stata回归分析完整步骤-吐血推荐.docx

stata 回归分析完整步骤——吐血推荐**** 下载连乘函数 prod, 方法为:findit dm71 sort stkcd date // 对公司和日期排序 gen r1=1+r //r 为实际公司的股票收益率 gen r2=1+r_yq //r_yq 为公司的预期股票收益率 egen r3=prod(r1),by(stkcd date) // 求每个公司事件日的累计复合收益率 egen r4=prod(r2),by(stkcd date) // 求每个公司事件日的累计预期的复合收益率 gen r=r4-r3 capture clear (清空内存中的数据) capture log close (关闭所有打开的日志文件) set mem 128m (设置用于 stata 使用的内存容量) set more off ( 关闭 more 选项。如果打开该选项, 那么结果分屏输出, 即一次只输出一屏结果。你按空格键后再输出下一屏, 直到全部输完。如果关闭则中间不停, 一次全部输出。) set matsize 4000 (设置矩阵的最大阶数。我用的是不是太大了?) cd D: (进入数据所在的盘符和文件夹。和 dos 的命令行很相似。) log using (文件名) .log,replace (打开日志文件,并更新。日志文件将记录下所有文件运行后给出的结果, 如果你修改了文件内容, replace 选项可以将其更新为最近运行的结果。) use (文件名) ,clear (打开数据文件。) (文件内容) log close (关闭日志文件。) exit,clear (退出并清空内存中的数据。) 假设你清楚地知道所需的变量, 现在要做的是检查数据、生成必要的数据并形成数据库供将来使用。检查数据的重要命令包括 codebook , su, ta, des 和 list 。其中, codebook 提供的信息最全面, 缺点是不能使用 if 条件限制范围, 所以, 有时还要用别的帮帮忙。 su 空格加变量名报告相应变量的非缺失的观察个数,均值,标准差,最小值和最大值。 ta 空格后面加一个( 或两个) 变量名是报告某个变量( 或两个变量二维) 的取值( 不含缺失值) 的频数, 比率和按大小排列的累积比率。 des 后面可以加任意个变量名, 只要数据中有。它报告变量的存储的类型,显示的格式和标签。标签中一般记录这个变量的定义和单位。 list 报告变量的观察值,可以用 if或 in 来限制范围。所有这些命令都可以后面不加任何变量名, 报告的结果是正在使用的数据库中的所有变量的相应信息。说起来苍白无力,打开 stat a 亲自实验一下吧。顺带说点儿题外话。除了 codebook 之外,上述统计类的命令都属于 r 族命令(又称一般命令)。执行后都可以使用 return list 报告储存在 r() 中的统计结果。最典型的 r 族命令当属 summarize 。它会把样本量、均值、标准差、方差、最小值、最大值、总和等统计信息储存起来。你在执行 su 之后,只需敲入 return list 就可以得到所有这些信息。其实,和一般命令的 return 命令类似,估计命令(又称 e 族命令)也有 ereturn 命令,具有报告, 储存信息的功能。在更复杂的编程中, 比如对回归分解, 计算一些程序中无法直接计算的统计量,这些功能更是必不可少。检查数据时,先用 codebook 看一下它的值域和单位。如果有-9, -99 这样的取值,查一下问卷中对缺失值的记录方法。确定它们是缺失值后, 改为用点记录。命令是 replace ( 变量名)=. if( 变量名)==-9 。再看一下用点记录的缺失值有多少,作为选用变量的一个依据。得到可用的数据后, 我会给没有标签的变量加上注解。或者统一标签; 或者统一变量的命名规则。更改变量名的命令是 ren (原变量名)空格(新变量名)。定义标签的命令是 labe l var ( 变量名) 空格”( 标签内容)”。整齐划一的变量名有助于记忆, 简明的标签有助于明确变量的单位等信息。如果你需要使用通过原始变量派生出的新变量, 那么就需要了解 gen , egen 和 replace 这三个命令。 gen 和 replace 常常在一起使用。它们的基本语法是 gen (或 replace) 空格( 变量名)=(表达式)。二者的不同之处在于 gen 是生成新变量, replace 是重新定义旧变量。虚拟变量是我们常常需要用到的一类派生变量。如果你需要生成的虚拟变量个数不多, 可以有两种方法生成。一种是简明方法: gen 空格(变量名)=((限制条件)) [ 这外面的小括弧是命令需要的,里面的小括弧不是命令需要的,只是说明“限制条件