stata如何算杠杆值

A. 用Stata如何将一个变量按照取值分组并计算每一组的标准差

1、首先在电脑中打开stata软件，在command中输入此ci prop foreign，然后点击键盘上的回车输入。

B. stata中如何统计一个变量等于某一数值

把这一列数据导入为一个变量x，然后创建一个新变量y来计算大于某个数例如100的个数。如下： gen y=0 replace y=1 if x>100 tab y 这样，就看到了大于100的数的个数。

C. 请教stata中weight的具体计算方法

stata的命令名是correlate [varlist] [if] [in] [weight] [, correlate_options] eviews中的操作是把相关变量生成一个gruop，然后点击view下面的covariance，选择correlation即可

D. stata中如何根据系数求Z值，实证结果中知道系数值，如何求对应的Z值

如何跟女生玩的洗漱里最最热的时间，结果你总知道这些，如果我们如何去对应这个这行收入还是计算的

E. 如何用stata做稳健回归

如何用stata做稳健回归
大量的线性回归模型是基于最小二乘法实现的，但其仍存在一些局限性。比如说，样本点出现许多异常点时，传统的最小二乘法将不再适用，此时则可以使用稳健回归（robust regression）代替最小二乘法。
操作
下面的稳健回归使用的是犯罪数据，该数据来自Alan Agresti和Barbara Finlay的《社会科学统计方法》。变量包括美国各州编号（sid）、州名（state）、每10万人犯罪案件数量（crime）、生活在贫困线以下人口的百分比（poverty）和单亲人口百分比（single）等。我们选择使用贫穷率和单状况来预测犯罪率。
获取数据
use https://stats.idre.ucla.e/stat/stata/dae/crime, clear
summarize crime poverty single

导入数据，并描述各个变量的统计结果，输出表格中包含样本容量、平均数、标准差、最小值和最大值。

OLS回归
在稳健回归之前，我们先进行OLS回归，输出结果如下。
regress crime poverty single

样本点分析
首先我们通过“lvr2plot”绘制残差杠杆图，通过识别离群点和高杠杆值点（杠杆点）进而识别强影响点。假如存在杠杆点的话，要确定哪些是bad leverage point，对于这些离群点我们要评估它对拟合模型的影响。
lvr2plot, mlabel(state)

由图中我们可以看出，dc、ms、fl三个点残差较大或者杠杆值比较高。库克距离是杠杆值与残差大小的综合效应，一般而言，库克距离大于1，则可认为该样本点为强影响点。接下来我们计算各点的库克距离（Cook’s Distance），并输出结果。
predict d1, cooksdclist state crime poverty single d1ifd1>4/51, noobs

由结果可以看出，dc点库克距离大于1，表明dc这一样本点对于回归结果会产生较强的影响，在之后的稳健回归中我们会对dc点进行特殊处理。
接下来我们分析数据的残差。使用rstandard这一命令，它表示标准化残差的绝对值。
predict r1, rstandardgen absr1 = abs(r1)gsort -absr1clist state absr1in1/10, noobs

稳健回归
我们使用“rreg”命令进行稳健回归，并输出结果如下。
rreg crime poverty single, gen(weight)

对比最开始的OLS回归，我们发现两者差异较大。并且稳健回归中的样本点数量是50，OLS回归中为51，这是因为经过前面的分析，由于dc这一异常值点对回归结果影响较强，因此在稳健回归中我们将其舍去。下面的操作表明在稳健回归中，dc样本点所占权重为零。
clist state weightifstate =="dc", noobs

下面的命令展示了其他权重较小的观察值，一般而言，残差较大的观察值权重较小，例如我们之前提到的ms点。在OLS回归中，所有样本点的权重都是1，因此稳健回归中越多的样本点权重是1，其回归结果与OLS结果越相近。
sort weightclist sid state weight absr1 d1in1/10, noobs

我们还可以通过绘制圆圈的方式形象地展现这一关系。下图中横坐标表示单亲率，纵坐标表示犯罪率，每一个圆圈表示一个样本点，圆心为该样本点在坐标中的位置，圆圈直径越大，表示该样本点权重越大。
twoway (scatter crime single [weight=weight], msymbol(oh))ifstate !="dc"

拓展
我们在稳健回归分析之后，可以使用许多后续估计命令，比如test、margin等。下面的操作是我们控制贫困率之后，在不同的单亲率下预测犯罪率。我们发现，随着单亲率的提高，犯罪率也相应地上升。
margins, at(single=(8(2)22)) vsquish

