Stata 統計分析從入門到精通

Stata是一種功能全面的統計分析軟件包，具有易操作、運行速度快、功能強大的特點，主要針對經濟、管理、醫學、農學、教育、市場研究、社會調查等行業和領域，是大數據時代最為流行的計量軟件之一。 全書內容共分17章。第1、2章介紹Stata操作入門及數據處理基礎知識、描述性統計與圖形繪制基礎。第3~5章介紹假設檢驗、方差分析、相關分析等基礎分析方法。第6~10章通過相關案例介紹經典及放鬆各種假定條件的回歸分析，包括基本線性回歸分析、線性回歸分析診斷與處理、非線性回歸分析、因變量離散回歸分析、因變量受限回歸分析等應用。第11~16章以典型案例講解主成分分析與因子分析、聚類分析、時間序列數據分析、面板數據分析、生存分析、多方程模型等高級分析方法。第17章介紹如何使用Stata進行高質量的綜合性研究，講解研究方案設計、調查問捲的製作、Stata數據挖掘、建模註意事項。 本書可作為經濟學、管理學、統計學、金融學、社會學、醫學、電子商務等相關專業的學生學習和應用Stata的參考書，也可以作為職場人士掌握Stata操作、提升數據分析能力，進而提高工作效率和改善績效水平的工具書。

