金融经济 | Stata在毕业论文中的数据处理应用
利益相关：我们是英国文文校园，一群热心的学姐学长帮你解答有关英国留学学习生活的疑难杂症！！这个问题邀请了谢菲尔德经济博士Bo马住回答！
Tips & 心得感悟体会 Stata作为款简易上手的数据处理软件，在我Master dissertation和我的PhD学术论文创作中都起着非常重要的作用。配合Stata的help指令可以查看指令的详细说明。如果仍有问题可以在人大经管论坛等网站查询相关资料。希望我的介绍能对大家有所帮助。
首先给大家介绍一下什么是STATA：
Stata软件是现今较为流行的统计计量分析软件，具有强大的数据处理分析功能。Stata是有StataCorp在1985年研制开发成功之后面试的，由statistics和data两个单词的音节缩写而成，到现在已经有34年的历史了。虽然现在最新的版本为2018年刚推出的Stata15，但是鉴于15的版本还没有得到广泛的推广和使用，所以此次介绍的Stata功能主要是通过Stata14来实现的。作为一个处理数据的应用统计软件，Stata被广泛的应用于经济学、金融学、社会学、心理学等等一系列学科的研究，功能十分强大。与其他统计软件相比，Stata具有以下的明显优势：
(1)Stata操作较为简单，方便使用者掌握(相比于R和Matlab)；
(2)Stata是一个开放的软件系统，可以安装很多外来的使用code指令；
(3)Stata具有强大的数据分析功能，适合于观察值数量众多的数据(相较于Spss)；
(4)Stata具有强大的图形制作功能。
Stata14在安装数主要有四种版本，包括：Small(小型版)，IC(标准版)，SE(特殊版)和MP(多处理器版)。用户可以在安装过程中自主进行选择，一般而言，SE版已经能实现Stata的所有功能，但MP版本运算速度更快，更适合于样本量极大的数据。因此，我建议同学们更多地使用MP版本。英国各大学校基本上都会提供Stata的使用，比如我所在的谢大就会提供Stata15的SE版本。如果学校没有提供的话，在人大经管论坛上搜索也会得到一些用户分享的Stata下载连接。
那么怎么用好STATA这把屠龙宝刀？？？
▲ Stata14(MP) 界面
从上图可以看出，Stata与其他操作软件一样，具有正常的标题栏、菜单栏、工具栏和状态栏。在这里我着重介绍一下菜单栏，因为它是用户进行采单操作的主要媒介和工具。菜单栏主要包括File、Edit、Data、Graphics、Statistics、User、Window、Help共八个子菜单。因为Stata主要是通过code指令进行操作，所以这里只简要介绍一下各个菜单的功能。
(1)File的下拉菜单包括打开、保存、查看文件、导入和导出数据等功能。
(2)Edit的下拉菜单包括数据的复制、粘贴等有关数据管理和设置的功能。
(3)Data的下拉菜单包括数据的描述、编辑、浏览、增加或删除变量、文件合并等方面的内容。
(4)Graphics主要是用来作图的菜单，作图种类主要包括散点图、线图、柱状图、饼图等各种图形。
(5)Statistics主要是用来进行各种统计和计量分析的菜单，主要包括线性回归(linear)模型分析、时间序列(time-series)分析、面板(panel)数据分析等方面的内容。
(6)User主要是用来构建用户自己的菜单，主要包括有关数据、图表和统计分析等方面的设置和操作。
(7)Window主要是用于对显示界面的操作，主要包括对Review、Results、Variables、Command四大窗口的操作。
从图中我们也可以发现Stata最主要的部分是由命令回顾窗口(Review)、结果窗口(Results)、变量窗口(Variables)和命令输入窗口(Command)。我会简单的介绍一下这四个窗口。
(1) Review：用来临时性存储已经执行过的命令语句的窗口。这些执行过的命令语句主要包括两种：一种是直接从命令窗口(Command)中输入的命令，另一种是通过窗口菜单操作转化而成的命令。Review窗口可以临时性存储自Stata本次运行到结束的所有命令，若Stata中途或最终被关闭，则所有的命令语句会自动消失。Stata运行过程中，若需要重复使用显示在Review窗口中的命令，只需要做左键单击命令该命令将会重新显示在Command命令输入窗口中，供用户进行修改和执行(双击会直接运行)。
(2) Results：用来显示命令执行结果的窗口。若是命令执行的结果过长会在命令窗口的地段出现‘more’，此时只需按下空格或者回车就可以继续浏览下面的内容(想彻底取消‘more’可以输入set more off)；如果想停止命令运行，只需要an‘q’键或者单机工具栏中的
图标就可以停止。
(3) Variables：用来显示变量名称和类型的窗口。双击某个变量名称其就可以显示在Command命令窗口中。
(4)Command：用户进行指令操作的主要实现场所。只要将相关命令输入，然后点击回车即可运行。
毕业论文中会经常使用的功能
1. Stata指令语法
Stata的语法十分的简单和灵活。一个命令便构成了一条可执行的语句，在stata command中输入后敲回车键就可以运行了。Stata的命令可以大体上分成4类：help命令；针对memory的命令；关系(逻辑)运算符；处理和分析数据的命令。
(1)help十分简单。比如想了解某个指令(例如regress)的用法，可以在command中输入‘help regress’后回车，这是stata会提供关于‘regress’指令的详细说明并配以例子。
(2)memory有清空命令clear和设置memory大小的set memory命令。Memory有一个默认的大小，但如果数据文件太大必须重设memory的大小。通过‘help memory’如下图我们可得知不同版本的stata14的memory范围。
▲ Memory设置的大小范围
(3)关系运算符：==(等于)，!=，~=(不等于)，>(大于),=(大于或等于)，<=(小于或等于)。
逻辑运算符：&(与)，|(或)，~(非)
(4) 处理分析数据的命令
Stata的指令众多，下面我会简单的介绍一下基本指令，可能对大家的dissertation会有所帮助。
① rename old_varname new_varname
改变变量名，old_varname是原变量名， new_varname是新变量名。
② generate newvar=exp
生成新变量，newvar是生成的新变量，exp是优先右边梁生成新变量的逻辑或算术表达式。例如 gen age2=age*age (生成新变量age2等于age的平方)
③ replace oldvar=exp
对现有变量重新赋值，oldvar为现有的变量，根据表达式exp重新赋值。例如replace income=. if income<=0(若income非正，令其取缺失值)。
④ drop varlist
去掉varlist指定的变量，drop _all(去掉全部变量)
⑤ keep varlist
保留varlist指定的变量，其余变量去掉。
⑥ sort varlist
变量排序，将全部观察量按指定的变量升序排列，varlist中可以有不止一个变量。
⑦ regress y x1 x2 x2
常用线性回归分析。以y为被解释变量，x1 x2 x3未解释变量做线性回归；regress后第一个变量为被解释变量。
Stata还有众多的指令语法，在大家使用的过程中可以使用help指令配合学习。
2. Do file文件
除了在Stata 的Command命令窗口中输入指令外，如果想永久存储输入的命令方便以后进一步使用或者修改，这个时候就需要使用do-file文件了。
Do file文件的打开在Window的Do-file Editor中如下：
▲ Do-file的打开路径
打开一个新的do file文件会呈现如下图，在这个文件中我们也可以输入我们想在Command中输入的分析数据命令指令，并且使用后可以作为一个后缀名为.do的文件长期保存。
▲ Do-file文件
