本文申明

• 如果本文出现逻辑或者学术错误，请在本页留言或者联系作者邮箱（caoyongzhuo@qq.com[国内邮箱]；warnerjulia866@gmail.com[国外邮箱]）

• 虽然Markdown语法优雅且规范，但由于博客采用复杂的显示模式，部分文字或表格会被浏览器转义为较丑样式，后期优化，还请谅解

• 任何转载复用，请遵守 Creative Commons 国际准则，未经授权禁止商业用途

• 未对接任何广告，下文推荐的数据分发平台均为作者亲测后推荐，读者可以自行选择阿里云[建议]、腾讯云[建议]、百度云[不建议]等大厂平台

• 如需广告对接请移步上述邮箱或下述WX号，请说明来意，否则一律拒接

Stata安装

• 本文使用 Stata17 MP 中文和谐版（永久激活序列号）编写，内置常用命令库，如需安装与作者相同版本的Stata或有数据分析、一对一辅导需求，请移步WX号：15624552379

Stata导入数据

[-] 导入方式（为方便示例，都使用Excel数据，不考虑SQL数据库数据）

• 使用代码导入

  
  
  1. 优点：对于超大型数据（一般是5w以上）的数据来说，使用代码导入更加快速，不易出错
  2. 缺点：要提前对于Excel数据进行分析整理

• 使用Stata图形化界面导入

  
  
  1. 优点：对于中小型数据、不懂复杂数据结构的人来说是一种友好方式
  2. 缺点：不适合超大型数据导入

[-] 示例数据如下（请读者自行下载）

• 为了博客运转速度不被大型文件拖垮，本文所有数据将全部托管于”七牛云CDN“进行转储并全球分发，请读者自行下载

• 下载模式：点击加粗或高亮超链接文字跳转下载

• 特别说明：七牛云CDN的付费挺贵的，希望不要有任何不怀好意之人使用网络下载器或爬虫频繁发起请求，博客安装了IP探针并且和公安联网，访客IP都将被记录存档，每12小时上传云端，如果遇到不法分子恶意请求或攻击，后果自负！

• auto示例数据.xlsx下载

[-] 使用代码方式导入

cd "F:\STATA测试数据" //切换工作目录
clear //清除内存中的数据
set more off //设置结果滚动显示
import excel using "auto示例数据.xlsx", firstrow clear //更多参数请在命令行窗口输入 help import 进行详细语法查看

• 工作目录以自己电脑的Excel文件存储地址为准，前三行是stata编码的三部曲
• auto示例数据.xlsx是需要导入的文件名，具体以自己的文件名为准
• firstrow参数是将Excel的第一行作为Stata变量名

• clear参数是将目前Stata内存中的数据清楚
• import的类型不止Excel一种，具体可以参考手册进行查看，手册查看方式：在命令行窗口输入 help import

[-] 使用Stata图形化界面导入

• 打开Stata，在顶部选择”文件“?”导入“?”Excel电子表格“

• 在接下来的界面中，选择”浏览“?找到你”存放Excel的目录“?选择”工作表“?选择”单元格范围“?勾选”将第一行作为变量名“?点击”确定“

• 此时数据已经导入Stata的数据管理器中，我们可以在右侧的<变量窗口##中看到导入的数据变量名（Excel表的第一行）

• 如果需要查看每一个变量名所对应的具体数值，我们可以点击Stata上方的数据编辑器

数据类型、数据结构辨析

[-] Stata的常用数据类型

• str --- 字符串类型 （在Stata 17的数据管理器中显示为黄色）
• byte --- 字节类型 （在Stata 17的数据管理器中显示为白色）
• int --- 整形类型 （在Stata 17的数据管理器中显示为白色）
• double --- 数值类型 （在Stata 17的数据管理器中显示为蓝色）

认识基本的数据类型有助于后期在数据预处理过程中如merge、append、duplicates drop等命令的正常运行

[-] Stata的常用数据结构

• 截面数据 --- 作者口诀：多个体，单时间
• 时间序列数据 --- 作者口诀：单个体，多时间
• 面板数据 --- 作者口诀：多个体，多时间

作者在此处使用 山东大学 - 陈强 -《高级计量经济学》中的课件进行阐释，陈强博客地址：http://www.econometrics-stata.com/col.jsp?id=101

