目录

1. 命令介绍

table1_mc 是 Phil Clayton 编写的外部命令，用于为论文制定一个特征性事实描述的表格。

* 命令安装
ssc install table1_mc, replace

* 命令语法
table1_mc [if] [in] [weight], vars(var_spec) [options]
var_spec = varname vartype [%fmt1 [%fmt2]] [ \ varname vartype [%fmt1 [%fmt2]] \ ...]

默认情况下，table1_mc 会输出指定变量的基线特征结果。var_spec 用于指定的变量集合，其中：

• varname：指定单个变量，若进行多个变量的分析需要用反斜杠 \ 隔开；
• vartype：指定描述变量的类型，且不可省略，否则代码报错。具体包括以下 7 种变量类型：
  • contn：用于服从正态分布的连续变量，返回均值和标准误；
  • contln：用于服从对数正态分布的连续变量，返回几何平均值和几何标准误；
  • conts：用于不服从正态分布与对数正态分布的连续变量，返回中位数与上下四分位数；
  • cat：类别变量，采用 Pearson 卡方检验组别差异；
  • cate：类别变量，采用 Fisher 精确检验组别差异；
  • bin：二分类变量，采用 Pearson 卡方检验组别差异；
  • bine：二分类变量，采用 Fisher 精确检验组别差异；
• %fmt1：变量结果输出格式设定，参考 format 的输出语法；
• %fmt2：变量其他结果输出格式设定，参考 format 的输出语法。

options 如下：

• by(varname)：分组变量，且 varname 必须是字符串或者数字，并且仅包含非负整数，无论是否增加值标签；
• missing：对于 cat 和 cate 的类别变量，将缺失值视为一个新的类别；
• test：结果包括描述显著性检验的方法；
• statistic：结果包括描述检验统计量值的列；
• percent：报告二 (多) 分类变量在所属组别的比重；
• percent_n：以 %(n) 格式报告二 (多) 分类变量在所属组别的比重与个数；
• slashN：以 n/N 替代 n (%) 的格式报告二 (多) 分类变量在所属组别的统计内容；
• catrowperc：报告多分类变量在不同组别的行百分比；
• pdp(#)：设定  值小数位数；
• saving(filename [, export_excel_options])：设定输出到 Excel 中的文件名与其他选项；
• clear: 将 Stata 内存数据集用 table1_mc 结果替换。