logistic y x1 x2 x3……
此外逻辑回归也可以做到分组回归，多元选择回归，在学习完成后在这个博客上将继续补充

probit回归

probit y x1 x2 x3……
与逻辑回归的用法相同，虽然思想不一样，但通常情况下，probit回归估计出的参数值乘以1.814，大致会等于logistic回归中的参数值。

线性回归

OLS

reg y x1 x2 x3……
如果有虚拟变量，可以使用xi命令快捷生成：
xi:reg y x1 x2 x3 i.x4……

Heckman 回归

选择样本模型的一种，这里只给出heckman二步法的命令：
heckman y x1 x2 x3 …… , select(xi = z1 z2) twostep
后面的select变量中必须含有至少一种影响xi但对y没有影响的变量，xi为选择变量

Tobit回归

选择样本模型的一种，只给出一般的tobit命令：
tobit y x1 x2 x3……

2SLS回归（工具变量法）

被解释变量：y

解释变量：x1

控制变量：x2 x3 x4

工具变量：z1 z2

reg x1 z1 x2 x3 x4, robust
ivregress 2sls y x1 x2 x3 x4 (x1= z1 z2), robust

常用检验

在做完回归后进行输入命令：

异方差检验

estat hettest
假如prob > chi2 的值小于0.05 则检验通过

多重共线性检验：

estat vif
假如整体的vif小于10则通过

自相关检验：

estat dwatson
一般DW值在2附近则通过（也可以用DW表对照自己判断）

格兰杰因果检验：

存在滞后项时使用
先下载格兰杰因果检验程序gcause
ssc install gcause
检验x对y的因果关系，以下命令为滞后1、2期，显示其AIC、BIC的取值，一般的检验到滞后三期为止，之后进行y对x的检验，命令类似，不予贴出：
gcause y x,lags(1)
estat ic
gcause y x,lags(2)
estat ic

稳健性检验：

通常是通过改变工具变量或是使用不同的计量方法，如果回归结果类似，则说明结果具有稳健性

内生性检验：

通常意味着变量之间相互影响，可以考虑改变工具变量或是使用Durbin－Wu－Hausman 方法进行检验