Stata統計分析從入門到精通

目 錄
第一部分 基礎應用篇
第1章 初識Stata 1
1.1 Stata概述 1
1.1.1 Stata功能簡介 1
1.1.2 Stata功能匯總 2
1.2 操作界面 3
1.2.1 窗口介紹 4
1.2.2 語言偏好設置 5
1.2.3 常用快捷鍵 6
1.3 命令基本語法 6
1.3.1 命令名稱（command） 7
1.3.2 變量名稱（varlist） 7
1.3.3 按變量分類（by varlist:） 8
1.3.4 賦值（=exp） 9
1.3.5 條件表達式（if exp） 9
1.3.6 限定範圍（in range） 10
1.3.7 權重（weight） 11
1.3.8 選項（options） 11
1.4 do文件和log文件 12
1.4.1 do文件的編寫 12
1.4.2 運行do文件 13
1.4.3 log文件 14
1.5 獲取幫助 14
1.5.1 調用自帶幫助 15
1.5.2 使用PDF文檔 17
1.6 本章小結 18
第2章 數據管理 19
2.1 變量 19
2.1.1 變量命名規則 19
2.1.2 變量類型 20
2.1.3 變量的顯示格式 20
2.1.4 變量標簽設置 25
2.2 創建/導入數據集 26
2.2.1 利用數據編輯器創建數據集 26
2.2.2 通過命令輸入數據 27
2.2.3 讀取已有Stata數據 29
2.2.4 導入其他格式數據 30
2.3 數據集基本操作命令 31
2.3.1 browse命令與edit命令 31
2.3.2 generate命令與replace命令 32
2.3.3 rename命令 33
2.3.4 save命令 33
2.3.5 describe命令 33
2.3.6 list命令 34
2.3.7 codebook命令 34
2.3.8 drop命令與keep命令 35
2.4 數值型變量和字符串變量的轉換 36
2.4.1 字符串變量轉換為數值型變量 36
2.4.2 數值型變量轉換為字符串變量 37
2.4.3 利用real()函數實現字符串數值化 38
2.5 運算符 38
2.5.1 算術運算符 38
2.5.2 關系運算符 39
2.5.3 邏輯運算符 39
2.5.4 運算符優先級 40
2.6 常用函數 40
2.6.1 常用隨機數函數 40
2.6.2 常用數學函數 41
2.6.3 常用統計函數 43
2.7 虛擬變量與分類變量 44
2.7.1 虛擬變量 44
2.7.2 分類變量 46
2.8 數據合並與抽取 50
2.8.1 橫向合並數據 50
2.8.2 縱向合並數據 52
2.8.3 交叉合並數據 54
2.8.4 抽取數據 57
2.9 本章小結 59
第3章 圖形繪制 60
3.1 二維繪圖命令族介紹 60
3.2 散點圖 62
3.2.1 scatter命令語法格式 62
3.2.2 散點顯示設置 63
3.2.3 散點標簽設置 67
3.2.4 散點連線設置 68
3.2.5 散點振盪設置 69
3.3 圖形設置 70
3.3.1 坐標軸尺度設置 70
3.3.2 坐標軸刻度設置 72
3.3.3 坐標軸標題設置 75
3.3.4 圖標題設置 77
3.3.5 圖例設置 78
3.3.6 by()選項設置 81
3.3.7 圖形顯示格式設置 83
3.4 常見圖形繪制 84
3.4.1 曲線標繪圖 84
3.4.2 連線標繪圖 87
3.4.3 擬合圖形 87
3.4.4 直方圖 90
3.4.5 條形圖 92
3.5 圖形保存與輸出 95
3.5.1 圖形保存 95
3.5.2 圖形輸出 95
3.6 本章小結 96
第二部分 統計分析實現篇
第4章 描述性統計 97
4.1 描述性統計基本理論 97
4.1.1 變量類型 97
4.1.2 頻數分佈 98
4.1.3 集中趨勢 98
4.1.4 離散趨勢 100
4.1.5 正態分佈 101
4.1.6 偏度和峰度 102
4.1.7 Z標準化得分 103
4.2 連續變量的描述性統計 103
4.2.1 變量摘要統計信息 103
4.2.2 數值型變量匯總統計信息 105
4.2.3 統計量的置信區間 106
4.2.4 正態性檢驗與數據轉換 108
