首先啊！

同学们一定要“从战略上藐视stata 在战术上重视stata”！！

stata就是个“破”软件，就是个工具！

不就是几个代码嘛？？数据放进去跑就完了！

以下八个方面的代码，实证分析的全流程！足够写出毕业论文了！

复制粘贴即可。收藏备用！重点是三四五！

一、数据导入和管理 二、数据的处理

三、描述性统计 四、相关性分析

五、实证模型 六、内生性解决

七、检验分析 八、结果导出

一、数据导入和管理

  * 清除内存中的所有现有数据 clear * 设置工作路径（根据你的文件位置进行调整） cd "C:\毕业论文\我的学术大作"   （1）数据导入   * 从 Excel 文件导入数据 import excel "example.xlsx", firstrow   * 从 CSV 文件导入数据 import delimited "example.csv", delimiter(",")   * 从 Stata 文件（.dta 格式）导入数据 use "example.dta", clear   * 检查导入的数据 describe list in 1/5

或者直接点击导入，选excel。  （2）数据导出   * 导出数据到 Excel 文件 export excel using "exported_data.xlsx", firstrow(variables)   * 导出数据到 CSV 文件 export delimited using "exported_data.csv", delimiter(",")   * 保存为 Stata 格式的数据文件 save "exported_data.dta", replace   二、数据的处理 （1）生成新变量   gen new_var = var1 * var2 gen new_var = ln(var)   （2）格式转换   * 将字符串日期转换为 Stata 日期 gen date_var = date(date_string, "DMY") * 年份生成 gen year=real(substr("统计日期",1,4)) * 字符转为数字格式 destring year,replace   （3）缺失数据   * 如果变量 var1 和 var2 的任何行存在缺失值，则删除该行 drop if missing(var1) | missing(var2) * 或者通过循环删除变量缺失的数据 foreach i in 变量 1 变量 2 变量 3  {drop if `i'==. }   （4）异常数据   * 将 var2 中不合理的负值设为 0 replace var2 = 0 if var2 < 0 * 缩尾处理 winsor2 last_income, replace cuts(0 99) //缩尾代替 winsor2 last_income, replace cuts(0 99) trim //缩尾删除   （5）重命名变量   rename var3 new_var3   （6）编码分类变量   * 将字符串变量 gender 转换为数字 encode gender, gen(gender_code) * 生成行业虚拟变量，为了避免共线性，删掉 indu1 tab Industry,gen(indu) drop indu1 tab year,gen(time) drop timel   （7）设定面板数据   * 假设 id 和 year 是面板数据的两个维度 xtset id year   （8）数据合并   * 根据 id、year 合并另一个数据集“raw_data.data ”  merge 1:1 id year using raw_data   （9）数据追加   * 追加另一个数据集“extra_data.dta ” append using extra_data   三、描述性统计   （1）基本统计   summarize //或者 sum   （2）变量的详细统计   summarize income, detail   （3）变量的频率表   tabulate gender   （4）变量间的相关性   correlate income education   （5）回归分析及其描述性统计   regress income education age estat summarize   （6）简单统计   tabstat y x1 x2 x3, stat(max min mean p50 sd n)   四、相关性分析   （1）绘制直方图   histogram income   （2）绘制散点图

 scatter income education

  （3）矩阵散点图

 graph matrix var1 var2 var3

  （4）相关图

 pwcorr var1 var2 var3, sig star(0.05) matrix(corr_matrix) matrix plot corr_matrix

  （5）回归拟合图

 twoway (scatter var1 var2) (lfit var1 var2)