目    錄

第1章  Stata基本操作及數據處理介紹 1

1.1  Stata概述 1

1.2  Stata 16.0窗口說明及基本設置 3

1.2.1  Stata 16.0窗口說明 3

1.2.2  設定偏好的界面語言 5

1.2.3  新建或編輯樣本觀測值、變量的基本操作 6

1.2.4  通過在命令窗口中輸入命令的方式來輸入數據 7

1.2.5  讀取以前創建的Stata格式的數據文件 7

1.2.6  導入其他格式的數據文件 8

1.2.7  Stata幫助系統介紹 12

1.3  Stata 16.0命令的語法格式 15

1.3.1  command（命令名稱） 15

1.3.2  varlist（變量名稱） 16

1.3.3  by varlist（按變量分類） 17

1.3.4  =exp（賦值） 18

1.3.5  if exp（條件表達式） 19

1.3.6  in range（範圍篩選） 19

1.3.7  weight（加權） 19

1.3.8  options（其他可選項） 20

1.4  Stata 16.0運算符與函數 20

1.4.1  Stata 16.0運算符 20

1.4.2  Stata 16.0函數 23

1.5  分類變量和定序變量的基本操作 24

1.6  常用的幾種處理數據的操作 26

1.6.1  Stata 16.0的數據類型 26

1.6.2  對數據進行長短變換 26

1.6.3  對數據進行類型變換 28

1.6.4  生成隨機數 31

1.6.5  數據壓縮 32

1.6.6  按變量合並、拆分數據文件 33

1.6.7  按樣本觀測值合並、拆分數據文件 35

1.6.8  添加標簽 36

1.6.9  對數據進行排序 38

1.7  本章回顧與習題 39

1.7.1  本章回顧 39

1.7.2  本章習題 41

第2章  描述性統計與圖形繪制 42

2.1  定距變量的描述性統計、正態性檢驗和數據轉換 42

2.1.1  常用的描述性統計指標的基本概念 42

2.1.2  定距變量的描述性統計 44

2.1.3  正態性檢驗和數據轉換 50

2.2  分類變量描述統計 54

2.2.1  單個分類變量的匯總 54

2.2.2  兩個分類變量的列聯表分析 56

2.2.3  多表和多維列聯表分析 57

2.3  Stata制圖簡介 59

2.3.1  Stata制圖基本操作 60

2.3.2  直方圖 62

2.3.3  散點圖 65

2.3.4  曲線標繪圖 69

2.3.5  連線標繪圖 71

2.3.6  箱圖 73

2.3.7  餅圖 75

2.3.8  條形圖 77

2.3.9  點圖 80

2.4  本章回顧與習題 82

2.4.1  本章回顧 82

2.4.2  本章習題 84

第3章  假設檢驗 86

3.1  假設檢驗的基本概念 86

3.1.1  假設檢驗概述 86

3.1.2  單個總體檢驗和兩個總體檢驗 88

3.1.3  參數檢驗和非參數檢驗 89

3.2  Stata參數檢驗 90

3.2.1  單一樣本T檢驗 90

3.2.2  獨立樣本T檢驗 92

3.2.3  配對樣本T檢驗 93

3.2.4  單一樣本標準差的假設檢驗 94

3.2.5  雙樣本方差（標準差）的假設檢驗 95

3.3  Stata非參數檢驗 96

3.3.1  單樣本正態分佈檢驗 96

3.3.2  兩獨立樣本檢驗 98

3.3.3  兩相關樣本檢驗 99

3.3.4  多獨立樣本檢驗 100

3.3.5  游程檢驗 101

3.4  本章回顧與習題 102

3.4.1  本章回顧 102

3.4.2  本章習題 104

第4章  方差分析 106

4.1  單因素方差分析 106

4.1.1  單因素方差分析的功能與意義 106

4.1.2  單因素方差分析的Stata操作 107

4.1.3  單因素方差分析示例 107

4.2  多因素方差分析 111

4.2.1  多因素方差分析的功能與意義 111

4.2.2  多因素方差分析的Stata操作 112

4.2.3  多因素方差分析示例 114

4.3  協方差分析 116

4.3.1  協方差分析的功能與意義 116

4.3.2  協方差分析的Stata操作 117

4.3.3  協方差分析示例 117

4.4  重復測量方差分析 119

4.4.1  重復測量方差分析的功能與意義 119

4.4.2  重復測量方差分析的Stata操作 120

4.4.3  重復測量方差分析示例 120

4.5  本章回顧與習題 121

4.5.1  本章回顧 121

4.5.2  本章習題 122

第5章  相關分析 124

5.1  簡單相關分析 124

5.1.1  簡單相關分析的功能與意義 124

5.1.2  簡單相關分析的Stata操作 126

5.1.3  簡單相關分析示例 128

5.2  偏相關分析 131

5.2.1  偏相關分析的功能與意義 131

5.2.2  偏相關分析的Stata操作 132

5.2.3  偏相關分析示例 132

5.3  本章回顧與習題 133

5.3.1  本章回顧 133