F. 如何使用stata求alpha值

用stata算集中指数采用Stata系统自带数据库auto.dta。
一、集中趋势的统计描述
以变量price为例进行说明。
均数：采用mean price计算得6165.257。
算术均数、几何均数和调和均数可以采用means、ameans、gmeans、hmeans计算。
众数：没有对应的命令可以直接计算众数，但是可以通过几种策略进行变通计算。如通过egen x=mode(price); disp x; drop x，不过本例中price中没有相同的数值，所以无法计算众数；另外也可通过preserve; contract price, freq(x); sum x; list price if x==r(max); restore 来显示。
中位数：centile price或tabstat price, s(med)，当然tabstat还可以计算均数、样本量、标准差，标准误、方差、极差、四分位间距、变异系数、峰度系数、偏度系数等等很多指标。
不过采用Stata（summarize ，tabstat等命令）计算的峰度系数与Excel、SPSS和SAS计算的结果有所不同，原因是采用的公式不同，大家根据实际情况来选择。
二、离散趋势指标
极差（全距）：tabstat price, s(r)
标准差：tabstat price, s(sd)
方差：tabstat price, s(v)
四分位间距：tabstat price, s(iqr)
变异系数：tabstat price, s(cv)
采用summarize ， detail命令可以计算均数、标准差、峰度系数、偏度系数、多个百分位数。不加detial可以得到最大值、最小值。

G. 如何用stata，由t值算出p值

* t 值的计算 t = 系数/标准误
use B1_consume, clear
regress consume income
dis %4.2f 0.6848014/0.2487525 /*income 的 t 值*/
dis %4.2f 51.89511/80.84397 /*常数项 的 t 值*/
* 矩阵解析
mat b0 = diag(b)
mat list b0
mat inv_se_b = inv(se_b)
mat list inv_se_b
mat t = hadamard(b0, inv_se_b)
mat list t
mat t = vecdiag(t)
reg consume income

* p 值
* H0 : bj = 0 即，系数估计值是否显著不等于零
* 由于 t值 服从 t 分布，所以我们很容易计算其 p 值
help density functions
mat list t
local p_income = ttail(11-2, 2.75)*2 /*双尾*/
local p_cons = ttail(11-2, 0.64)*2
mat pvalue = (`p_income' \ `p_cons')
mat list pvalue

H. stata如何估计参数

一、极大似然估计的原理
极大似然的估计原理可以由下面的程序得到说明。我们首先生成 10 个服从
正态分布的总体，每个总体的均值都不同，依次为 0，1，2，3，4，5，6，7，8，
9。方差相同，均为 1。然后我们随机地取出一个总体，从中抽出 10 个样本，因
为事先不知道是从哪一个总体中抽出来的，所以我们分别用已知的 10 个总体参
数值代入似然函数，计算出 10 个似然函数值，取其中最大的似然值，认为该样
本是从相应的总体中取出的（从而联合概率密度也最大化）。然后我们让计算机
告诉我们它是从第几个总体中取样的，并与我们的判断进行对比。
code：================================================================
capt prog drop mle
prog mle

