stata--输出命令集合

描述性统计输出

sum2docx

目前最好的描述性统计输出方式是sum2docx,最大的特点是输出十分工整,非常精美,缺点是不能直接输出label。

sum2docx 变量 using 保存文件名 if ***,replace stats(N mean sd median p25 p75 min max) 

local varlist "wage age race married grade collgrad south union occupation"
sum2docx `varlist' using $output\Myfile.docx,replace ///
stats(N mean(%9.2f) sd(%9.3f) min(%9.2f) median(%9.2f) max(%9.2f)) ///
title(sum2docx_Table: Descriptive statistics)

/*
1. 在将结果导入到 word 的途中, Stata 界面不能看到相应的结果(下同)。
2. 该命令支持中文。
3. 若有字符串变量,命令会报错。
4. 能分别设置每个统计量的小数点位数。
*/

默认输出格式是%9.3f;可以自己设定输出格式 mean(%9.5f)
设定表头名 title(string)
设定字体font(fontname[, size[, color]])

fsum+logout 变量定义输出

可以直接输出label

logout,save(文件名) excel word:fsum 变量名,lab  format(format) stats(n mean sd median p25 p75 min max)

erase 文件名.txt //会自动生成一个txt无用的文件,需要自己删除

ttest

t2docx

优点可以生成mean-different,但是问题也很多,比如只能0-1,不能1-0(所以需要在运行前先变一下01)。不能生成标准差,不能生成标准差,不能生成label。

t2docx $miaoshu using $dirout\ttest.docx if age_host!=.,by(vote) replace

preserve
replace vote==1-vote
t2docx $miaoshu using $output\ttest_diff.docx if age_host!=.,by(vote) replace
restore
sum2docx $miaoshu using $output\ttest_se.docx if vote == 0,replace ///
stats(N mean(%9.2f) sd(%9.3f)) 
sum2docx $miaoshu using $output\ttest_se.docx if vote == 1,append ///
stats(N mean(%9.2f) sd(%9.3f)) 
/*
将ttest_diff与ttest_se.docx合并一下就能做到比较好的输出
*/

回归结果输出

reg2docx

非常美观的一个命令,优点很多比如识别中文,会自动根据页面调整大小,缺点也是无法输出label。但是已经非常的骚气了。

reg2docx m1 m2 m3 m4 using d:/mytable2.docx, replace indicate("ind=ind*") drop(x2 x3) scalars( r2(%9.3f) r2_a(%9.2f) N) order(x6 x5) b(%9.3f) ///
        se(%7.2f) title(table2: OLS regression results) mtitles("model 1" "model 2" "" "model 4")
*drop(0b.geo2#co.a19 0b.geo2#co.mean_a19) 遇到因子表达式删除基准组的系数时

indicate("ind=ind*") 类似于地区固定效应 yeas
order排序
drop删除不想要的输出

esttab

esttab系列命令的一个主页

esttab 垃圾RE1 垃圾MK1 垃圾RE2 垃圾MK2 垃圾RE3 垃圾MK3 using "$dirout\householdmargin.rtf", ///
b(%9.3f) se(%7.2f) mtitles("RE" "MK" "RE" "MK" "RE" "MK") order(per_vote_1 lna16) drop(2010.year  0.geo2) ///
title("xxxx") append nogaps starlevels(* 0.10 ** 0.05 *** 0.01)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,142评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,298评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,068评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,081评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,099评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,071评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,990评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,832评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,274评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,488评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,649评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,378评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,979评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,625评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,796评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,643评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,545评论 2 352

推荐阅读更多精彩内容