调整变量格式：
format x1 %10.3f ——将x1的列宽固定为10，小数点后取三位
format x1 %10.3g ——将x1的列宽固定为10，有效数字取三位
format x1 %10.3e ——将x1的列宽固定为10，采用科学计数法
format x1 %10.3fc ——将x1的列宽固定为10，小数点后取三位，加入千分位分隔符
format x1 %10.3gc ——将x1的列宽固定为10，有效数字取三位，加入千分位分隔符
format x1 %-10.3gc ——将x1的列宽固定为10，有效数字取三位，加入千分位分隔符，加入“-”表示左对齐
合并数据：
use "C:\Documents and Settings\xks\桌面\2006.dta", clear
merge using "C:\Documents and Settings\xks\桌面\1999.dta"
——将1999和2006的数据按照样本（observation）排列的自然顺序合并起来
use "C:\Documents and Settings\xks\桌面\2006.dta", clear
merge id using "C:\Documents and Settings\xks\桌面\1999.dta" ,unique sort
——将1999和2006的数据按照唯一的（unique）变量id来合并，在合并时对id进行排序（sort）
建议采用第一种方法。
对样本进行随机筛选：
sample 50
在观测案例中随机选取50%的样本，其余删除
sample 50,count
在观测案例中随机选取50个样本，其余删除
查看与编辑数据：
browse x1 x2 if x3>3 （按所列变量与条件打开数据查看器）
edit x1 x2 if x3>3 （按所列变量与条件打开数据编辑器）
数据合并（merge）与扩展（append）
merge表示样本量不变，但增加了一些新变量；append表示样本总量增加了，但变量数目不变。
one-to-one merge：
数据源自stata tutorial中的exampw1和exampw2
第一步：将exampw1按v001～v003这三个编码排序，并建立临时数据库tempw1
clear
use "t:\statatut\exampw1.dta"
su ——summarize的简写
sort v001 v002 v003
save tempw1
第二步：对exampw2做同样的处理
clear
use "t:\statatut\exampw2.dta"
su
sort v001 v002 v003
save tempw2
第三步：使用tempw1数据库，将其与tempw2合并：
clear
use tempw1
merge v001 v002 v003 using tempw2
第四步：查看合并后的数据状况：
ta _merge ——tabulate _merge的简写
su
第五步：清理临时数据库，并删除_merge，以免日后合并新变量时出错
erase tempw1.dta
erase tempw2.dta
drop _merge
数据扩展append：
数据源自stata tutorial中的fac19和newfac
clear
use "t:\statatut\fac19.dta"
ta region
append using "t:\statatut\newfac"
ta region
合并后样本量增加，但变量数不变
茎叶图：
stem x1,line(2) （做x1的茎叶图，每一个十分位的树茎都被拆分成两段来显示，前半段为0～4，后半段为5～9）
stem x1,width(2) （做x1的茎叶图，每一个十分位的树茎都被拆分成五段来显示，每个小树茎的组距为2）
stem x1,round(100) （将x1除以100后再做x1的茎叶图）
直方图
采用auto数据库
histogram mpg, discrete frequency normal xlabel(1(1)5)
（discrete表示变量不连续，frequency表示显示频数，normal加入正太分布曲线，xlabel设定x轴，1和5为极端值，(1)为单位）
histogram price, fraction norm
（fraction表示y轴显示小数，除了frequency和fraction这两个选择之外，该命令可替换为“percent”百分比，和“density”密度；未加上discrete就表示将price当作连续变量来绘图）
histogram price, percent by(foreign)
（按照变量“foreign”的分类，将不同类样本的“price”绘制出来，两个图分左右排布）
histogram mpg, discrete by(foreign, col(1))
（按照变量“foreign”的分类，将不同类样本的“mpg”绘制出来，两个图分上下排布）
