注：JB统计量对应的p大于0.05，则表明非正态，这点跟sktest和swilk检验刚好相反；
dta为数据文件；
gph为图文件；
do为程序文件；
注意stata要区别大小写；
不得用作用户变量名：
_all _n _N _skip _b _coef _cons _pi _pred _rc _weight double
float long int in if using with
命令：
读入数据一种方式
input  x  y
1          4 
2        5.5 
3        6.2 
4        7.7 
5        8.5 
end

su/summarise/sum x 或 su/summarise/sum x,d
对分组的描述：
sort group
by group:su x
%%%%%
tabstat economy,stats(max)  %返回变量economy的最大值
%%stats括号里可以是：mean，count(非缺失观测值个数)，sum(总和)，max，min，range，
%%      sd，var，cv(变易系数＝标准差/均值)，skewness，kurtosis，median，p1(1％分位
%%      数，类似地有p10, p25, p50, p75, p95, p99)，iqr(interquantile range = p75 – p25)
_all　%描述全部
_N 数据库中观察值的总个数。
_n 当前观察值的位置。
_pi 圆周率π的数值。

list
gen/generate %产生数列
egen wagemax=max(wage)
clear
use
by(分组变量)
set more 1/0
count %计数
gsort　+x  (升序)
gsort　-x  (降序)
sort x     升序；并且其它变量顺序会跟着改变
label var y "消费"  %添加标签
describe %描述数据文件的整体，包括观测总数，变量总数，生成日期，每个变量的存储类型(storage type)，标签(label)
replace x5=2*y if x!=3 %替换变量值
replace age = 25 in 107  %令第107个观测中age为25
rename y2 u  %改变变量名
drop in 2  %删除全部变量的第2行
drop if x==. 删去x为缺失值的所有记录
keep if x<2  %保留小于2的数据，其余变量跟随x改变
keep in 2/10  %保留第2-10个数
keep x1-x5  　%保留数据库中介于x1和x5间的所有变量 (包括x1和x5)，其余变量删除
ci x1 x2,by(group)  %算出置信区间,不过先前对group要先排序，即sort group；
%by的意思逐个进行
cii 12 3.816667 0.2710343, level(90)  %已知均值，方差，计算90%的置信区间
cii 10 2  %obs=10,mean=2,以二项分布形式，计算置信区间
centile x,centile(2.5 25 50 75 97.5)  %取分位数
correlate/corr x y z  %相关系数
pwcorr x y,sig   %给出原假设r=0的命令
%如果变量非服从正态分布，则spearman x y
regress/reg mean year %回归方程建立 reg y x,noconstant %无常数项
predict meanhat    %预测拟合值
predict e,residual %得到残差
estat hettest  % 异方差检验
dwstat   % Durbin-Watson自相关检验
vif      % 方差膨胀因子
logit y x1 x2 x3 (y取0或1，是被解释变量，x1-x3是被解释变量) %logit回归
probit y x1 x2 x3 (y取0或1，是被解释变量，x1-x3是被解释变量) %probit回归
tobit y x1 x2 x3 (y取值在0和1之间，是被解释变量，x1-x3是被解释变量) %tobit回归

sktest e %残差正态性检验 p>0.05则接受原假设，即服从正态分布；
%% sktest是基于变量的偏度和斜度(正态分布的偏度为0，斜度为3)
swilk x  %基于Shapiro-Wilk检验
%%p值越小，越倾向于拒绝零假设，也就是变量越有可能不服从正态分布
xi  %生成虚拟变量
tabulat gender,summ(math)  %用gender指标对math进行分类，返回两类math的mean、std、freq
tabulate=tab %gen f=int((shengao-164)/3)*3+164 组距为3
tabulate 变量名 [, generate(新变量) missing nofreq nolabel plot ]
%%%%%
generate(新变量) // 按分组变量产生哑变量
nofreq           // 不显示频数
nolabel          // 不显示数值标记
plot             // 显示各组频数图示
missing          // 包含缺失值
cell             // 显示各小组的构成比(小组之和为 1)
column           // 按栏显示各组之构成(各栏总计为 1)
row              // 按行显示各组之构成(各行总计为 1)
%%%%%
求和，求最小？
mod(x,y) %求余数
means %返回三种平均值
di normprob(1.96)
di invnorm(0.05)
di binomial(20,5,0.5)
di invbinomial(20,5,0.5)
di tprob(10,2)
di invt(10.0.05)
di fprob(3,27,1)
di invfprob(3,27,0.05)
di chi2(3,5)
di invchi2(3,0.05)