5.3.2  本章習題 134

第6章  基本線性回歸分析 135

6.1  最小二乘線性回歸分析 135

6.1.1  最小二乘線性回歸分析的功能與意義 135

6.1.2  最小二乘線性回歸分析的Stata操作 136

6.1.3  最小二乘線性回歸分析示例 139

6.2  約束條件回歸分析 145

6.2.1  約束條件回歸分析的功能與意義 145

6.2.2  約束條件回歸分析的Stata操作 146

6.2.3  約束條件回歸分析示例 147

6.3  本章回顧與習題 148

6.3.1  本章回顧 148

6.3.2  本章習題 149

第7章  線性回歸分析診斷與處理 150

7.1  異方差診斷與處理 150

7.1.1  異方差診斷與處理的功能與意義 150

7.1.2  異方差診斷與處理的Stata操作 151

7.1.3  異方差診斷與處理示例 153

7.2  自相關診斷與處理 158

7.2.1  自相關診斷與處理的功能與意義 158

7.2.2  自相關診斷與處理的Stata操作 159

7.2.3  自相關診斷與處理示例 162

7.3  多重共線性診斷與處理 166

7.3.1  多重共線性診斷與處理的功能與意義 166

7.3.2  多重共線性診斷與處理的Stata操作 167

7.3.3  多重共線性診斷與處理示例 167

7.4  內生性診斷與處理 171

7.4.1  內生性診斷與處理的功能與意義 171

7.4.2  內生性診斷與處理的Stata操作 172

7.4.3  內生性診斷與處理示例 174

7.5  本章回顧與習題 179

7.5.1  本章回顧 179

7.5.2  本章習題 181

第8章  非線性回歸分析 182

8.1  轉換變量回歸分析 182

8.1.1  轉換變量回歸分析概述 182

8.1.2  轉換變量回歸分析的Stata操作 182

8.1.3  轉換變量回歸分析示例 183

8.2  非線性回歸分析 187

8.2.1  非線性回歸分析概述 187

8.2.2  非線性回歸分析的Stata操作 187

8.2.3  非線性回歸分析示例 188

8.3  非參數回歸分析 193

8.3.1  非參數回歸分析概述 193

8.3.2  非參數回歸分析的Stata操作 194

8.3.3  非參數回歸分析示例 194

8.4  分位數回歸分析 198

8.4.1  分位數回歸分析概述 198

8.4.2  分位數回歸分析的Stata操作 198

8.4.3  分位數回歸分析示例 199

8.5  本章回顧與習題 201

8.5.1  本章回顧 201

8.5.2  本章習題 202

第9章  因變量離散回歸分析 203

9.1  二值選擇模型 203

9.1.1  二值選擇模型的功能與意義 203

9.1.2  二值選擇模型的Stata操作 205

9.1.3  二值選擇模型分析示例 209

9.2  多值選擇模型 219

9.2.1  多值選擇模型分析的功能與意義 219

9.2.2  多值選擇模型的Stata操作 220

9.2.3  多值選擇模型分析示例 221

9.3  有序選擇模型 225

9.3.1  有序選擇模型分析的功能與意義 225

9.3.2  有序選擇模型的Stata操作 226

9.3.3  有序選擇模型分析示例 227

9.4  本章回顧與習題 231

9.4.1  本章回顧 231

9.4.2  本章習題 232

第10章  因變量受限回歸分析 234

10.1  斷尾回歸分析 234

10.1.1  斷尾回歸分析的功能與意義 234

10.1.2  斷尾回歸分析的Stata操作 235

10.1.3  斷尾回歸分析示例 236

10.2  截取回歸分析 240

10.2.1  截取回歸分析的功能與意義 240

10.2.2  截取回歸分析的Stata操作 240

10.2.3  截取回歸分析示例 242

10.3  樣本選擇模型 244

10.3.1  樣本選擇模型分析的功能與意義 244

10.3.2  樣本選擇模型分析的Stata操作 245

10.3.3  樣本選擇模型分析示例 246

10.4  本章回顧與習題 251

10.4.1  本章回顧 251

10.4.2  本章習題 252

第11章  主成分分析與因子分析 254

11.1  主成分分析 254

11.1.1  主成分分析的功能與意義 254

11.1.2  主成分分析的Stata操作 255

11.1.3  主成分分析示例 256

11.2  因子分析 261

11.2.1  因子分析的功能與意義 261

11.2.2  因子分析的Stata操作 263

11.2.3  因子分析示例 264

11.3  本章回顧與習題 285

11.3.1  本章回顧 285

11.3.2  本章習題 286

第12章  聚類分析 289

12.1  劃分聚類分析 289

12.1.1  劃分聚類分析的功能與意義 289

12.1.2  劃分聚類分析的Stata操作 290

12.1.3  劃分聚類分析示例 293

12.2  層次聚類分析 304

12.2.1  層次聚類分析的功能與意義 304