histogram mpg, discrete percent by(foreign, total) norm
（按照变量“foreign”的分类，将不同类样本的“mpg”绘制出来，同时绘出样本整体的“总”直方图）
二变量图：
graph twoway lfit price weight || scatter price weight
（作出price和weight的回归线图——“lfit”，然后与price和weight的散点图相叠加）
twoway scatter price weight,mlabel(make)
（做price和weight的散点图，并在每个点上标注“make”，即厂商的取值）
twoway scatter price weight || lfit price weight,by(foreign)
（按照变量foreign的分类，分别对不同类样本的price和weight做散点图和回归线图的叠加，两图呈左右分布）
twoway scatter price weight || lfit price weight,by(foreign,col(1))
（按照变量foreign的分类，分别对不同类样本的price和weight做散点图和回归线图的叠加，两图呈上下分布）
twoway scatter price weight [fweight= displacement],msymbol(oh)
（画出price和weight的散点图，“msybol(oh)”表示每个点均为中空的圆圈，[fweight= displacement]表示每个点的大小与displacement的取值大小成比例）
twoway connected y1 time,yaxis(1) || y2 time,yaxis(2)
（画出y1和y2这两个变量的时间点线图，并将它们叠加在一个图中，左边“yaxis(1)”为y1的度量，右边“yaxis(2)”为y2的）
twoway line y1 time,yaxis(1) || y2 time,yaxis(2)
（与上图基本相同，就是没有点，只显示曲线）
graph twoway scatter var1 var4 || scatter var2 var4 || scatter var3 var4
（做三个点图的叠加）
graph twoway line var1 var4 || line var2 var4 || line var3 var4
（做三个线图的叠加）
graph twoway connected var1 var4 || connected var2 var4 || connected var3 var4
（叠加三个点线相连图）
更多变量：
graph matrix a b c y
（画出一个散点图矩阵，显示各变量之间所有可能的两两相互散点图）
graph matrix a b c d,half
（生成散点图矩阵，只显示下半部分的三角形区域）
用auto数据集：
graph matrix price mpg weight length,half by( foreign,total col(1) )
（根据foreign变量的不同类型绘制price等四个变量的散点图矩阵，要求绘出总图，并上下排列】=具）
其他图形：
graph box y,over(x) yline(.22)
（对应x的每一个取值构建y的箱型图，并在y轴的0.22处划一条水平线）
graph bar (mean) y,over(x)
对应x的每一个取值，显示y的平均数的条形图。括号中的“mean”也可换成median、sum、sd、p25、p75等
graph bar a1 a2,over(b) stack
（对应在b的每一个取值，显示a1和a2的条形图，a1和a2是叠放成一根条形柱。若不写入“stack”，则a1和a2显示为两个并排的条形柱）
graph dot (median)y,over(x)
（画点图，沿着水平刻度，在x的每一个取值水平所对应的y的中位数上打点）
qnorm x
（画出一幅分位-正态标绘图）
rchart a1 a2 a2
（画出质量控制R图，显示a1到a3的取值范围）
简单统计量的计算：
ameans x
（计算变量x的算术平均值、几何平均值和简单调和平均值，均显示样本量和置信区间）
mean var1 [pweight = var2]
（求取分组数据的平均值和标准误，var1为各组的赋值，var2为每组的频数）
summarize y x1 x2,detail
（可以获得各个变量的百分比数、最大最小值、样本量、平均数、标准差、方差、峰度、偏度）
注意
stata中summarize所计算出来的峰度skewness和偏度kurtosis有问题，与ECELL和SPSS有较大差异，建议不采用stata的结果。
summarize var1 [aweight = var2], detail
（求取分组数据的统计量，var1为各组的赋值，var2为每组的频数）
