⑴ 如何在stata 中进行单变量的均值分析
一个分类进行描述统计的命令（sum的进阶版）：
tabstat price weight length, by(foreign) stat (me sd N) nototal longstub
按照foreign分类，对 price weight length进行描述统计，统计量分别包括me（均值） sd（标准差） N（样本数）
星号不知怎么一并加进去，你检测完手工加吧……
⑵ stata 怎么求均值和标准差
一个分类进行描述统计的命令（sum的进阶版）：
tabstat
price
weight
length,
by(foreign)
stat
(me
sd
N)
nototal
longstub
按照foreign分类，对
price
weight
length进行描述统计，统计量分别包括me（均值）
sd（标准差）
N（样本数）
星号不知怎么一并加进去，你检测完手工加吧……
⑶ STATA程序中如何用均数,样本量,标准差算P值的
上面那个表格依次表示样本数、均值、标准误、标准差以及95%可信区间，结果重点看P值，stata显示的是Pr值，至于绿框内的表示方法，我也不太懂，应该是为了排除负值对结果的干扰，但是结果都是一致的，P均大于0.05，没有统计学意义。
⑷ stata里面什么命令可以对面板数据按时间求均值
首先对面板数据进行声明：
前面是截面单元，后面是时间标识：
tsset company year
tsset instry year
产生新的变量：gennewvar=human*lnrd
产生滞后变量Genfiscal(2)=L2.fiscal
产生差分变量Genfiscal(D)=D.fiscal
一、描述性统计
xtdes ：对Panel Data截面个数、时间跨度的整体描述
Xtsum：分组内、组间和样本整体计算各个变量的基本统计量
xttab 采用列表的方式显示某个变量的分布
二、主要命令和方法
Stata中用于估计面板模型的主要命令：xtreg
xtreg depvar [varlist] [if exp] , model_type [level(#) ]
Model type 模型
be Between-effects estimator
fe Fixed-effects estimator
re GLSRandom-effects estimator
pa GEEpopulation-averaged estimator
mle Maximum-likelihood Random-effectsestimator
主要估计方法：
xtreg： Fixed-, between- and random-effects, and population-averaged linear models
xtregar：Fixed- andrandom-effects linear models with an AR(1) disturbance
xtpcse ：OLS orPrais-Winsten models with panel-corrected standard errors
xtrchh ：Hildreth-Houckrandom coefficients models
xtivreg ：Instrumentalvariables and two-stage least squares for panel-data models
xtabond：Arellano-Bond linear, dynamic panel data estimator
xttobit ：Random-effectstobit models
xtlogit ：Fixed-effects,random-effects, population-averaged logit models
xtprobit ：Random-effects andpopulation-averaged probit models
xtfrontier ：Stochastic frontiermodels for panel-data
xtrc gdp invest culture e sci health social admin,beta
三、xtreg命令的应用
声明面板数据类型：
*1、面板声明
use FDI.dtar, clear
xtset id year
1.固定效应模型估计：
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,fe
2.随机效应模型估计：
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,re
3. 最大似然估计Ml：
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,mle
Hausman检验究竟选择固定效应模型还是随机效应模型：
第一步：估计固定效应模型，存储结果
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,fe
est store fe
第二步：估计随机效应模型，存储结果
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,re
est store re
第三步：进行hausman检验
hausman fe re
对于固定效应模型的异方差检验和序列相关检验：
xtserial xtreg lngdp lnfdi lnie lnex lnim lnci lngp
异方差检验：
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,fe
xttest3 (Modified Wald statistic for groupwise heteroskedasticity in fixedeffect model)
随机效应模型的序列相关检验：
xtreg xtreg lngdp lnfdi lnie lnex lnim lnci lngp,re
xttest1
xttest1用于检验随机效应(单尾和双尾) 、一阶序列相关以及两者的联合显着
检验结果表明存在随机效应和序列相关，而且对随机效应和序列相关的联合检验也非常显着
可以使用广义线性模型xtgls对异方差和序列相关进行修正：
xtgls xtreg lngdp lnfdi lnie lnex lnim lnci lngp, panels(hetero)，修正异方差
xtgls xtreg lngdp lnfdi lnie lnex lnim lnci lngp, panels(correlated)，修正依横截面而变化的异方差
xtgls xtreg lngdp lnfdi lnie lnex lnim lnci lngp, panels(hetero) corr(ar1)，修正异方差和一阶序列相关ar(1)
⑸ 如何用stata求如图的平均值
用bysort加上mean命令即可
⑹ stata检验变量是否大于零的命令
系数相加是正数，检验又不等于0，则是大于零。
Stata实现组间均值或中位数差异检验的常见命令有，ttest，单个变量组间均值差异检验。median，单个变量组间中位数差异检验。
ttable2，多个变量组间均值差异检验。ttable3，多个变量组间均值或者中位数差异检验。balancetable，多个变量在多组之间两两差异检验，以回归分析为基础，可以控制异方差的影响。