1. 截面数据

2. 时间序列数据

3. 面板数据

在一般情况下，对于面板数据，我们可以拆分成截面数据和时间序列数据，但是这个过程无法逆向拆分，只可以逆向补充。原因是面板数据作为多个体、多时间的数据结构来说，想要拆分成截面数据的话，只需要提取单个时间节点的数据；想要拆分成时间序列数据的话，只需要提取单个个体的数据，这是一个十分有趣的过程，在下面我们进行详细介绍。

[-] 面板数据拆分为截面数据

• 1994-2013年中国分省GDP.xlsx数据下载

• 下载数据并导入Stata

** 面板数据拆分截面数据演示
cd "F:\STATA测试数据" //切换工作目录
clear //清除内存中的数据
set more off //设置结果滚动显示
import excel using "1994-2013年分省.xlsx", firstrow clear //导入面板数据

• 我们假设只需要截取1994年的界面数据

keep if 年份 == 1994 //第一种方式，使用keep保留符合要求的数据
drop if 年份 != 1994 //第二种方式，使用drop删除不符合要求的数据

此处Markdown语法与Stata语法出现了转义，请读者按照下图第14行代码中的"！="描述<不等于##逻辑判断

[-] 面板数据拆分为时间序列数据

• 1994-2013年中国分省GDP.xlsx数据下载

• 下载数据并导入Stata

keep if 省份 == "北京" //第一种方式，使用keep保留符合要求的数据
drop if 省份 != "北京" //第二种方式，使用drop删除不符合要求的数据

此处Markdown语法与Stata语法出现了转义，请读者按照下图第14行代码中的"！="描述<不等于##逻辑判断

字符串拼接

[-] 原始数据结构

| var1 | var2 | //变量名

% str % str % //数据类型

[-] 语法

gen new_var = var1 + var2

[-] 示例原始数据

| var1 | var2 |
| 12345| 5678 |

[-] 示例语法

gen sum_string = var1 + var2

[-] 示例结果数据

| var1 | var2 | sum_string | //变量名
| 12345 | 5678 | 123455678 | //变量名所对应的数值

字符串拆分

[-] 原始数据结构

| sum_string |

% str %

[-] 语法

gen new_var = substr(sum_string,m,n)

• m : 从单元格第几个字符开始
• n ：从开始字符选择几个字符
• 注意：一个汉字占用2个字符，一个数字占用1个字符

[-] 示例原始数据

| sum_string |

| 12345678 |

[-] 示例语法

gen var3 = substr(sum_string,2,4)

[-] 示例结果数据

| var3 |

| 2345 |

分组求和(单、多层级)

[-] 原始数据结构

数据结构不限

[-] 语法

bysort var1 : egen new_var = sum(var2) // 以var1为分类，对var2分组求和

bysort var1 var3 : egen new_var = sum(var2) // 以var1为一级分类，var3为二级分类，对var2分组求和

• 其中的sum（）函数可以更换为count（）分组计数、max（）分组求最大值
• 其中的new_var变量名换成自己想要的就行

[-] 示例原始数据

| var1 | var2 | var3 |
| 1 | 3 | A |
| 1 | 2 | A |
| 1 | 2 | A |
| 1 | 3 | B |
| 1 | 2 | B |
| 1 | 3 | B |
| 2 | 1 | A |
| 2 | 1 | A |
| 2 | 2 | A |
| 2 | 2 | B |
| 2 | 2 | B |

[-] 示例语法

bysort var1 var3 : egen newvar = count(var2)

[-] 示例结果数据

| var1 | var2 | var3 | new_var |
| 1 | 3 | A | 3 |
| 1 | 2 | A | 3 |
| 1 | 2 | A | 3 |
| 1 | 3 | B | 3 |
| 1 | 2 | B | 3 |
| 1 | 3 | B | 3 |
| 2 | 1 | A | 3 |
| 2 | 1 | A | 3 |
| 2 | 2 | A | 3 |
| 2 | 2 | B | 3 |
| 2 | 2 | B | 3 |