12.2.2  層次聚類分析的Stata操作 305

12.2.3  層次聚類分析示例 306

12.3  本章回顧與習題 324

12.3.1  本章回顧 324

12.3.2  本章習題 325

第13章  時間序列數據分析 327

13.1  時間序列數據的預處理 327

13.1.1  時間序列數據的預處理操作概述 327

13.1.2  時間序列數據預處理的Stata操作 328

13.1.3  時間序列數據預處理分析示例 333

13.2  移動平均濾波與指數平滑法 335

13.2.1  移動平均濾波與指數平滑法概述 335

13.2.2  移動平均濾波與指數平滑法的Stata操作 337

13.2.3  移動平均濾波與指數平滑法分析示例 339

13.3  ARIMA模型、SARIMA模型、ARIMAX模型 346

13.3.1  ARIMA模型、SARIMA模型、ARIMAX模型概述 346

13.3.2  ARIMA模型、SARIMA模型、ARIMAX模型的Stata操作 350

13.3.3  ARIMA模型、SARIMA模型、ARIMAX模型分析示例 352

13.4  單位根檢驗 358

13.4.1  單位根檢驗的功能與意義 358

13.4.2  單位根檢驗的Stata操作 359

13.4.3  單位根檢驗示例 360

13.5  向量自回歸模型 366

13.5.1  向量自回歸模型的功能與意義 366

13.5.2  向量自回歸模型的Stata操作 369

13.5.3  向量自回歸模型示例 378

13.6  協整檢驗與向量誤差修正模型 386

13.6.1  協整檢驗與向量誤差修正模型概述 386

13.6.2  協整檢驗與向量誤差修正模型的Stata操作 388

13.6.3  協整檢驗與向量誤差修正模型示例 393

13.7  ARCH系列模型 401

13.7.1  ARCH系列模型概述 401

13.7.2  ARCH系列模型的Stata操作 403

13.7.3  ARCH系列模型示例 406

13.8  本章回顧與習題 408

13.8.1  本章回顧 408

13.8.2  本章習題 411

第14章  面板數據分析 414

14.1  面板數據的預處理 414

14.1.1  面板數據的預處理概述 414

14.1.2  面板數據預處理的Stata操作 415

14.1.3  面板數據預處理示例 416

14.2  短面板數據分析 419

14.2.1  短面板數據分析概述 419

14.2.2  短面板數據分析的Stata操作 420

14.2.3  短面板數據分析示例 421

14.3  長面板數據分析 428

14.3.1  長面板數據分析概述 428

14.3.2  長面板數據分析的Stata操作 428

14.3.3  長面板數據分析示例 429

14.4  本章回顧與習題 434

14.4.1  本章回顧 434

14.4.2  本章習題 435

第15章  生存分析 437

15.1  生存分析的基本概念及數據類型 437

15.1.1  生存分析涉及的基本概念 437

15.1.2  生存分析的數據類型 438

15.2  生存分析操作講解 439

15.2.1  生存分析的功能與意義 439

15.2.2  生存分析的Stata操作 441

15.2.3  生存分析示例 445

15.3  本章回顧與習題 453

15.3.1  本章回顧 453

15.3.2  本章習題 455

第16章  多方程模型 456

16.1  多方程模型概述 456

16.1.1  多方程模型的基本概念 456

16.1.2  多方程模型的識別 457

16.2  多方程模型的估計 457

16.2.1  多方程模型估計常用方法 457

16.2.2  多方程模型的Stata操作 458

16.2.3  多方程模型分析示例 461

16.3  本章回顧與習題 466

16.3.1  本章回顧 466

16.3.2  本章習題 466

第17章  如何使用Stata進行高質量的綜合性研究 468

17.1  研究方案設計 468

17.2  調查問捲的製作 471

17.2.1  調查問捲的概念 471

17.2.2  調查問捲的製作步驟 471

17.2.3  製作調查問捲時需要註意的問題 472

17.2.4  將調查問捲獲取的數據導入Stata 475

17.3  Stata數據挖掘介紹 478

17.4  Stata建模註意事項 480

17.4.1  註意事項一：建模是為瞭解決具體的問題 480

17.4.2  註意事項二：有效建模的前提是具備問題領域的專業知識 480

17.4.3  註意事項三：建模之前必須進行數據的準備 481

17.4.4  註意事項四：最終模型的生成在多數情況下並不是一步到位的 481

17.4.5  註意事項五：模型要能夠用來預測，但預測並不僅含直接預測 482

17.4.6  註意事項六：對模型的評價方面要堅持結果導向和價值導向 483

17.4.7  註意事項七：建立的模型應該是持續動態優化完善的 483

17.5  Stata綜合應用案例書目推薦 484