tabstat X1,stats(mean n q max min sd var cv)
（计算变量X1的算术平均值、样本量、四分位线、最大最小值、标准差、方差和变异系数）
概率分布的计算：
（1）贝努利概率分布测试：
webuse quick
bitest quick==0.3,detail
（假设每次得到成功案例‘1’的概率等于0.3，计算在变量quick所显示的二项分布情况下，各种累计概率和单个概率是多少）
bitesti 10,3,0.5,detail
（计算当每次成功的概率为0.5时，十次抽样中抽到三次成功案例的概率：低于或高于三次成功的累计概率和恰好三次成功概率）
（2）泊松分布概率：
display poisson(7,6)
.44971106
（计算均值为7，成功案例小于等于6个的泊松概率）
display poissonp(7,6)
.14900278
（计算均值为7，成功案例恰好等于6个的泊松概率）
display poissontail(7,6)
.69929172
（计算均值为7，成功案例大于等于6个的泊松概率）
（3）超几何分布概率：
display hypergeometricp(10,3,4,2)
.3
（计算在样本总量为10，成功案例为3的样本总体中，不重置地抽取4个样本，其中恰好有2个为成功案例的概率）
display hypergeometric(10,3,4,2)
.96666667
（计算在样本总量为10，成功案例为3的样本总体中，不重置地抽取4个样本，其中有小于或等于2个为成功案例的概率）
检验极端值的步骤：
常见命令：tabulate、stem、codebook、summarize、list、histogram、graph box、gragh matrix
step1.用codebook、summarize、histogram、graph boxs、graph matrix、stem看检验数据的总体情况：
codebook y x1 x2
summarize y x1 x2,detail
histogram x1,norm（正态直方图）
graph box x1（箱图）
graph matrix y x1 x2,half（画出各个变量的两两x-y图）
stem x1（做x1的茎叶图）
可以看出数据分布状况，尤其是最大、最小值
step2.用tabulate、list细致寻找极端值
tabulate code if x1==极端值（作出x1等于极端值时code的频数分布表，code表示地区、年份等序列变量，这样便可找出那些地区的数值出现了错误）
list code if x1==极端值（直接列出x1等于极端值时code的值，当x1的错误过多时，不建议使用该命令）
list in -20/l（l表示last one，-20表示倒数第20个样本，该命令列出了从倒数第20个到倒数第一个样本的各变量值）
step3.用replace命令替换极端值
replace x1=? if x1==极端值
去除极端值：
keep if y<1000
drop if y>1000
对数据排序：
sort x
gsort +x
（对数据按x进行升序排列）
gsort -x
（对数据按x进行降序排列）
gsort -x, generate(id) mfirst
（对数据按x进行降序排列，缺失值排最前，生成反映位次的变量id）
对变量进行排序：
order y x3 x1 x2
（将变量按照y、x3、x1、x2的顺序排列）
生成新变量：
gen logx1=log(x1)（得出x1的对数）
gen x1`=exp(logx1)（将logx1反对数化）
gen r61_100=1 if rank>=61&rank<=100（若rank在61与100之间，则新变量r61_100的取值为1，其他为缺失值）
replace r61_100 if r61_100!=1（“!=”表示不等于，若r61_100取值不为1，则将r61_100替换为0，就是将上式中的缺失值替换为0）
gen abs(x)（取x的绝对值）
gen ceil(x)（取大于或等于x的最小整数）
gen trunc(x)（取x的整数部分）
gen round(x)（对x进行四舍五入）
gen round(x,y)（以y为单位，对x进行四舍五入）
gen sqrt(x)（取x的平方根）
gen mod(x,y)（取x/y的余数）
gen reldif(x,y)（取x与y的相对差异，即|x-y|/(|y|+1)）
gen logit(x)（取ln[x/(1-x)]）
gen x=autocode(x,n,xmin,xmax)（将x的值域，即xmax-xmin，分为等距的n份）
gen x=cond(x1>x2,x1,x2)（若x1>x2成立，则取x1，若x1>x2不成立，则取x2）
sort x
gen gx=group(n)（将经过排序的变量x分为尽量等规模的n个组）
egen zx1=std(x1)（得出x1的标准值，就是用(x1-avgx1)/sdx1）
