Stata导出多个变量单样本 t 检验的结果

创作时间:

作者:

@小白创作中心

Stata导出多个变量单样本 t 检验的结果

引用

CSDN

https://blog.csdn.net/m0_50800492/article/details/143917522

在Stata中，outreg2和esttab这两个常用的导出命令主要用于导出描述性统计和回归类结果，需要调用e类命令，而ttest结果均为r类结果，目前还没有发现比较好用的命令导出多个变量单样本t检验的结果。本文尝试了一条可行思路，通过编写自定义导出统计量和存储方式的Stata代码实现这一功能，在此做一个总结记录，方便日后查找和整理，同时也希望能对需要的读者有所帮助。

数据与问题描述

现在有一个样本数据集sample.xls，共21个变量，8个观测值，其中第一个变量是日期，需要对后20个变量分别进行t检验，之后保存每个变量的观测个数（N）、平均值（Average）、标准差（S.D.)、5%和95%分位数、t统计量（t-Test）和右单侧p值（P-value）。

问题分析

使用Stata的ttest命令可以直接得到以上部分统计量，它们保存在r类变量中，可以通过以下命令查看：

ttest var1 == 0  
return list

得到5个需要的统计量：

r(N_1)
r(mu_1)
r(sd_1)
r(t)
r(p_u)

使用summarize命令可以得到5%和95%分位数，同上可获取这些结果。

对于多个变量的检验需要使用循环foreach，但由于Stata每一次检验都会覆盖之前检验的结果，因此必须在对一个变量检验之后立即保存结果。本文的思路如下：

首先根据需要的统计量个数创建多个“观测”（实际上并不是观测数据，只是用于存储每一次检验的结果，检验时需要排除），这些“观测”的第一行是名称，表示是什么统计量；
其次将每一次循环的结果分别保存在相应统计量（行名）和对应变量（列名）的单元格中；
最后导出最后的几行，也就是自定义的“观测”行，通过Excel将其转置得到更一般的格式。

Stata代码实现

首先准备存储结构

clear all
// 首先将数据第一列设成字符串类型，方便后面设置统计量名称
import excel "sample.xls", sheet("Sheet1") firstrow allstring
destring *, replace  // Date列仍然是字符串，其余列为double
// 定义全局变量，包括要进行检验的变量名
global vars = "var1 var2 var3 var4 var5..."
// 获取观测个数
local ori_n = _N  // 8
// 添加统计量后的观测个数
local tar_n = _N+7  // 15
// 创建新行(7行)来存储对应的统计量
set obs `tar_n'
// 要保存的统计量名称
global stats = "N Average S.D. 5% 95% t-Test P-value"
// 为新“观测”命名（按行，纵向）
local new_rows = `ori_n' + 1
foreach stat of  global stats{
    // 替换新添加的Date观测值为统计量名称
    replace Date = "`stat'" in `new_rows'
    // 行数+1，进入下一行替换
    local new_rows = `new_rows'+1
}

运行以上代码后会在原数据表格中新加入7行空白“观测”：

之后进行检验并保存结果

因为上文代码定义了局部变量，以下代码不能单独运行，需要与上文代码一起运行。

// 定义t检验原假设的均值
local h0_mu = 0
// 对每个变量执行 t 检验并存储 p 值
// `=_N'，是一个宏变量，表示最后一行
foreach var in $vars {
    // 只对原数据进行描述性统计，不包括新增行
    summarize `var' if _n <= `ori_n', detail
    // 5% 和 95% 分位数
    replace `var' = r(p5) in `=_N - 3'
    replace `var' = r(p95) in `=_N - 2'
    
    // 只对原数据进行t检验，不包括新增行
    ttest `var' == `h0_mu' if _n <= `ori_n'
    // 存储t检验的结果
    // 观测个数
    replace `var' = `ori_n' in `=_N - 6'
    // 均值
    replace `var' = r(mu_1) in `=_N - 5'
    // 标准差
    replace `var' = r(sd_1) in `=_N - 4'
    // t统计量
    replace `var' = r(t) in `=_N - 1'
    // p值
    replace `var' = r(p_u) in `=_N'
}
// 指定导出自定义的最后几行
local export_start_rows = `ori_n'+1
export excel using "ttest_out.xlsx" in `export_start_rows'/`tar_n', sheetreplace firstrow(varlabels)

运行后的Stata中的数据如下：