  （6）相关系数   法 1：pwcorr varname pwcorr varname,sig //看相关性是否显著 

法 2：pwcorr_a varname

其中 pwcorr 是命令，varname 是分析变量，pwcorr 命令需要下载。 使用 pwcorr_a 可以输出带*的相关性系数，*表示显著性水平，需要安装   （7）相关系数矩阵

 graph matrix price wei len

五、实证模型   （1）单变量分析  

用途：分析单个变量的基本统计特性，如均值、中位数、方差等， 以获取对数据 的基本理解。

例子：在研究家庭收入时，单变量分析可以用来计算整个样本的平均家庭收入。

  * 安装 ttable3 命令：解释变量虚拟形式为 01 虚拟变量形式 logout,save (单变量分析) word replace:ttable3 被解释变量,by(解释变量 虚拟形式) f(%8.4f) notitle   （2）OLS 回归   用途：分析一个或多个自变量如何线性影响因变量。 例子：研究教育水平（自变量）如何影响个人收入（因变量） reg y x x1 x2 x3 *导出结果 reg 被解释变量 解释变量 控制变量 1 控制变量 2  i.year i.industry est store reg1 esttab  reg1  using 主变量回归结果.rtf,replace nogap ar2 b(%6.4f) t(%6.4f) star(* 0.1 ** 0.05 *** 0.01)   （3）分位数回归   用途：分析自变量对因变量不同分位数的影响，提供比 OLS 更全面的视角。 例子：研究培训项目（自变量）对员工工资（因变量）在不同工资水平（如中位 数、上四分位数）的影响。   *分位数为 0.1 0.25 0.5 0.75 0.9，可根据研究问题自行调整 sqreg y x1 x2 x3 ,q( .1 .25 .5 .75 .9)   （4）Probit 模型   用途：分析自变量如何影响二元因变量的概率（发生与不发生），基于正态分布。 例子：分析个人的某些特征（如年龄、教育水平） 如何影响其是否选择退休（二 元因变量：退休/不退休） * y 为虚拟变量 01 probit y x x1 x2 x3   （5）Logit 模型   用途：与 Probit 模型类似，但基于逻辑分布，用于分析自变量对二元因变量的 影响。 例子：研究信用评分（自变量）如何影响个人获得贷款的概率（二元因变量：批 准/未批准）。   * y 为虚拟变量 01 logit y x x1 x2 x3    （6）Tobit 模型   用途：处理因变量受限的情况（如有下限或上限），常见于存在截断或下限数据。 例子：研究广告支出（自变量） 如何影响产品销售（因变量），当部分产品销售 为零（即数据被截断于零）时。   xttobit y x x1 x2 x3 , ll(0)  nolog tobit 六、内生性解决   （1）工具变量法   用途：用于解决内生性问题，即当解释变量和误差项相关时。工具变量是与因变量无关但与内生解释变量相关的变量。 例子：研究教育对收入的影响时，教育年数可能与个人能力相关（内生性）。使用某些与个人能力无关但影响教育年数的变量（如地区教育政策）作为工具变量。   *两阶段最小二乘法：y 是被解释变量，x1 x2 是内生变量，z1 z2 是工具变量， w 是控制变量 ivregress 2sls y w (x1 x2 c.x1#c.x2 = z1 z2 c.z1#​c.z2 )   （2）固定效应模型   用途：用于控制不随时间变化但可能影响因变量的未观测变量。 例子：分析公司政策对员工生产力的影响，固定效应模型可以控制每个公司的特 定特征（如公司文化）。   * 设为面板数据 xtset id year * 固定效应模型 xtreg y x x1 x2 x3,fe est store reg1   （3）随机效应模型