egen zx1=std(x1),m(0) s(1)（得出x1的标准分，标准分的平均值为0，标准差为1）
egen sdx1=sd(x1)（得出x1的标准差）
egen meanx1=mean(x1)（得出x1的平均值）
egen maxx1=max(x1)（最大值）
egen minx1=min(x1)（最小值）
egen medx1=med(x1)（中数）
egen modex1=mode(x1)（众数）
egen totalx1=total(x1)（得出x1的总数）
egen rowsd=sd(x1 x2 x3)（得出x1、x2和x3联合的标准差）
egen rowmean=mean(x1 x2 x3)（得出x1、x2和x3联合的平均值）
egen rowmax=max(x1 x2 x3)（联合最大值）
egen rowmin=min(x1 x2 x3)（联合最小值）
egen rowmed=med(x1 x2 x3)（联合中数）
egen rowmode=mode(x1 x2 x3) （联合众数）
egen rowtotal=total(x1 x2 x3)（联合总数）
egen xrank=rank(x)（在不改变变量x各个值排序的情况下，获得反映x值大小排序的xrank）
数据计算器display命令：
display x[12]（显示x的第十二个观察值）
display chi2(n,x)（自由度为n的累计卡方分布）
display chi2tail(n,x)（自由度为n的反向累计卡方分布，chi2tail(n,x)=1-chi2(n,x)）
display invchi2(n,p)（卡方分布的逆运算，若chi2(n,x)=p，那么invchi2(n,p)=x）
display invchi2tail(n,p)（chi2tail的逆运算）
display F(n1,n2,f)（分子、分母自由度分别为n1和n2的累计F分布）
display Ftail(n1,n2,f)（分子、分母自由度分别为n1和n2的反向累计F分布）
display invF(n1,n2,P)（F分布的逆运算，若F(n1,n2,f)=p，那么invF(n1,n2,p)=f）
display invFtail(n1,n2,p)（Ftail的逆运算）
display tden(n,t)（自由度为n的t分布）
display ttail(n,t)（自由度为n的反向累计t分布）
display invttail(n,p)（ttail的逆运算）
给数据库和变量做标记：
label data "~~"（对现用的数据库做标记，"~~"就是标记，可自行填写）
label variable x "~~~"（对变量x做标记）
label values x label1（赋予变量x一组标签:label1）
label define label1 1 "a1" 2 "a2"（定义标签的具体内容：当x=1时，标记为a1，当x=2时，标记为a2）
频数表：
tabulate x1,sort
tab1 x1-x7,sort（做x1到x7的频数表，并按照频数以降序显示行）
table c1,c（n x1 mean x1 sd x1）（在分类变量c1的不同水平上列出x1的样本量和平均值）
二维交互表：
auto数据库：
table rep78 foreign, c(n mpg mean mpg sd mpg median mpg) center row col
（rep78，foreign均为分类变量，rep78为行变量，foreign为列变量，center表示结果显示在单元格中间，row表示计算行变量整体的统计量，col表示计算列变量整体的统计量）
tabulate x1 x2,all
（做x1和x2的二维交互表，要求显示独立性检验chi2、似然比卡方独立性检验lrchi2、对定序变量适用的等级相关系数gamma和taub、以及对名义变量适用的V）
tabulate x1 x2,column chi2（做x1和x2的二维交互表，要求显示列百分比和行变量和列变量的独立性检验——零假设为变量之间独立无统计关系）
tab2 x1-x7,all nofreq（对x1到x7这七个变量两两地做二维交互表，不显示频数：nofreq）
三维交互表：
by x3,sort:tabulate x1 x2,nofreq col chi2（同时进行x3的每一个取值内的x1和x2的二维交互表，不显示频数、显示列百分比和独立性检验）
四维交互表：
table x1 x2 x3,c(ferq mean x1 mean x2 mean x3) by(x4)
tabstat X1 X2,by(X3) stats(mean n q max min sd var cv) col(stats)
tabstat X1 X2,by(X3) stats(mean range q sd var cv p5 p95 median),[aw=X4]（以X4为权重求X1、X2的均值，标准差、方差等）
