龙空技术网

Stata怎么学?一本简单好学的网红书

全栈开发圈 41

前言:

而今咱们对“协方差矩阵命令stata”大致比较着重,咱们都需要分析一些“协方差矩阵命令stata”的相关内容。那么小编也在网上搜集了一些对于“协方差矩阵命令stata””的相关内容,希望各位老铁们能喜欢,朋友们快快来学习一下吧!

Stata是一一种功能全面的统计分析软件包,具有易操作、运行速度快、功能强大的特点,主要针对经济、管理、医学、农学、教育、市场研究、社会调查等行业和领域,是大数据时代最为流行的计量软件之一。

市场介绍

然而,通常的计量经济学教材并不介绍相应的软件操作,或只是附带地介绍。另方面,专门的Stata书籍-般着重于软件本身,而对于其在计量经济学的应用则语焉不详。杨维忠与张甜此次推出的《Stata 统计分析从入门到精通》正好弥补了市场的这个空档,对于Stata 在统计学与计量经济学的应用进行了深入浅出的介绍。此书内容全面,既涵盖了统计学的经典内容(比如主成分分析、因子分析与聚类分析等),也包括不少计量经济学的进阶方法(比如离散因变量、受限因变量、生存分析与多方程模型等)。在数据类型方面,本书对于横截面、时间序列与面板数据所适用的计量方法均有较多介绍。

作者介绍

《Stata统计分析从入门到精通》 杨维忠、张甜 清华大学出版社。2022年新书,山东大学陈强教授作序推荐。

本书内容

本书专为计量经济学基础薄弱或学不进去,但又有写论文、做研究需要的读者设计,达到“弯道超车”的效果。大家可以学不会复杂的计量经济学,尤其是那些枯燥的数学推导,但一定要会用Stata,Stata的作用相当于把那些计量经济学公式嵌入到了软件中,会操作命令就能完成实证研究。换言之,您可以不懂汽车发动机、传动等原理,但完全可以学会开车,成为“老司机”。

本书特色

本书的特色在于:

一是详解了常用统计分析方法的Stata操作,不仅对涉及的基本命令进行循序渐进的阐述,明确说明了命令中各个选项的适用情形,并对分析结果进行了深入浅出、全面准确的解读,使得读者能够掌握每种分析方法的Stata操作,并能够根据实际应用与研究的需要灵活地选取恰当的分析方法或者设置相应的命令选项;

二是所有的案例都非常真实和实用,不仅是为了教会读者使用Stata操作,更重要的是指导读者如何将Stata用于自己的学术论文写作或日常工作。

该书通过大量的示例和应用案例“详解统计分析原理、详解Stata命令选项设置、详解Stata输出结果”以及每章后的“重点内容回顾与习题练习”,帮助读者应用Stata完成学术研究,或解决实际工作的问题,提高工作质量和效率。