用途：当个体效应（如个体、公司）被认为是随机且与其他解释变量无关时使用。例子：在分析多个国家的经济增长数据时，每个国家的特定效应可能被视为随机。   * 随机效应模型 xtreg y x x1 x2 x3,re est store reg2   * 导出回归结果 xtreg 被解释变量 var1 var2 var3  i.year i.industry,fe est store reg2 esttab reg1 reg2 using 回归结果.rtf,replace b(%6.4f) t(%6.4f) nogap ar2 star(* 0.1 ** 0.05 *** 0.01)   （4）系统 GMM 模型   用途：用于处理动态面板数据模型中的同时方程偏差和未观测变量偏差。 例子：研究企业投资行为对其未来收益的影响时，系统 GMM 可以有效控制内生性问题。   xtabond2 y L.y x x1 x2 x3, iv(x1 x2 x3) gmm(L.y  L. (x), lag(1 2) c) robust twostep   （5）DID 模型   用途：评估某项政策或事件对处理组和对照组之间影响的差异。 例子：评估“宽带中国”政策对受影响城市（处理组）和未受影响城市（对照组） 创新水平的影响。   *post 为实验组，若是则取值为 1，否则为 0；after 为是否政策实施前后变量， 若政策前则取值为 0，若政策后，取值为 1。c.post#c.after 为交乘项，根据 ID 进行聚类 xtreg 被解释变量 c.post#c.after 控制变量,fe cluster(id) est store m1 esttab  m1 using DID 模型.rtf,replace  ar2 b(%6.4f) t(%6.4f) star(* 0.1 ** 0.05 *** 0.01)   （6）滞后期模型   用途：用于探究先前时期的变量值（滞后期变量）对当前时期因变量的影响。 例子：分析上一年度的研发投入对本年度专利产出的影响。   *被解释变量滞后 1 期：使用 F. xtset stkcd year xtreg F.被解释变量 解释变量 控制变量 1 控制变量 2 i.year i.industry est store m1 esttab m1 using

滞后期回归 1.rtf,replace nogap ar2 b(%6.4f) t(%6.4f) star(* 0.1 ** 0.05 *** 0.01)

  *解释变量滞后期：使用 L. xtsset stkcd year xtreg 被解释变量 L.解释变量 控制变量 1 控制变量 2  i.year i.industry est store m2 esttab m2 using

滞后期回归 2.rtf,replace nogap ar2 b(%6.4f) t(%6.4f) star(* 0.1 ** 0.05 *** 0.01)

七、检验分析

 （1）豪斯曼检验

 * 豪斯曼检验：面板数据回归中，用于选择固定效应模型还是随机效应模型。一 般选择标准为显著性在 0.1 及其以下选择固定效应，否则选择随机效应

xtreg y x x1 x2 x3,re est store  re

xtreg y x x1 x2 x3,fe

est store  fe hausman fe re

 （2）Heckman 两阶段检验

 *用途：Heckman 两阶段方法主要用于解决样本选择偏差问题。

Heckman 被解释变量 控制变量, select (D(解释变量虚拟变量) =Z(工具变量 其他影响因素) X(控制变量)) twostep

 （3）调节效应检验

 *用途：节效应检验用于评估一个或多个变量（调节变量）如何影响其他变量之 间关系的强度和方向

* y 为被解释变量，x 为解释变量，x1 x2 x3 为控制变量； m 为调节变量

reg y x x1 x2 x3    //回归 1

reg y x m x1 x2 x3   //回归 2

*若回归 1 中的 x 显著，回归 3 中的 x 和m 的乘积项显著，则存在调节效应 reg y x m x*m x1 x2 x3  //回归 3

 （4）中介效应检验

 *用途：介效应检验用于评估某个变量（中介变量）在因变量和自变量之间的作 用机制。

*法 1：回归模型三阶段法

 reg y x x1 x2 x3//(1):y 为被解释变量，x 为解释变量，x1 x2 x3 为控制变量

 reg Z x x1 x2 x3

//(2):Z 为中介变量

reg y x Z x1 x2 x3

//(3):(1)中的 x 要显著  (2)中的 x 要显著  (3)中的 x和 Z 要显著，则存在中介效应

 *法 2：Sobel-Goodman 检验

sgmediation y, mv(x) iv(Z) cv(x1 x2 x3)   //y 为被解释变量，x 为解释变量，x1 x2 x3 为控制变量，Z 为中介变量