ttest X1=1
count if X1==0
count if X1>=0
gen X2=1 if X1>=0
corr x1 x2 x3（做x1、x2、x3的相关系数表）
swilk x1 x2 x3（用Shapiro-Wilk W test对x1、x2、x3进行正太性分析）
sktest x1 x2 x3（对x1、x2、x3进行正太性分析，可以求出峰度和偏度）
ttest x1=x2（对x1、x2的均值是否相等进行T检验）
ttest x1,by(x2) unequal（按x2的分组方式对x1进行T检验，假设方差不齐性）
sdtest x1=x2（方差齐性检验）
sdtest x1，by(x2)（按x2的分组方式对x1进行方差齐性检验）
聚类分析：
cluster kmeans y x1 x2 x3, k(3)
——依据y、x1、x2、x3，将样本分为n类，聚类的核为随机选取
cluster kmeans y x1 x2 x3, k(3) measure(L1) start(everykth)
—— "start"用于确定聚类的核，"everykth"表示将通过构造三组样本获得聚类核：构造方法为将样本id为1、1+3、1+3×2、 1+3×3……分为一组、将样本id为2、2+3、2+3×2、2+3×3……分为第二组，以此类推，将这三组的均值作为聚类的核；"measure"用 于计算相似性和相异性的方法，"L1"表示采用欧式距离的绝对值，也直接可采用欧式距离（L2）和欧式距离的平方（L2squared）。PS：这个方法 所得的结果与SPSS所得结果相同。
sort c1 c2（对c1和c2两个分类变量排序）
by c1 c2：reg y x1 x2 x3（在c1、c2的各个水平上分别进行回归）
bysort c1 c2：reg y x1 x2 x3 if c3=1（逗号前面相当于将上面两步骤合一，既排序又回归，逗号后面的“if c3=1”表示只有在c3=1的情况下才进行回归）
stepwise, pr(.2): reg y x1 x2 x3(使用Backward selection，去除P值大于0.2时变量)
stepwise, pe(.2): reg y x1 x2 x3(使用forward selection，去除P值小于0.2时变量)
stepwise, pr(.2) pe(.01):reg y x1 x2 x3（使用backward-stepwise selection，取P值在0.01和0.2之间的变量）
stepwise, pe(.2) forward: reg y x1 x2 x3（使用forward-stepwise selection）
reg y x1 x2 x3
predict Yhat,xb
predict u,resid
predict ustd,stdr（获得残差的标准误）
predict std,stdp（获得y估计值的标准误）
predict stdf,stdf（获得y预测值的标准误）
predict e,e(1,12)（获得y在1到12之间的估计值）
predict p,pr(1，12)（获得y在1到12之间的概率）
predict rstu,rstudent（获得student的t值）
predict lerg,leverage（获得杠杆值）
predict ckd,cooksd（获得cooksd）
reg y x1 x2 x3 c1 c2
adjust x1 x2 x3，se（使得变量x1、x2和x3等于其均值，求y的预测值和标准误）
adjust x1 x2 x3，stdf ci（使得变量x1、x2和x3等于其均值，求y的预测值，预测标准误和置信区间）
adjust x1 x2,by(c1) se ci（控制变量x1、x2，亦即取它们的均值，在分类变量c1的不同水平上求y预测值，标准误和置信区间）
adjust x1 x2 x3,by(c1) stdf ci（控制变量x1、x2、x3，亦即取它们的均值，在分类变量c1的不同水平上求y预测值，预测标准误和置信区间）
adjust x1 x2,by(c1 c2) se ci（控制变量x1、x2，在分类变量c1、c2的不同水平上求y的预测值，标准误和置信区间）
adjust x1 x2 x3,by(c1 c2) stdf ci（控制变量x1、x2、x3，在分类变量c1、c2的不同水平上求y的预测值，预测标准误和置信区间）
adjust x1=a x2=b x3=c，se ci（当x1=a、x2=b、x3=c时，求y的预测值、标准误和置信区间）
adjust x1=a x2=b x3=c，by(c1) se ci（当x1=a、x2=b、x3=c时，在分类变量c1的不同水平上，求y的预测值、标准误和置信区间）
adjust x1=a x2=b c1=1，by(c1) se ci（当x1=a、x2=b，并假设所有的样本均为c1=1，求在分类变量c1的不同水平上，因为变量x3的均值不同，而导致的y的不同的预测值……）
