二本学生必看：Stata实操指南与实证论文写作要点

二本学生必看：Stata实操指南与实证论文写作要点

引用

CSDN

等

12

来源

1.

https://blog.csdn.net/Saki_Python/article/details/132314049

2.

https://wenku.csdn.net/answer/2hf4m6y721

3.

https://blog.csdn.net/weixin_44723899/article/details/100973408

4.

https://blog.csdn.net/qq_38929584/article/details/140012004

5.

https://blog.csdn.net/2401_86358349/article/details/143604466

6.

https://zhuanlan.zhihu.com/p/673027543

7.

https://zhuanlan.zhihu.com/p/367284482

8.

https://blog.csdn.net/qq_38929584/article/details/140012004#t3

9.

https://blog.csdn.net/qq_38929584/article/details/140012004#t1

10.

https://cloud.tencent.com/developer/article/2385017

11.

https://fgzfgz.github.io/DataCleaning/index.html

12.

http://www.360doc.com/content/24/0117/07/39103730_1111322116.shtml

在撰写经管类实证研究论文时，掌握Stata软件的基本操作至关重要。本文分享了从选题到实证分析的具体步骤，包括如何下载和使用Stata、数据处理技巧以及显著性调整方法。通过这些实用技巧，即使是初学者也能轻松应对实证论文写作中的各种挑战。快来学习吧！

1.1 软件下载与安装

首先需要下载Stata软件。以下是Stata 17的下载链接和安装步骤：

• 下载链接：https://pan.baidu.com/s/1P7AkV-btKZz0j9swKyAH3Q
• 提取码：4567

安装步骤：

1. 右击下载的压缩包，选择“解压到 Stata17.0（64bit）”。
2. 打开解压后的文件夹，右击“Stata17”选择“以管理员身份运行”。
3. 点击“Next”。
4. 选择“I accept……”，点击“Next”。
5. 输入任意用户名和组织名，点击“Next”。
6. 选择“StataMP”，点击“Next”。
7. 点击“Change”修改安装路径（默认为C盘，可改为其他盘符）。
8. 点击“Next”。
9. 点击“Next”。
10. 点击“Install”。
11. 安装完成后点击“Finish”。
12. 将解压文件夹中的“StataMP”复制到开始菜单的Stata快捷方式位置。
13. 点击“替换目标中的文件”。
14. 启动软件后选择“禁用自动更新检查”。

1.2 基本操作界面

启动Stata后，你会看到以下主要窗口：

• Results：显示命令执行结果
• Review：记录已执行的命令历史
• Variables：显示当前数据集中的变量列表
• Command：输入Stata命令的地方

2.1 数据导入

Stata支持多种数据格式的导入，常用的有CSV、Excel和数据库导入。

• 导入CSV文件：

  import delimited "filename.csv"
  

• 导入Excel文件：

  import excel "filename.xlsx", sheet("Sheet1") firstrow
  

2.2 数据清洗

数据清洗是实证分析的重要环节，以下是一些常用命令：

• 查看数据结构：

  describe
  

• 检查缺失值：

  summarize variable, detail
  

• 删除缺失值：

  drop if missing(variable)
  

• 替换缺失值：

  replace variable = 0 if missing(variable)
  

• 删除不需要的变量：

  drop variable
  

• 重命名变量：

  rename oldname newname
  

• 转换数据类型：

  encode string_variable, gen(new_numeric_variable)
  

• 排序数据：

  sort variable
  

• 去除异常值：

  trim variable, trim(1)
  

3.1 基本回归命令

Stata中最常用的回归分析命令是regress，基本语法如下：

regress dependent_variable independent_variable1 independent_variable2

例如，研究企业成本与产量的关系：

regress lntc lnq lnpf lnpk lnpl

• lntc：总成本的对数
• lnq：产量的对数
• lnpf、lnpk、lnpl：各种投入要素的价格对数

3.2 回归结果解读

回归结果主要包括：

• Coefficients：变量系数
• Std. Err.：标准误
• t：t统计量
• P>|t|：p值
• R-squared：拟合优度
• Root MSE：均方根误差

3.3 带约束条件的回归

如果需要对回归系数施加约束，可以使用constraint命令：

constraint define 1 lnpl + lnpk + lnpf = 1
cnsreg lntc lnq lnpf lnpk lnpl, c(1)

3.4 预测与检验

• 计算拟合值：

  predict yhat
  

• 计算残差：

  predict e1, residual
  

• 检验系数：

  test lnq = 1
  

对于二本学院的学生来说，完整的稳健性检验可能过于复杂。以下是一些简单的替代方案：

4.1 分组检验

将样本分为不同子组进行回归，观察系数是否一致：

gen group = (variable > threshold)
regress dependent_variable independent_variable if group == 1
regress dependent_variable independent_variable if group == 0

4.2 剔除异常值

删除极端值后重新回归：

drop if variable > threshold
regress dependent_variable independent_variable

4.3 替换变量测量方式

使用不同的变量度量方式：

gen new_variable = function(old_variable)
regress dependent_variable new_variable

4.4 简化模型对比

比较包含和不包含控制变量的结果：

regress dependent_variable independent_variable
regress dependent_variable independent_variable control_variable

假设我们要研究教育投入对学生成绩的影响，数据包含以下变量：

• score：学生成绩
• education：家庭教育投入
• income：家庭收入
• gender：学生性别

5.1 数据导入

import excel "data.xlsx", sheet("Sheet1") firstrow

5.2 数据清洗

drop if missing(score, education, income, gender)
encode gender, gen(gender_numeric)

5.3 基准回归

regress score education income gender_numeric

5.4 简易稳健性检验

• 分组检验：

  gen high_income = (income > median(income))
  regress score education if high_income == 1
  regress score education if high_income == 0
  

• 剔除异常值：

  drop if score > 95 | score < 50
  regress score education income gender_numeric
  

通过以上步骤，你可以完成一个基本但完整的实证分析流程。记住，实证论文的核心在于逻辑自洽和结果解释，而非方法的复杂性。希望这些实用技巧能帮助你顺利完成论文写作！