4.3 分類變量的描述性統計 114
4.3.1 列聯表概述 114
4.3.2 利用table命令生成列聯表 115
4.3.3 利用tabulate命令生成列聯表 120
4.3.4 利用tabstat命令生成列聯表 129
4.4 本章小結 131
第5章 假設檢驗 132
5.1 假設檢驗基礎理論 132
5.1.1 假設檢驗基本步驟 132
5.1.2 t檢驗 134
5.1.3 檢驗分類 136
5.2 基於均值的參數檢驗 137
5.2.1 Stata中的t檢驗 137
5.2.2 單樣本t檢驗 138
5.2.3 雙樣本t檢驗 139
5.2.4 配對樣本t檢驗 141
5.2.5 直接檢驗法 141
5.3 基於標準差的參數檢驗 142
5.3.1 Stata中的標準差檢驗 142
5.3.2 單樣本標準差檢驗 143
5.3.3 雙樣本方差（標準差）檢驗 144
5.3.4 直接檢驗法 144
5.3.5 魯棒檢驗 145
5.4 非參數檢驗 146
5.4.1 單樣本正態分佈檢驗 146
5.4.2 兩獨立樣本檢驗 146
5.4.3 兩相關樣本檢驗 147
5.4.4 多獨立樣本檢驗 148
5.4.5 游程檢驗 149
5.5 本章小結 150
第6章 方差分析 151
6.1 單因素方差分析 151
6.1.1 基本理論 151
6.1.2 Stata實現 154
6.1.3 分析示例 155
6.2 多因素方差分析 158
6.2.1 基本理論 159
6.2.2 Stata實現 163
6.2.3 分析示例 164
6.3 協方差分析 169
6.3.1 基本理論 169
6.3.2 Stata實現 170
6.3.3 分析示例 170
6.4 本章小結 172
第7章 相關分析 173
7.1 簡單相關分析 173
7.1.1 簡單相關分析基礎 173
7.1.2 Stata實現 175
7.1.3 分析示例 177
7.2 偏相關分析 180
7.2.1 偏相關分析基礎 180
7.2.2 Stata實現 181
7.2.3 分析示例 181
7.3 本章小結 182
第8章 經典線性回歸分析 183
8.1 線性回歸模型 183
8.1.1 一元線性回歸模型 183
8.1.2 多元線性回歸模型 184
8.1.3 回歸參數的普通最小二乘估計 185
8.1.4 回歸方程的統計檢驗 185
8.1.5 殘差分析 191
8.1.6 經典線性回歸分析假設 195
8.2 線性回歸的Stata實現 196
8.2.1 回歸分析命令 196
8.2.2 回歸系數的協方差矩陣 198
8.2.3 計算擬合值和殘差 199
8.2.4 對回歸系數進行假設檢驗 201
8.3 約束回歸分析 202
8.3.1 約束回歸條件設置 203
8.3.2 約束回歸命令 203
8.3.3 約束回歸分析示例 203
8.4 本章小結 205
第9章 非經典線性回歸分析 206
9.1 多重共線性 206
9.1.1 多重共線性的檢驗 206
9.1.2 多重共線性的處理 207
9.2 內生性 211
9.2.1 內生性的檢驗 211
9.2.2 內生性的處理 214
9.2.3 擴展回歸模型 215
9.3 異方差 219
9.3.1 異方差的檢驗 219
9.3.2 異方差的處理 221
9.4 本章小結 223
第10章 高級回歸分析 224
10.1 非線性回歸分析 224
10.1.1 Stata實現 224
10.1.2 應用示例 225
10.2 非參數回歸分析 227
10.2.1 Stata實現 227
10.2.2 應用示例 227
10.3 分位數回歸分析 229
10.3.1 Stata實現 229
10.3.2 應用示例 229
10.4 斷尾回歸分析 231
10.4.1 Stata實現 231
10.4.2 應用示例 231
10.5 截取回歸分析 233
10.5.1 Stata實現 233
10.5.2 應用示例 233
10.6 樣本選擇模型分析 235
10.6.1 Stata實現 236
10.6.2 應用示例 236
10.7 本章小結 238
第11章 離散回歸分析 239
11.1 二值響應模型 239