mvreg Y1 Y2 ……: X1 X2 X3……（多元回归）
mvreg y1 y2 y3: x1 x3 x3（多元回归分析，y1 y2 y3为因变量，x1 x3 x3为自变量）
以下命令只有在进行了mvreg之后才能进行
test [y1]（测试对y1的回归系数联合为0）
test [y1]: x1 x2（测试对y1的回归中x1、x2的系数为0）
test x1 x2 x3（测试在所有的回归中，x1、x2、x3的系数均为0）
test [y1=y2]（对y1的回归和对y2的回归系数相等）
test [y1=y2]: x1 x2 x3, mtest（对y1和y2的回归中，分别测试x1、x2、x3的系数是否相等，若没有mtest这个命令，则测试他们的联和统计）
test [y1=y2=y3]（三个回归的系数是否相等，可加mtest以分别测试）
test [y1=y2=y3]: x1 x2 （测试三个回归中的x1、x2是否相等，可加mtest）
est命令的用法：
（1）储存回归结果：
reg y x1 x2 x3（不限于reg，也可储存ivreg、mvreg、reg3）
est store A
（2）重现回归结果：
est replay A
（3）对回归结果进行进一步分析
est for A:sum（对A回归结果中的各个变量运行sum命令）
异方差问题：
获得稳健性标准误
reg y x1 x2 x3 if c1==1（当分类变量c1=1时，进行y和诸x的回归）
reg y x1 x2 x3,robust（回归后显示各个自变量的异方差-稳健性标准误）
estat vif（回归之后获得VIF）
estat hettest,mtest（异方差检验）
异方差检验的套路：
（1）Breusch-pagan法：
reg y x1 x2 x3
predict u,resid
gen usq=u^2
reg usq x1 x2 x3
求F值
display R/(1-R)n2/n1（n1表示分子除数，n2表示分母除数）
display Ftail(……)
求LM值
display Rn（n表示总样本量）
display chi2tail(……)
（2）white法：
reg y x1 x2 x3
predict u,resid
gen usq=u^2
predict y
gen ysq=y^2
reg usq y ysq
求F值
display R/(1-R)n2/n1（n1表示分子除数，n2表示分母除数）
display Ftail(……)
求LM值
display Rn（n表示总样本量）
display chi2tail(……)
（3）必要补充
F值和LM值转换为P值的命令：
display Ftail(n1,n2,a)（利用F值求p值，n1表示分子除数，n2表示分母除数，a为F值）
display chi2tail(n3,b)（利用LM值求p值，n3表示自由度的损失量，一般等于n1，b为LM值）
异方差的纠正——WLS（weighted least square estimator）
（1）基本思路：
reg y x1 x2 x3 [aw=x1]（将x1作为异方差的来源，对方程进行修正）
上式相当于：
reg y/(x1^0.5) 1/(x1^0.5) x1/(x1^0.5) x2/(x1^0.5) x3/(x1^0.5),noconstant
（2）纠正异方差的常用套路（构造h值）
reg y x1 x2 x3
predict u,resid
gen usq=u^2
gen logusq=log(usq)
reg logusq x1 x2 x3
predict g
gen h=exp(g)
reg y x1 x2 x3 [aw=1/h]
异方差hausman检验：
reg y x1 x2 x3
est store A（将上述回归结果储存到A中）
reg y x1 x2 x3 [aw=1/h]
est store B
hausman A B
当因变量为对数形式时（log(y)）如何预测y
reg logy x1 x2 x3
predict k
gen m=exp(k)
reg y m,noconstant
m的系数为i
y的预测值=i×exp(k)
方差分析：
一元方差分析
anova y g1 / g1|g2 /（g表示不同分类变量，计算g1和交互项/ g1|g2 /这两种分类的y值是否存在组内差异）
anova y d1 d2 d1d2（d表示虚拟变量，计算d1、d2和d1d2的这三种分类的y值是否有组内差异）
anova y d1 d2 x1 d2x1, continuous(x1)（x表示连续的控制变量）
多元方差分析
webuse jaw
manova y1 y2 y3 = gender fracture genderfracture（按性别、是否骨折及二者的交互项对y1、y2和y3进行方差分析）