本书目录

目    录第1章  Stata基本操作及数据处理介绍  11.1  Stata概述  11.2  Stata 16.0窗口说明及基本设置  31.2.1  Stata 16.0窗口说明  31.2.2  设定偏好的界面语言  51.2.3  新建或编辑样本观测值、变量的基本操作  61.2.4  通过在命令窗口中输入命令的方式来输入数据  71.2.5  读取以前创建的Stata格式的数据文件  71.2.6  导入其他格式的数据文件  81.2.7  Stata帮助系统介绍  121.3  Stata 16.0命令的语法格式  151.3.1  command(命令名称)  151.3.2  varlist(变量名称)  161.3.3  by varlist(按变量分类)  171.3.4  =exp(赋值)  181.3.5  if exp(条件表达式)  191.3.6  in range(范围筛选)  191.3.7  weight(加权)  191.3.8  options(其他可选项)  201.4  Stata 16.0运算符与函数  201.4.1  Stata 16.0运算符  201.4.2  Stata 16.0函数  231.5  分类变量和定序变量的基本操作  241.6  常用的几种处理数据的操作  261.6.1  Stata 16.0的数据类型  261.6.2  对数据进行长短变换  261.6.3  对数据进行类型变换  281.6.4  生成随机数  311.6.5  数据压缩  321.6.6  按变量合并、拆分数据文件  331.6.7  按样本观测值合并、拆分数据文件  351.6.8  添加标签  361.6.9  对数据进行排序  381.7  本章回顾与习题  391.7.1  本章回顾  391.7.2  本章习题  41第2章  描述性统计与图形绘制  422.1  定距变量的描述性统计、正态性检验和数据转换  422.1.1  常用的描述性统计指标的基本概念  422.1.2  定距变量的描述性统计  442.1.3  正态性检验和数据转换  502.2  分类变量描述统计  542.2.1  单个分类变量的汇总  542.2.2  两个分类变量的列联表分析  562.2.3  多表和多维列联表分析  572.3  Stata制图简介  592.3.1  Stata制图基本操作  602.3.2  直方图  622.3.3  散点图  652.3.4  曲线标绘图  692.3.5  连线标绘图  712.3.6  箱图  732.3.7  饼图  752.3.8  条形图  772.3.9  点图  802.4  本章回顾与习题  822.4.1  本章回顾  822.4.2  本章习题  84第3章  假设检验  863.1  假设检验的基本概念  863.1.1  假设检验概述  863.1.2  单个总体检验和两个总体检验  883.1.3  参数检验和非参数检验  893.2  Stata参数检验  903.2.1  单一样本T检验  903.2.2  独立样本T检验  923.2.3  配对样本T检验  933.2.4  单一样本标准差的假设检验  943.2.5  双样本方差(标准差)的假设检验  953.3  Stata非参数检验  963.3.1  单样本正态分布检验  963.3.2  两独立样本检验  983.3.3  两相关样本检验  993.3.4  多独立样本检验  1003.3.5  游程检验  1013.4  本章回顾与习题  1023.4.1  本章回顾  1023.4.2  本章习题  104第4章  方差分析  1064.1  单因素方差分析  1064.1.1  单因素方差分析的功能与意义  1064.1.2  单因素方差分析的Stata操作  1074.1.3  单因素方差分析示例  1074.2  多因素方差分析  1114.2.1  多因素方差分析的功能与意义  1114.2.2  多因素方差分析的Stata操作  1124.2.3  多因素方差分析示例  1144.3  协方差分析  1164.3.1  协方差分析的功能与意义  1164.3.2  协方差分析的Stata操作  1174.3.3  协方差分析示例  1174.4  重复测量方差分析  1194.4.1  重复测量方差分析的功能与意义  1194.4.2  重复测量方差分析的Stata操作  1204.4.3  重复测量方差分析示例  1204.5  本章回顾与习题  1214.5.1  本章回顾  1214.5.2  本章习题  122第5章  相关分析  1245.1  简单相关分析  1245.1.1  简单相关分析的功能与意义  1245.1.2  简单相关分析的Stata操作  1265.1.3  简单相关分析示例  1285.2  偏相关分析  1315.2.1  偏相关分析的功能与意义  1315.2.2  偏相关分析的Stata操作  1325.2.3  偏相关分析示例  1325.3  本章回顾与习题  1335.3.1  本章回顾  1335.3.2  本章习题  134第6章  基本线性回归分析  1356.1  最小二乘线性回归分析  1356.1.1  最小二乘线性回归分析的功能与意义  