stata回歸分析命令

A. 用stata做回歸分析

通過你的問題，我假定data set里只碧閉有salary這個變數。首先需要生成log（salary）這個新變數碰咐，命令為：gen logsalary=log(salary);然後進行悔吵裂回歸：reg logsalary ceoten

B. stata中回歸分析命令 內生變數寫在哪

reg var1 var2...,其中var1為因變數，其他為自變數和控制御野鏈變數，在脊兄回歸時不區分控制變數或自鎮孫變數的，只是分析時才說明哪些是控制變數。

C. 怎樣用stata做兩階段回歸2SLS

用命令ivregress 2sls y x1 x2, robust。y2是內生變數，z1、z2是工具變數。

不過建議使用ivregress2。先安裝：ssc install ivregress2。

Stata操作：工具變數法的難點在於找到一個合適的工具變數並說明其合理性，Stata操作其實相當簡單，只需一行命令就可以搞定，我們通常使用的工具變數法的Stata命令主要就是ivregress命令和ivreg2命令。

stata如何進行最小二乘法回歸方法步驟？

一般做2sls，使用語句ivreg y （x1=z） x2 x3……xn。假定工具變數為z，控制變數有n-1個，就使用這個就好了。如果你非要自己編程序的話，首先reg x1 z x2……xn。

然後把X1的擬合值predict出來(假定為x11)，在做第二階段的回歸。 reg y x11 x2……xn； 這樣得到的結果就是兩階段的回歸結果，但是方差是有問題的。最好使用ivreg，如果還不會用的話，直接help ivreg。

ivregress命令

ivregress命令是Stata自帶的命令，支持兩階段最小二乘（2SLS）、廣義矩估計（GMM）和有限信息最大似然估計（LIML）三種工具變數估計方法，我們最常使用的是兩階段最小二乘法（2SLS），因為2SLS最能體現工具變數的實質，並且在球形擾動項的情況下，2SLS是最有效率的工具變數法。

顧名思義，兩階段最小二乘法（2SLS）需要做兩個回歸：

（1）第一階段回歸：用內生解釋變數對工具變數和控制變數回歸，得到擬合值。

（2）第二階段回歸：用被解釋變數對第一階段回歸的擬合值和控制變數進行回歸。

如果要使用2SLS方法，我們只需在ivregress後面加上2sls即可，然後將內生解釋變數lnjinshipop和工具變數bprvdist放在一個小括弧中，用=號連接。選項first表示報告第一階段回歸結果，選項cluster()表示使用聚類穩健的標准誤。

D. stata回歸分析命令reg是什麼

1、首先，生成一個自變數和一個復因變數。如下圖所示：

使用注意事項：

調用STATA系統數據文件和以STATA系統格式存檔的命令；infile和outfile也是一對調用外部文本數據文件和以文本文件格式存檔的命令。Infile變數名using文件outfilexusing e:.txt與infile。outfile區別是有無變數名（如xy）outsheet using e:.txt

如果是excel格式，則excel另存為csv格式文件。

drop _all清除以上所有數據。

產生新的變數：STATA命令：gen新變數名=表達式。

E. stata 怎麼做二次函數的回歸分析

在命令窗口輸入：gen z=x*x 回車
reg y z x 回車兆猛
結果如猜鏈就出來了。a若顯著，其正負就渣孫有意義了。

F. stata中estat命令啥意思

stata中estat命令它是依據上一步回歸進行在估計計算。

stata中estat數值變數資料的一般分析：參數估計，t檢驗，單因素和多因素的方差分析，協方差分析，交互效應模型，平衡和非平衡設計，嵌套設計，隨機效應，多個均數的兩兩比較，缺項數據的處理，方差齊性檢驗，正態性檢驗，變數變換等。

stata中estat統計功能：

Stata的統計功能很強，除了傳統的統計分析方法外，還收集了近20年發展起來的新方法，如Cox比例風險回歸，指數與Weibull回歸，多類結果與有序結果的logistic回歸，Poisson回歸，負二項回歸及廣義負二項回歸，隨機效應模型等。

stata中estat數值變數資料的一般分析：參數估計，t檢驗，單因素和多因素的方差分析，協方差分析，交互效應模型，平衡和非平衡設計，嵌套設計，隨機效應，多個均數的兩兩比較，缺項數據的處理，方差齊性檢驗，正態性檢驗，變數變換等。