manova y1 = gender fracture genderfracture（相当于一元方差分析，以y1为因变量）
————————————
webuse nobetween
gen mycons = 1
manova test1 test2 test3 = mycons, noconstant
mat c = (1,0,-1 \ 0,1,-1)
manovatest mycons, ytransform(c)
进行多元回归的方法：
多元回归分析：（与mvreg相同）
foreach vname in y1 y2 y3 { （确定y变量组vname）
reg `vname' x1 x2 x3 （将y变量组中的各个变量与诸x变量进行回归分析，注意vname的标点符号）
}
上式等价于：
mvreg y1 y2 y3 = x1 x2 x3
reg3命令：
（1）简单用法：
reg3 (y1 = x1 x2 x3) (y2 = x1 x3 x4) (y3 = x1 x2 x5)
测试y1 coefs = 0
test [y1]
测试不同回归中相同变量的系数：
test [y1=y2=y3], common
test ([y1=y2]) ([y1=y3]), common constant（constant表示包含截距项）
（2）用reg3进行2SLS
reg3 (y1 = y2 x1 x2) (y2 = y1 x4),2sls
（2）用reg3进行OLS
reg3 (y1 = y2 x1 x2) (y2 = y1 x4),ols
对两个回归结果进行hausman检验：
reg3 (y1=x1 x2 x3)(y2=y1 x4),2sls
est store twosls
reg3 (y1=x1 x2 x3)(y2=y1 x4),ols
est store ols
hausman twosls ols,equations(1:1)（对两次回归中的方程1，即“y1=x1 x2 x3”进行hausman检验）
hausman twosls ols,equations(2:2)（对两次回归中的方程2，即“y2=y1 x4”进行hausman检验）
hausman twosls ols,alleqs（对所有方程一起进行检验）
检验忽略变量（模型的RESET）：
reg y x1 x2 x3
estat ovtest
滞后变量的制取
对变量y滞后一期：
gen y_l1=y[_n-1]
滞后两期：
gen y_l2=y[_n-2]
以此类推。
制取样本序号：
gen id=_n
获得样本总量：
gen id=_N
时间序列回归：
回归元严格外生时AR(1)序列相关的检验
reg y x1 x2
predict u,resid
gen u_1=u[_n-1]
reg u u_1,noconstant
回归之后，u_1的序数如果不异于零，则该序列不相关
用Durbin-Watson Statistics检验序列相关：
tsset year @（对时间序列回归中代表时间的变量进行定义）@
reg y x1 x2
dwstat @（求出时间序列回归的DW值）@
durbina @（对该回归是否具有序列相关进行检验，H0为无序列相关，可根据chi2值求出P值）@
durbina,small @（small可以根据F值求出P值，以代替chi2值）@
durbina,force @（让检验能在robust、neway之后进行）@
durbina,small lag(1/10) @（lag可以求出更高阶滞后的序列相关，如本例中可求出1到10阶的序列相关）@
durbina,robust lag(1/10) @（robust可进行异方差—稳健性回归，避免未知形式的异方差）@
bgodfrey @（利用Breusch-Godfrey test求出高阶序列相关）@
bgodfrey,small lag(1/10)
数据调查：survey data
源数据：dataset文件夹中的svydata
步骤：
1、定义survey data
svyset psuid [pweight=finalwgt], strata(stratid)
——定义primary sampling unit为psuid。可能是测试的编号，1or2
——定义pweight为finalwgt
——定义stratum identifer为stratid。可能是测试中被试的编号，1to31
2、生成male
gen male= (sex==1) if !missing(sex)
——当sex不缺失且等于1时，male=sex
3、生成行变量为highbp，列变量为sizplace的表格
svy, subpop(male): tabulate highbp sizplace, col obs pearson lr null wald
——subpop规定了以male为数据调查的范围
——tabulate highbp sizplace表示绘制行变量为highbp，列变量为sizplace的表格