stack x y z,into(e)  %把三列合成一列
xpose,clear          %矩阵转置
append using d:\0917.dta  %把已打开的文件（x y z）跟0917里的（x y z）合并，是竖向合并，即观察值合并；
merge using D:\0917.dta   %把已打开的文件（x y z）跟0917里的（a b）合并，是横向合并，即变量合并；
format x %9.2e  %科学记数
format x %9.2f  %2位小数

%产生随机数
%1 产生20个在(0，1)区间上均匀分布的随机数uniform()
set seed 100
set obs 20
gen r=uniform()
list
%
clear                      清除内存
set seed 200               设置种子数为 200
set obs 20                 设置样本量为 20
range no 1 20              建立编号 1 至 20
gen r=uniform()            产生在(0,1)均匀分布的随机数
gen group=1                设置分组变量 group 的初始值为 1
sort r                     对随机数从小到大排序
replace group=2 in 11/20   设置最大的 10 个随机数所对应的记录
                              为第2组，即：最小的10个随机数所
                              对应的记录为第1组
sort no                    按照编号排序
list                       显示随机分组的结果
也可以list if group==1和list no if group==1

%2 产生10个服从正态分布N（100，6^2）的随机数invnorm(uniform())*sigma+u
clear                          清除内存
set seed 200                   设置种子数为 200
set obs 10                     设置样本量为 10
gen x=invnorm(uniform())*6+100 产生服从 N(100，6^2)的随机数
list
 
画图
注意有些图前面要加
histogram 直方图
line      折线图
scatter   散点图
scatter y x,c(l) s(d) b2("(a)")
graph twoway connected y x 连点图
graph bar (sum) var2,over(var1) blabel(total) %条形图
. graph bar p52 p72,by(d)  
. graph bar p52 p72,over(d)
. graph bar p52 p72,by(d) stack
. graph bar p52 p72,over(d) stack
////////////数据如下
%d p52 p72
%1 163.2 27.4
%2 72.5 83.6
%3 57.2 178.2
histogram x,bin(8) norm  %画直方图，加正态分数线
graph pie a b o ab if area==1,plabel(_all percent) %画饼图
graph pie var2, over(var1) plabel(_all percent)    %饼图
graph pie p52 p72,by(d) %饼图
graph box y1 %箱体图
qnorm x   %qq图
lfit y x  %回归直线
graph matrix gender economy math 多变量散点图
line yhat x||scatter y x,c(.l) s(O.) xline(12) yline(5.4)  %线形图&散点图
有一些通用的选项可以给图形“润色”：
标题 title(“string”) （string可为任意的字符串，下同）
脚注 note(“string”)
横座标标题 xtitle(“string”)
纵座标标题 ytitle(“sting”)
横座标范围 xaxis(a,b) （a<b为两个数字，下同）
纵座标范围 yaxis(a,b)
插入文字 text （该命令既要指定插入文字的内容，也要指定插入的位置）
插入图例 legend （该命令既要指定图例的内容，也要指定其位置）
绘制散点图和线条的两个主要的选择项为：
connect(c...c)  //连接各散点的方式，c表示：
或简写为c(c...c)   . 不连接 (缺省值)
                   l 用直线连接
                   L 沿x方向只向前不向后直线连接
                   m 计算中位数并用直线连接
                   s 用三次平滑曲线连接
                   J 以阶梯式直线条连接
                   || 用直线连接在同一纵向上的两点
                   II 同 ||, 只是线的顶部和底部有一个短横
Symbol(s...s)   // 表示各散点的图形，s 表示：
或简写为s(s...s)   O 大圆圈 (缺省值)
                   S 大方块
                   T 大三角形
                   o 小圆圈
                   d 小菱形
                   p 小加号
                   . 小点
                   i 无符号
                   [varname] 用变量的取值代码表示
                   [_n] 用点的记录号表示