1356.1.2  最小二乘线性回归分析的Stata操作  1366.1.3  最小二乘线性回归分析示例  1396.2  约束条件回归分析  1456.2.1  约束条件回归分析的功能与意义  1456.2.2  约束条件回归分析的Stata操作  1466.2.3  约束条件回归分析示例  1476.3  本章回顾与习题  1486.3.1  本章回顾  1486.3.2  本章习题  149第7章  线性回归分析诊断与处理  1507.1  异方差诊断与处理  1507.1.1  异方差诊断与处理的功能与意义  1507.1.2  异方差诊断与处理的Stata操作  1517.1.3  异方差诊断与处理示例  1537.2  自相关诊断与处理  1587.2.1  自相关诊断与处理的功能与意义  1587.2.2  自相关诊断与处理的Stata操作  1597.2.3  自相关诊断与处理示例  1627.3  多重共线性诊断与处理  1667.3.1  多重共线性诊断与处理的功能与意义  1667.3.2  多重共线性诊断与处理的Stata操作  1677.3.3  多重共线性诊断与处理示例  1677.4  内生性诊断与处理  1717.4.1  内生性诊断与处理的功能与意义  1717.4.2  内生性诊断与处理的Stata操作  1727.4.3  内生性诊断与处理示例  1747.5  本章回顾与习题  1797.5.1  本章回顾  1797.5.2  本章习题  181第8章  非线性回归分析  1828.1  转换变量回归分析  1828.1.1  转换变量回归分析概述  1828.1.2  转换变量回归分析的Stata操作  1828.1.3  转换变量回归分析示例  1838.2  非线性回归分析  1878.2.1  非线性回归分析概述  1878.2.2  非线性回归分析的Stata操作  1878.2.3  非线性回归分析示例  1888.3  非参数回归分析  1938.3.1  非参数回归分析概述  1938.3.2  非参数回归分析的Stata操作  1948.3.3  非参数回归分析示例  1948.4  分位数回归分析  1988.4.1  分位数回归分析概述  1988.4.2  分位数回归分析的Stata操作  1988.4.3  分位数回归分析示例  1998.5  本章回顾与习题  2018.5.1  本章回顾  2018.5.2  本章习题  202第9章  因变量离散回归分析  2039.1  二值选择模型  2039.1.1  二值选择模型的功能与意义  2039.1.2  二值选择模型的Stata操作  2059.1.3  二值选择模型分析示例  2099.2  多值选择模型  2199.2.1  多值选择模型分析的功能与意义  2199.2.2  多值选择模型的Stata操作  2209.2.3  多值选择模型分析示例  2219.3  有序选择模型  2259.3.1  有序选择模型分析的功能与意义  2259.3.2  有序选择模型的Stata操作  2269.3.3  有序选择模型分析示例  2279.4  本章回顾与习题  2319.4.1  本章回顾  2319.4.2  本章习题  232第10章  因变量受限回归分析  23410.1  断尾回归分析  23410.1.1  断尾回归分析的功能与意义  23410.1.2  断尾回归分析的Stata操作  23510.1.3  断尾回归分析示例  23610.2  截取回归分析  24010.2.1  截取回归分析的功能与意义  24010.2.2  截取回归分析的Stata操作  24010.2.3  截取回归分析示例  24210.3  样本选择模型  24410.3.1  样本选择模型分析的功能与意义  24410.3.2  样本选择模型分析的Stata操作  24510.3.3  样本选择模型分析示例  24610.4  本章回顾与习题  25110.4.1  本章回顾  25110.4.2  本章习题  252第11章  主成分分析与因子分析  25411.1  主成分分析  25411.1.1  主成分分析的功能与意义  25411.1.2  主成分分析的Stata操作  25511.1.3  主成分分析示例  25611.2  因子分析  26111.2.1  因子分析的功能与意义  26111.2.2  因子分析的Stata操作  26311.2.3  因子分析示例  26411.3  本章回顾与习题  28511.3.1  本章回顾  28511.3.2  本章习题  286第12章  聚类分析  28912.1  划分聚类分析  28912.1.1  划分聚类分析的功能与意义  28912.1.2  划分聚类分析的Stata操作  29012.1.3  划分聚类分析示例  29312.2  层次聚类分析  30412.2.1  层次聚类分析的功能与意义  30412.2.2  层次聚类分析的Stata操作  30512.2.3  层次聚类分析示例  30612.3  本章回顾与习题  32412.3.1  本章回顾  32412.3.2  本章习题  325第13章  时间序列数据分析  32713.1  时间序列数据的预处理  32713.1.1  