——col表示每一列的加总为100%，row表示每一行的加总为100%，cell表示横纵所有单元格的加总为100%
——obs表示列出每个单元格的样本量，se表示列出每个单元格的标准误，ci表示列出每个单元格的置信区间
——pearson表示求取pearson's chi-squired,皮尔逊的卡方检定
——lr表示求取likelihood ratio
——null表示求取null-based statistics
——wald表示求取adjusted wald，llwald表示求取adjusted log-linear Wald，noadjust表示求取unadjusted Wald statistics
4、svy:mean x1 x2 x3
——对x1、x2、x3求取mean、se和ci
5、简单的tabulate twoway（不用svyset就可执行）
tab2 y x,col chi2 exact lr
——col、cell、row等均可换用，chi2指的是Pearson's chi-squared、exact指的是fisher exact test、lr指的是likelihood-ratio chi-squared
6、svy的其他用法：
svy:reg y x
建立人工数据集：
创建一个包含从独立标准正态分布中抽取的2000个观察案例和三个随机Z1、Z2、Z3，并分别定义他们的平均值和标准差。
matrix m=(0,2,3) ——定义三个变量的平均值
matrix sd=(1,.5,2) ——定义三个变量的标准差
drawnorm z1 z2 z3,n(2000) means(m) sds(sd) ——创建样本量为2000，均值和标准差符合上面定义的数据集
补充：除了定义均值和标准差之外，还可定义相关矩阵和协方差矩阵等。
logit回归
logit y x1 x2 x3
——y必须为二分变量
glogit outcomedata populationdata x1 x2 x3
——outcomedata为目标样本总量，populationdata为观测样本总量，outcomedata/populationdata的值便是一个概率，相当于logit命令中的y
面板数据（Panel Data）
1、基本套路：
xtreg y x1 x2,re
est store re
xtreg y x1 x2,fe
est store fe
hausman re fe
——如果hausman检验的结果为显著，则采用固定效应（fe）模型，不显著，则选取随机效应（re）模型
2、随机效应的检验：
xtreg y x1 x2,re
xttest0
xttest1
——xttest1是xttest0的扩展，若这xttest0的结果为显著，则采用随机效应（re）模型
xttest1的假设是没有随机效应和/或没有序列相关，它的七个结果分别表示：
- LM Test for random effects, assuming no serial correlation
（假设没有序列相关情况下对随机效应进行LM检验） - Adjusted LM test for random effects, which works even under serial
correlation
（假设有序列相关的情况下对随机LM检验） - One sided version of the LM test for random effects
（假设没有序列相关的情况下对随机效应进行单边检验） - One sided version of the adjusted LM test for random effects
（假设有序列相关的情况下对随机效应进行单边检验） - LM test for first-order serial correlation, assuming no random effects
（假设没有随机效应的情况下对一阶序列相关进行检验） - Adjusted test for first-order serial correlation, which works even under
random effects
（假设有随机效应的情况下对一阶序列相关进行检验） - LM Joint test for random effects and serial correlation
（随机效应和序列相关的联合检验）
3、固定效应模型，可采用广义最小二乘法（gls）进行估算，也可采用固定效应方程（fe）：
xtserial y x1 x2
xtgls y x1 x2
xttest2
xttest3
——xtserial用于检验固定效应模型中的一阶序列自相关，可通用于xtgls和fe之前
——xttest2用于检验不同厂商的相似性，若显著则各厂家的截面相似，可通用于xtgls和fe之后
——xttest3用于检验固定效应模型中的异方差问题，若显著则有异方差，可通用于xtgls和fe之后