11.1.1 二元Logistic回歸分析 239
11.1.2 二元Probit回歸分析 241
11.2 多值響應模型 242
11.2.1 無序響應模型 242
11.2.2 有序響應模型 245
11.3 本章小結 248
第12章 聚類分析 249
12.1 聚類分析基本理論 249
12.1.1 距離的定義 249
12.1.2 指標間的相似系數 251
12.1.3 類間距離及其遞推公式 252
12.1.4 K均值聚類 253
12.2 劃分聚類分析 254
12.2.1 Stata實現 255
12.2.2 應用示例 256
12.3 層次聚類分析 259
12.3.1 Stata實現 259
12.3.2 應用示例 261
12.4 本章小結 264
第13章 主成分分析與因子分析 265
13.1 主成分分析 265
13.1.1 主成分分析基本理論 265
13.1.2 Stata實現 270
13.1.3 主成分分析的其他命令 271
13.1.4 應用示例 278
13.2 因子分析 282
13.2.1 因子分析基本理論 282
13.2.2 Stata實現 288
13.2.3 因子分析的其他命令 288
13.2.4 應用示例 289
13.3 本章小結 293
第三部分 時間序列分析篇
第14章 時間序列分析初步 294
14.1 基本時間序列模型 294
14.1.1 時間序列的構成因素 294
14.1.2 時間序列長期趨勢分析 295
14.1.3 平穩性檢驗 297
14.2 數據預處理的Stata實現 298
14.2.1 定義時間序列 298
14.2.2 調整時間設置的初始值 299
14.2.3 時間變量為字符串格式時的處理 301
14.2.4 拓展時間區間 302
14.2.5 繪制時間序列趨勢圖 304
14.2.6 時間序列算子 305
14.3 趨勢分析與平滑方法的Stata實現 306
14.3.1 移動平均法 306
14.3.2 指數平滑法 308
14.3.3 非季節性Holt-Winters平滑法 310
14.3.4 季節性Holt-Winters平滑法 312
14.4 本章小結 315
第15章 ARIMA模型 316
15.1 模型基本理論 316
15.1.1 自回歸過程（AR模型） 316
15.1.2 移動平均過程（MA模型） 317
15.1.3 自回歸移動平均過程（ARMA模型） 318
15.1.4 單整自回歸移動平均過程（ARIMA模型） 318
15.2 單位根過程及其檢驗 319
15.2.1 常見的非平穩隨機過程 319
15.2.2 單位根檢驗 320
15.2.3 協整檢驗 322
15.3 ARIMA模型的Stata實現 322
15.3.1 相關性檢驗 322
15.3.2 平穩性檢驗 324
15.3.3 Stata實現 328
15.4 本章小結 333
第16章 VAR模型與VEC模型 334
16.1 模型基本理論 334
16.1.1 VAR模型定義 334
16.1.2 VAR模型的穩定性特徵 335
16.1.3 格蘭傑非因果性檢驗 336
16.1.4 VAR模型的脈沖響應函數和方差分解 337
16.1.5 VEC模型 339
16.1.6 Johansen協整檢驗 340
16.2 模型的Stata實現 341
16.2.1 獲取VAR模型的階數 341
16.2.2 構建VAR模型 343
16.2.3 平穩性條件判斷 345
16.2.4 殘差的自相關檢驗 346
16.2.5 殘差的正態性檢驗 347
16.2.6 格蘭傑因果性檢驗 348
16.2.7 脈沖響應分析 349
16.2.8 Johansen協整檢驗 354
16.3 本章小結 356
第17章 ARCH系列模型 357
17.1 模型基本理論 357
17.1.1 ARCH模型 357
17.1.2 GARCH模型 358
17.1.3 GARCH-M模型 359
17.1.4 其他模型 359
17.2 模型的Stata實現 360
17.2.1 擬合ARCH系列模型 360
17.2.2 ARCH模型的LM檢驗 361
17.2.3 對ARCH系列模型進行預測 361
17.3 本章小結 364
參考文獻 365