 *检验结果中：Indirect effect:中介效应，Direct effect:直接效应

 *法 3：Bootstrap 检验

bootstrap r(ind_eff) r(dir_eff), reps(1000): sgmediation y, mv(x) iv(Z) cv(x1 x2 x3)

*检验结果：间接效应 ind_eff（_bs_1）、直接效应 dir_eff（_bs_2），中介效应 占比=_bs_1/(_bs_1+_bs_2)

 estat bootstrap, percentile bc

*结果分析：计算间接效应（_bs_1）的置信区间（检验中介效应：若该置信区间不包括 0，则拒绝 H0）；若直接效应（_bs_2）的置信区间不包括 0 就表明是“部分中介效应 ”；若直接效应（_bs_2）的置信区间包括 0 就表明是“完全中介效 应 ”。

 八、结果导出

 （1）导出描述性统计

 *输入论文的代码写法：该代码直接输出论文格式，简单调整即可

sum2docx 变量 1 变量 2 变量 3 using  描述性统计.docx,replace stats(N mean(%9.4f) sd min(%9.2f) median(%9.2f) max(%9.2f))  title("Table 2: Summary Statistics")

 *outreg2 导出

outreg2 using xxx.doc, replace sum(log) title(Decriptive statistics)  // xxx.doc 为输出文件名 ;sum(log) 即输出一般统计指标命令，一般统计指标 包括样本数、中值、标准误、最大值和最小值

 outreg2 using xxx.doc, replace sum(detail) title(Decriptive statistics)

 （2）导出相关系数

 * 导出相关系数，需要先下载 pwcorr_a 命令包

logout,save(相关系数分析) word replace:pwcorr_a  变量 1 变量 2 变量 3,

star1(.01) star5(.05) star10(.1)

 （3）导出回归结果

 展示回归结果

reg y x x1 x2 x3 est store a1

xtreg y x x1 x2 x3,re est store a2

xtreg y x x1 x2 x3,fe est store a3

esttab a1 a2 a3 using 回归结果.rtf, replace b(%6.4f) t(%6.4f) nogap ar2 star(* 0.1 ** 0.05 *** 0.01)

 线性回归结果

 sysuse auto, clear reg price mpg

outreg2 using xxx.doc, replace tstat bdec(3) tdec(2) ctitle(y)

 /* ctitle 为自定义表格内标题命令，如果不进行设定则直接输出为被解释变量 名；按照 outreg2 命令输出的表格内相关系数下括号内数字为标准误，因此我们 一般利用命令 tstat 将其更改为 t 值；相关系数 bdec(3)保留 3 位有效数字； t 值 tdec(2)，保留 2 位有效数字 */

 面板数据的回归结果

 webuse grunfeld,clear xtset company year

xtreg invest mvalue kstock,fe robust

outreg2 using xxx.doc, replace tstat  bdec(3)  tdec(2)  ctitle(y) keep(invest mvalue kstock) addtext(Company FE, YES ) // addtext 为在 表中增加信息命令，由于 Stata 进行固定效应回归后单纯利用 outreg2 命令 输出不会展示是否控制固定效应，因此我们需要利用 addtext 命令追加。

 工具变量法的回归结果

 sysuse auto

ivregress2 2sls mpg weight (length=displacement),first est restore first

outreg2 using xxx.doc, cttop(first) tstat bdec(3) tdec(2) replace

 ivregress2 2sls mpg weight (length=displacement), first outreg2 using xxx.doc, cttop(two) tstat bdec(3) tdec(2)

按照 outreg2 命令输出的表格内相关系数下括号内数字为标准误，利用命令 tstat 将其更改为 t 值。outreg2 命令输出时默认相关系数和 t 值都保留 3 位有效数字，而一般期刊要求 相关系数保留 3位有效数字，t值保留 2位有效数字，因此利用bdec(3)和 tdec(2) 命令限定。

都看到这了，论文写了吧！！