时间序列数据的预处理操作概述  32713.1.2  时间序列数据预处理的Stata操作  32813.1.3  时间序列数据预处理分析示例  33313.2  移动平均滤波与指数平滑法  33513.2.1  移动平均滤波与指数平滑法概述  33513.2.2  移动平均滤波与指数平滑法的Stata操作  33713.2.3  移动平均滤波与指数平滑法分析示例  33913.3  ARIMA模型、SARIMA模型、ARIMAX模型  34613.3.1  ARIMA模型、SARIMA模型、ARIMAX模型概述  34613.3.2  ARIMA模型、SARIMA模型、ARIMAX模型的Stata操作  35013.3.3  ARIMA模型、SARIMA模型、ARIMAX模型分析示例  35213.4  单位根检验  35813.4.1  单位根检验的功能与意义  35813.4.2  单位根检验的Stata操作  35913.4.3  单位根检验示例  36013.5  向量自回归模型  36613.5.1  向量自回归模型的功能与意义  36613.5.2  向量自回归模型的Stata操作  36913.5.3  向量自回归模型示例  37813.6  协整检验与向量误差修正模型  38613.6.1  协整检验与向量误差修正模型概述  38613.6.2  协整检验与向量误差修正模型的Stata操作  38813.6.3  协整检验与向量误差修正模型示例  39313.7  ARCH系列模型  40113.7.1  ARCH系列模型概述  40113.7.2  ARCH系列模型的Stata操作  40313.7.3  ARCH系列模型示例  40613.8  本章回顾与习题  40813.8.1  本章回顾  40813.8.2  本章习题  411第14章  面板数据分析  41414.1  面板数据的预处理  41414.1.1  面板数据的预处理概述  41414.1.2  面板数据预处理的Stata操作  41514.1.3  面板数据预处理示例  41614.2  短面板数据分析  41914.2.1  短面板数据分析概述  41914.2.2  短面板数据分析的Stata操作  42014.2.3  短面板数据分析示例  42114.3  长面板数据分析  42814.3.1  长面板数据分析概述  42814.3.2  长面板数据分析的Stata操作  42814.3.3  长面板数据分析示例  42914.4  本章回顾与习题  43414.4.1  本章回顾  43414.4.2  本章习题  435第15章  生存分析  43715.1  生存分析的基本概念及数据类型  43715.1.1  生存分析涉及的基本概念  43715.1.2  生存分析的数据类型  43815.2  生存分析操作讲解  43915.2.1  生存分析的功能与意义  43915.2.2  生存分析的Stata操作  44115.2.3  生存分析示例  44515.3  本章回顾与习题  45315.3.1  本章回顾  45315.3.2  本章习题  455第16章  多方程模型  45616.1  多方程模型概述  45616.1.1  多方程模型的基本概念  45616.1.2  多方程模型的识别  45716.2  多方程模型的估计  45716.2.1  多方程模型估计常用方法  45716.2.2  多方程模型的Stata操作  45816.2.3  多方程模型分析示例  46116.3  本章回顾与习题  46616.3.1  本章回顾  46616.3.2  本章习题  466第17章  如何使用Stata进行高质量的综合性研究  46817.1  研究方案设计  46817.2  调查问卷的制作  47117.2.1  调查问卷的概念  47117.2.2  调查问卷的制作步骤  47117.2.3  制作调查问卷时需要注意的问题  47217.2.4  将调查问卷获取的数据导入Stata  47517.3  Stata数据挖掘介绍  47817.4  Stata建模注意事项  48017.4.1  注意事项一:建模是为了解决具体的问题  48017.4.2  注意事项二:有效建模的前提是具备问题领域的专业知识  48017.4.3  注意事项三:建模之前必须进行数据的准备  48117.4.4  注意事项四:最终模型的生成在多数情况下并不是一步到位的  48117.4.5  注意事项五:模型要能够用来预测,但预测并不仅含直接预测  48217.4.6  注意事项六:对模型的评价方面要坚持结果导向和价值导向  48317.4.7  注意事项七:建立的模型应该是持续动态优化完善的  48317.5  Stata综合应用案例书目推荐  484

面向人群

本书可作为经济学、管理学、统计学、金融学、社会学、医学、电子商务等相关专业的学生学习和应用Stata的参考书,也可以作为职场人士掌握Stata 操作、提升数据分析能力,进而提高工作效率和改善绩效水平的工具书。

本文节选自《Stata统计分析从入门到精通》,内容发布获得作者和出版社授权。

标签: #协方差矩阵命令stata #协方差分析stata #stata协方差分析命令 #协方差分析stata命令 #stata协整分析步骤