• 课程论文 有所借鉴
• 未经授权 严禁复制
• 非专业化本硕博论文
• 仅做数据回归联系 无学术不端（未发表）
• 如有错误请联系我修正
• 邮箱号码1：CAOYONGZHUO@QQ.COM
• 邮箱号码2：WARNERJULIA866@GMAIL.COM

一、软件、环境及数据

1. 软件为Stata14便携版
2. 系统环境为Win10
3. 数据文件结构如下

code region year FDI time policy_year hsr ...
//由于课程还未完结，所以不交代完整数据结构(不影响此文阅读)

二、作业踩坑合集

（一）数据导入失败

使用 import excel xxx.xlsx 命令以后报错
//报错内容 element not find

一开始以为是命令使用错误，然后使用Stata自带的工具进行导入，依旧如下报错。

错误原因：

excel数据表使用了过多的计算函数，如SUM,AVG等，如果有跨表连接，也会报错。

解决办法：

新建一张工作簿，将原工作表复制，选择“仅文字黏贴”进新的工作簿，在Stata中导入新的工作簿。问题解决成功。

（二）安装命令失败

ssc install xxx
//命令报错 xxx not find at ssc

错误原因：

ssc库中缺少这样的命令，类似于Python自身库没有request库一样，需要我们在线检索安装。

解决办法：

findit xxx
//输入如上命令 xxx替换为要安装的命令
//然后按照下面的图执行

（三）设置面板数据报错

错误原因：

我购买的数据里有重复记录值，所以删除重复值即可。

解决办法：

duplicates report个体 年份//检查个体年份是否能唯一识别
duplicates example个体 年份//举例子看哪里数据重复
duplicates drop个体 年份,force //强制删除重 复数据
tsset 个体年份
//再次设置面板数据
xtdes
//查看数据.

//例如我自己的数据
duplicates report FDI year/检查个体年份是否能唯一识别
duplicates example FDI year//举例子看哪里数据重复
duplicates drop FDI year,force //强制删除重 复数据
tsset 个体年份

（四）绘制趋势图天坑

1. 设定面板的时候保持"地区变量"在前，"时间变量"在后
2. 查看自己“地区变量”大致有多少个，如23个省
3. 如果"地区变量"超越30个且数据量高达三四万，那么建议你看看自己的电脑配置带不带的动

//如果出现以下报错，说明Stata炸了

错误原因：

数据量太大，并且"地区变量"过多，计算过载（反正我是这么理解的）

解决办法：

//框定特定地区来绘图
*例如：使用20个城市绘制时间趋势图*
xtline FDI if region=="Anqing" | region=="Ankang" | region=="Anshun" | region=="Anyang" | region=="Baicheng" | region=="Baicheng" | region=="Baise" | region=="Baishan" | region=="Baiyin" | region=="Baoding" | region=="Baoji" | region=="Baoshan" | region=="Baotou" | region=="Bayannaoer" | region=="Bazhong" | region=="Beihai" | region=="Bengbu" | region=="Benxi" | region=="Bozhou" | region=="Cangzhou" | region=="Changde" 

过载效果

正常效果

（五）输出回归结果问题

因为要做混合，固定效应，随机效应等多个回归，所以如果每次都使用outreg2输出一次，然后再将结果合并在一起，那么未免有点浪费时间和精力，所以我推荐使用asdoc命令来输出回归结果，非常强大。

outreg2命令输出结果演示

reg FDI hsr pinci labor 
est store model2
outreg2[model2] using tab02,word replace se tdec(3) bdec(3)

asdoc命令输出结果演示

asdoc reg FDI hsr pinci labor, nest replace
//就这一行！
//是不是很简洁！

回归结果：

asdoc其他命令详述及演示

1. 竖向追加回归结果

asdoc xtreg FDI hsr pinci labor,fe r nest append
//追加个体固定回归效应（聚类标准误）

回归结果：

2. 横向放置回归表格

asdoc reg FDI hsr pinci labor, replace wide

回归结果：

3. 横向追加回归结果

asdoc xtreg FDI hsr pinci labor,fe r wide

回归结果：

（六）截面数据设置面板数据

今天金融工程课上手写的，反正我听不懂，就手写了这个教程。(字很丑还写歪了，凑合看看吧。)

三、后续有待补充...