stata中estat分類資料的一般分析：參數估計，列聯表分析 ( 列聯系數，確切概率 ) ，流行病學表格分析等。

G. stata命令匯總是什麼

stata命令匯總如下：

1、input: 輸入數據

例：inpurt x y

2、by: 按照某一變數的取值來進行分析

例：by group，sort: regress Y x1 x2 //按照不同的組，對Y做回歸分析

3、weight: 加權或者頻數

例：fw=頻數變數 //多用在四格表資料中或者原資料未給出所有值，只給出了值和對應的頻數

4、if: 用條件語句指定條件

例：drop if group==1|group==2 //把group變數值為1或者2的記錄刪除掉

5、in:指定觀察值的范圍，對在范圍內的觀察值做分析處理

例：replace x1="123" in 100/200 //把第100-200條記錄中的X1變數值改為123

6、for: 用來指定變數

例：for y1-y10 z1-z5: regress @x1-x22

//把y1-y10,z1-z5分別於x1-x22做回歸，一次性代表15次回歸，其中@是替換符，代表y1-y10, z1-z5

7、函數

abs(x) 絕對值

exp(x) 指數函數

log(x) 自然對數

log10(x) 常用對數

sqrt(x) 平方根

uniform(x) 生成（0,1）內均勻分布的偽隨機數

length(x) 計算長度

substr(s,n1,n2) 獲得從S的n1個字元開始的n2個字元組成的字元串

real(x) 將字元串s轉換為數值函數

trim(x) 去除字元串前面和後面的空格

int(x) 去掉x的小數部分，得到整數

sum(X) 求和

max(x) min(x) 最大值最小值

_n 當前觀察值的位置

_N 觀察值的總個數

8、ren: 重命名

例：ren var1 var123 ，把var1重新命名為var123

9、des:描述資料庫的基本情況

10、label: 為變數添加一些說明，以示說明

11、sort: 按照某一變數從小到大排序

gsort +/-：按照某一變數從大到小或者從小到大排序

sort var1 var2:按照var1大小排序，相同的var1按照var2大小排序

Stata常用功能：

1、統計功能

Stata的統計功能很強，除了傳統的統計分析方法外，還收集了近20年發展起來的新方法，如Cox比例風險回歸，指數與Weibull回歸，多類結果與有序結果的logistic回歸，Poisson回歸，負二項回歸及廣義負二項回歸，隨機效應模型等。

2、作圖功能

Stata的作圖模塊，主要提供如下八種基本圖形的製作 : 直方圖（histogram），條形圖（bar），百分條圖 （oneway），百分圓圖（pie），散點圖（two way），散點圖矩陣（matrix），星形圖（star），分位數圖。

這些圖形的巧妙應用，可以滿足絕大多數用戶的統計作圖要求。在有些非繪圖命令中，也提供了專門繪制某種圖形的功能，如在生存分析中，提供了繪制生存曲線圖，回歸分析中提供了殘差圖等。

3、程序設計

Stata是一個統計分析軟體，但它也具有很強的程序語言功能，這給用戶提供了一個廣闊的開發應用的天地，用戶可以充分發揮自己的聰明才智，熟練應用各種技巧，真正做到隨心所欲。事實上，Stata的ado文件（高級統計部分）都是用Stata自己的語言編寫的。

H. 如何使用STATA做回歸分析

用stata進行平穩性檢驗的方法：
1、點擊面板上的額adf檢驗
2、在打開的對話框中輸入命令dfuller，就開始了平穩性檢驗
stata
是一套提供其使用者數據分析、數據管理以及繪制專業圖表的完整及整合性統計軟體。它提供許許多多功能，包含線性混合模型、均衡重復反復及多項式普羅比模式。
stata
的統計功能很強，除了傳統的統計分析方法外，還收集了近
20
年發展起來的新方法，如
cox
比例風險回歸，指數與
weibull
回歸，多類結果與有序結果的
logistic
回歸，
poisson
回歸，負二項回歸及廣義負二項回歸，隨機效應模型等。

I. 如何用STATA對連續性變數進行meta回歸分析

在stata中有個metareg命令，好像可以對連續變數進行回歸分析。

附件中是一篇pdf文檔，主要介紹stata中關於meta分析的命令。跟大家分享一下。

裡面在提到metareg命令時，列舉了以下三個列子：

1：metareg logor covariate1 covariate2, wsse(selogor)

2: metareg logor r,wsvar(vlor) bs(eb)noit

3: metareg meandiff qual avchol, wsse(sediff)bs(ml)tol(5)l(90)

J. 用stata做回歸分析怎麼設置顯著水平用什麼命令

reg只提供回蠢數薯歸分析，在出的結果里每個變數後面都有P值，P=0代表顯著，P=0.01以下是1%顯著畢液水平顯著，0.05是5%，0.1是10%，如要要T值可以ttest A之類的帶者