【Stata使用快速查询1】导入变量与基本回归操作

文章目录

• • 1.导入变量
  • • 1.1导入变量——使用data eidtor
    • • 1.1.1变量标准化
    • 1.2展示变量
    • • 1.2.1显示变量：describe
      • 1.2.2展示具体变量：
      • 1.2.3变量统计特征
    • 1.3更改变量类型
    • • 1.3.1变更字符串类型：destring self_rate, replace
      • 1.3.2字符串转日期：
      • 1.3.3生成新变量：
  • 2.计算回归
  • • 2.1计算一元、多元回归
    • 2.2逐步回归
    • 2.3选取训练集与测试集
    • 2.4展示拟合值及残差（样本内预测）
    • 2.5样本外预测

1.导入变量

1.1导入变量——使用data eidtor

1.1.1变量标准化

egen z2math = std(math)
           

1.2展示变量

1.2.1显示变量：describe

1.2.2展示具体变量：

list variable
基于逻辑关系：list q if q>=10000
           

1.2.3变量统计特征

全部变量显示：summarize 
summarize q  or  su  q
           

1.3更改变量类型

1.3.1变更字符串类型：destring self_rate, replace

destring date, ignore(" ") replace        /*将变量“日期”转化为数值型变量，且移除空格。*/
list                                                   /*再次浏览数据*/
           

1.3.2字符串转日期：

format  变量名 %tdCCYY-NN-DD
           

1.3.3生成新变量：

generate logMT = log10(MT)
           

stata一般有generate 和replace两种方式生成新变量。 generate就是生成一个新的变量，replace就是用这个新的变量替换掉原来的变量。

2.计算回归

2.1计算一元、多元回归

regress errors subID timeDay timeDir timeOrder vCon W D 
           

regress后面的第一个变量：errors 是要回归的目标，之后所有的变量都是模型中的predictors。

2.2逐步回归

逐步筛选法：stepwise  y x1 x2 x3, fe(1.5) fs(1.5)
向前回归命令：sw reg y x1 x2 x3 x4, pe(.1)
向后回归命令：sw reg y x1 x2 x3 x4, pr(.1)
pr() pe() ##逐步后退法
pr() pe() forward  ##逐步向前法
##为防止陷入死循环，pr()需略大于pe()
           

2.3选取训练集与测试集

egen id=seq()
reg y x if id<51
           

2.4展示拟合值及残差（样本内预测）

predict z
predict u, residual
           

2.5样本外预测