关于自回归和异方差的坑回头再说吧，我好累，睡一会学专业课了，感觉考研要BBQ了/(ㄒoㄒ)/~~

一、作业要求（数据文件homework.dta）

• 画出ln_wage和tenure的散点图以及拟合曲线。
• 以ln_wage为被解释变量，以age、race、msp、grade、south、union为解释变量，做描述性统计分析，给出变量之间的相关性水平，做普通最小二乘回归（报告估计系数、t统计值、F值、R2、观测值个数），以上结果以表格形式输出。
• 以ln_wage为被解释变量，以age、msp、south、union为解释变量，做个体固定效应回归（在idcode层面做聚类稳健标准误），以表格形式输出回归结果，报告组间R2。
• 以ln_wage为被解释变量，以age、msp、south、union为解释变量，做个体随机效应回归，以表格形式输出回归结果，报告组内R2。
• 利用hausman检验判断应该是个体固定效应回归还是个体随机效应回归，报告hausman统计值。
• 数据文件下载地址

二、代码文件如下（如有错误，请指正）

*切换路径*
clear
cd "F:\数学建模\计量经济学\homework" //数据文件所在目录
set more off
use homework.dta //使用homework.dta
*1.1绘制ln_wage和tenure散点图*
scatter ln_wage tenure
*1.2绘制ln_wage和tenure拟合优度*
twoway (lfit ln_wage tenure)
*补充：ln_wage和tenure散点图和拟合优度复合*
twoway (scatter ln_wage tenure ) (lfit ln_wage tenure)
*2.1.1给出一般描述性统计结果*
su ln_wage age race msp grade south union,de
*2.1.2给出详细描述性统计结果*
tabstat ln_wage age race msp grade south union, stat( mean sd p5 p25 med p75 p95 min max )
*2.2给出变量之间的相关性水平*
pwcorr   ln_wage age race msp grade south union,star(0.05)
*2.3普通最小二乘回归*
reg ln_wage age race msp grade south union
*2.4使用outreg2命令输出结果*
est store Result
//保留R²，F统计量，样本回归系数（保留三位小数），T统计量（保留两位小数）
outreg2 [Result] using Result.xsl, replace tstat e(r2,F) bdec(3) tdec(2)
*3.1告诉stata该数据为面板数据（工资ln_wage和年份year）*
xtset idcode year
*3.2个体固定效应回归（在idcode层面做聚类稳健标准误）*
xtreg ln_wage age msp south union ,fe vce(cluster idcode)
*3.3输出结果，汇报组间R² *
est store Xtreg_Fe
outreg2 [Xtreg_Fe] using Xtreg_Fe.xsl, replace tstat e(r2_b) 
*4.1个体随机效应回归（在idcode层面做聚类稳健标准误）*
xtreg ln_wage age msp south union i.year,re vce(cluster idcode)
*4.2输出结果，汇报组内R² *
est store Xtreg_Re
outreg2 [Xtreg_Re] using Xtreg_Re.xsl, replace tstat e(r2_w) 
*利用hausman检验判断应该是个体固定效应回归还是个体随机效应回归*
//个体固定回归（不做聚类稳健标准误）
xtreg ln_wage age msp south union ,fe 
est store Xtreg_Fe_1
//个体随机回归（不做聚类稳健标准误）
xtreg ln_wage age msp south union i.year,re
est store Xtreg_Re_1
//计算hausman
hausman Xtreg_Fe_1 Xtreg_Re_1,constant sigmamore

三、数据结果的图文说明

切换路径*
clear
cd "F:\数学建模\计量经济学\homework" //数据文件所在目录
set more off
use homework.dta  //使用homework.dta 