数学函数等都要与generate、replace、display一起使用，不能单独使用
程序文件do
use d:\0917.dta
reg y x
corr y x
line y x,saving(d:\d4)
按ctrl+D执行

字符串操作函数：
length(s)          %长度函数，计算s的长度, 如，disp length("ab")的结果是2
substr(s,n1,n2)    %子串函数，获得从s的n1个字符开始的n2个字符组成的字符串,
disp substr("abcdef",2,3)的结果是"bcd"
string(n)          %将数值n转换成字符串函数，如，disp string(41)+"f"的结果是"41f"
real(s)            %将字符串s转换成数值函数，如，disp real("5.2")+1的结果是6.2
upper(s)           %转换成大写字母函数，如，disp upper("this")的结果是"THIS"
lower(s)           %转换成小写字母函数，如disp lower("THIS")的结果是"this"
index(s1,s2)       %子串位置函数，计算s2在s1中第一次出现的起始位置, 如果s2不
                     在s1中, 则结果为0。如，disp index("this","is")的结果是3,
                      而index("this","it")的结果是0
trim(s)            %去除字符串前面和后面的空格
ltrim(s)           %去除字符串前面的空格
rtrim(s)           %去除字符串后面的空格

di sign(x)   %x>0时取1, x<0时取-1, x=0时取0；  符号函数
di int(x)    %去掉x的小数部分, 得到整数 (取整函数)
sum(x)       %获得包括当前记录及以前的所有记录的x 的和。缺失值(missing value)当0处理;求和函数
max(x1,x2,...,Xn) 忽略缺失值;最大值函数
min(x1,x2,...,Xn) 忽略缺失值;最小值函数
float(x)     %将x转换成浮点表示法。
gen yy=cond(x<2,10,11) %条件函数cond(x,a,b) x可以是一个条件, x非0(条件成立)时取a, x为0(条件不成立)时取b。
gen y1=recode(x,2,5)   %归组函数recode(x,x1,x2,...xn)
gen y2=autocode(x,3,-2,9)  %autocode(x,ng,xmin,xmax) 自动将区间（xmin,xmax）分成ng个等长的小区间，其结果是包含x值那个小区间的上界值

t检验：
gend=x-y
ttestd=0
ttestx=y
如果不配对
ttestx1=x2,unpaired
ttestx1=x2,unequalunpaired
已知样本均数、标准差和样本数进行t检验：
ttesti 21 1.28 0.92 0.2   %检验均值是否等于0.2
检验两组均数是否相同：
ttesti 11 10 1.9 14 12.8 2.3
检验变量x1和x2的方差是否相同(即：齐性)
sdtestx1=x2
一、配对设计的平均水平检验
当总体服从正态分布时，可以选用t检验，否则用非参符号秩检验
signrankd=0
二、平行对照设计的两组资料平均水平统计检验
如果两组资料的方差齐性和相互独立的，并且每组资料服从正态
分布，则用成组t检验，否则可以用成组Wilcoxon秩和检验
ranksum x,  by(group)  %2组资料中位数比较
kwallis  x, by(group)  %多组资料中位数比较
anova x t id  %x为因变量，t跟id是因素
egenr=rank(x),by(id)  %产生秩r
单因素方差分析:
单因素方差分析又称为OnewayANOVA，用于比较多组样本的均数是否相同，
并假定：每组的数据服从正态分布，具有相同的方差，且相互独立，则无
效假设Ho:各组总体均数相同。在STATA中可用命令：
oneway  x  group, mean  bonferroni  %bonferroni用于多组样本均数的两两比较检验
logrank  t  outcome, by(group) %单因素生存分析
两因素方差分析
多因素方差分析：anova y x1 x2 x1*x2