1. 画出ln_wage和tenure的散点图以及拟合曲线。

1.1绘制ln_wage和tenure散点图*
scatter ln_wage tenure

1.2绘制ln_wage和tenure拟合优度*
twoway (lfit ln_wage tenure)

补充：ln_wage和tenure散点图和拟合优度复合*
twoway (scatter ln_wage tenure) (lfit ln_wage tenure)

2. 以ln_wage为被解释变量，以age、race、msp、grade、south、union为解释变量，做描述性统计分析，给出变量之间的相关性水平，做普通最小二乘回归(报告估计系数、t统计值、F值、R2、观测值个数），以上结果以表格形式输出。

2.1.1给出一般描述性统计结果*
su ln_wage **age race msp grade south union,**de
*2.1.2给出详细描述性统计结果*
tabstat ln_wage **age race msp grade south union,** stat**(** mean sd p5 p25 med p75 p95 min max **)

2.2给出变量之间的相关性水平*
pwcorr  ln_wage **age race msp grade south union,**star**(0.05)

2.3普通最小二乘回归*
reg ln_wage **age race msp grade south union**
*2.4使用outreg2命令输出结果*
est store **Result**
//保留R²，F统计量，样本回归系数（保留三位小数），T统计量（保留两位小数）
outreg2 **[Result] using** Result.xsl**, replace** tstat **e(r2,F) bdec(3) tdec(2)

回归结果如下：

结果报告：**
​                    **age   race  msp   grade  south  union  Constant**
**估计系数：[0.009]  [-0.051] [-0.016] [0.078] [-0.124]  [0.182]  [0.552]**
**T统计量：(-19.65)  （-8.03） (-2.60)  (-62.33) (-20.02) (-26.05) (-23.75)**
​    **F值：1145**                  **R2：0.263**                 **Obs：19213

3. 以ln_wage为被解释变量，以age、msp、south、union为解释变量，做个体固定效应回归（在idcode层面做聚类稳健标准误），以表格形式输出回归结果，报告组间R2。

*3.1告诉stata该数据为面板数据（工资ln_wage和年份year）*
xtset idcode year
*3.2个体固定效应回归（在idcode层面做聚类稳健标准误）*
xtreg ln_wage age msp south union ,fe vce(cluster idcode)

*3.3输出结果，汇报组间R² *
est store Xtreg_Fe
outreg2 [Xtreg_Fe] using Xtreg_Fe.xsl, replace tstat e(r2_b)

结果如下：

结果报告：组间R2的值为 0.0711

4. 以ln_wage为被解释变量，以age、msp、south、union为解释变量，做个体随机效应回归，以表格形式输出回归结果，报告组内R2。

***4.1****个体随机效应回归（在****idcode****层面做聚类稳健标准误）*******
xtreg ln_wage age msp south union i.year**,**re **vce(**cluster **idcode)

***4.2****输出结果，汇报组内****R² \***
est **store** Xtreg_Re
outreg2 **[**Xtreg_Re**] using** Xtreg_Re.xsl**,** replace **tstat e(r2_w)

结果如下：

结果报告：组内R2的值为 0.101

5. 利用hausman检验判断应该是个体固定效应回归还是个体随机效应回归，报告hausman统计值

*****利用****hausman****检验判断应该是个体固定效应回归还是个体随机效应回归*******
**//****个体固定回归（不做聚类稳健标准误）**
xtreg **ln_wage age msp south union ,**fe 
est **store Xtreg_Fe_1

//****个体随机回归（不做聚类稳健标准误）**
xtreg ln_wage age msp south union **i.year,**re
est **store** Xtreg_Re_1

//****计算****hausman**
hausman Xtreg_Fe_1 Xtreg_Re_1**,constant** sigmamore

hausman结果报告： chi2值为107.18 ，同时 P统计量 = 0.000 < 0.05结果显著。**
​                  **拒绝原假设（H0:** **个体随机效应回归），采用（个体固定效应回归）

++++++++++++++++++++++++++ 计量经济学 Copyright By © 学金融的文科生 ++++++++++++++++++++++++++