drawnorm double x0-x9,n(8) m(0,1,2,3,4,5,6,7,8,9) clear
global i=int(10*uniform()) //设定一个随机数，用于随机取出一个总体
forv j=0/9 {
gen lnf`j' =-0.5*ln(2*_pi)*8-sum(0.5*(x$i-`j')^2) //对取出的总体计算似然值
scalar lnf`j'=lnf`j'[_N] //最终的似然值
}
scalar list // 比较10个似然值哪个最大，猜想是从第几个总体取出来的？
end
mle
di "所抽中的样本为" as error "X"$i
二、最小二乘估计 OLS 原理
与极大似然估计寻求样本密度函数对数值最大不同，最小二乘估计寻求样本
点与总体参数的距离最小。这种距离通常以平方和来表示，因此称为最小二乘估
计。最小二乘估计原理可以由下面的程序得到说明。
我们首先生成 10 个服从正态分布的总体，每个总体的均值都不同，依次为
0，1，2，3，4，5，6，7，8，9。但方差相同，均为 1。然后我们随机地取出一
个总体，从中抽出 10 个样本，因为不知道是从哪一个总体中抽出来的，所以我
们分别计算样本点与已知的 10 个总体参数值（均值）之间距离的平方和，然后
取使得平方和最小的哪个参数值，认为该样本是从哪个总体中取出的。然后我们
让计算机告诉我们它是从第几个总体中取样的。
code:================================================================
capt prog drop ols
prog ols
drawnorm double x0-x9,n(8) m(0,1,2,3,4,5,6,7,8,9) clear
*生成10个总体,每个总体取8个样本
global i=int(10*uniform()) //设定一个一位数的随机数，0，1，2，…，9
forv j=0/9 {
gen lnf`j' =sum((x$i-`j')^2) //对某总体计算10个观察值到总体均值的平方和
scalar lnf`j'=lnf`j'[_N] //取平方和赋给标量
}
scalar list //比较10个平方和哪个最大，猜想是从第几个总体取出来的？
end
ols
*根据10个平方和，猜想是从第几个总体取出来的？
di "所抽中的样本为" as error "X"$i //显示真正的取样总体是?
三、矩估计MM原理
矩估计法不需要知道总体的分布，只要知道总体的矩即可。然后直接求出样
本矩，代替总体矩即可。矩估计原理可以由下面的程序得到说明。
我们首先生成 10 个总体，每个总体的均值都不同，依次为 0，1，2，3，4，
5，6，7，8，9。然后我们随机地取出一个总体，从中抽出 8 个样本，因为不知
道是从哪一个总体中抽出来的，所以我们分别计算样本的一阶原点矩，即均值，
然后取该样本均值作为总体均值的估计值，比较样本均值与总体均值，认为相距
最近的哪个样本是从相应总体中取出的。
code：================================================================
cap prog drop mm
drawnorm double x0-x9,n(8) m(0,1,2,3,4,5,6,7,8,9) clear
*生成10个总体,取样，得到10个样本
global i=int(10*uniform()) //设定一个一位数的随机数，0，1，2，…，9
quietly sum x$i
di r(mean)
*根据样本均值，猜想是从第几个总体取出来的？
di "所抽中的样本为" as error "X"$i //显示真正的取样总体是?
四、区间估计原理
区间估计与点估计不同，它寻求一个区间，该区间以一定的概率保证真正的总
体参数值包含在其中，当然，对于一个特定的样本，它可能包含参数真值，也可
能不包含。
code：================================================================
capt prog drop bb
prog bb
drawnorm x,n(100) m(5) sds(10) d clear

quietly sum x
end
***将上述抽样试验进行100次，得到100个样本均值mean和标准差sd
simulate mean=r(mean) sd=r(sd), reps (100) nodots: bb
g n=_n
*在已知总体方差前提下（总体标准差为10），求100个子样本95%的置信区间
g zlow=mean-invnorm(0.975)*10/sqrt(100)
g gh=mean+invnorm(0.975)*10/sqrt(100)
*在总体方差未知的前提下，用样本标准差sd替代，需要借助t统计量
g tlow=mean-invttail(99,0.025)*sd/sqrt(100)
g thigh=mean+invttail(99,0.025)*sd/sqrt(100)
*考察总体均值是否在子样本的95%置信区间内，如不在则标记为1，否则为零
g zsign=(zlow<5& gh>5)
g tsign=(tlow<5& thigh>5)
*统计没有包括总体均值的子样本95%置信区间个数
table zsign
table tsign
*图示
tw rcapsym thigh tlow n, yline(5) || rcapsym thigh tlow n if thigh<5 | tlow>5
五、假设检验原理
由于（1）我们不知道真正的总体均值，（2）只能抽取一个样本，因此，当
我们根据对样本的统计结果来对总体均值进行推断的时候就可能出错。从一次抽
样来推断时，样本均值的 95%置信区间可能含有总体均值，也可能不含有总体均
值，含有的可能性为 95%，不含有的可能性为 5%。如果本来是不含有的真值的，
我们认为含有，就犯了纳伪错误；如果本来是含有的真值的，我们认为不含有，
就犯了弃真错误。
当总体的方差未知时，用样本方差来替代总体方差，则样本均值减总体均值
服从(n-1)的 t 分布。
情形 1：总体均值已知，为 u=5。但我们假装不知道，却做出了对总体均值正确
的原假设，认为它等于 u0=5，则抽样进行假设检验如下
code1：=================================================================
drawnorm x,n(100) m(5) sds(10) d clear
*生成一个均值u=5,标准差o=10的正态随机变量，作为研究总体
quietly sum x
di as text "从样本计算t统计值为：" as error (r(mean)-5)/(sqrt(100)*r(sd))
di as text "根据t统计量临界值为：" as error invttail(99,0.025)
di as result "对这次实验，拒绝还是接受？"
code2：==================================================================
capt prog drop bb
prog bb
drawnorm x,n(100) m(5) sds(10) d clear
quietly sum x
scalar ref=(abs(sqrt(100)*(r(mean)-5)/r(sd))>invttail(99,0.025))
*如果样本统计量（t）值大于临界值，则拒绝原假设一次jud=1,否则为0
end
simulate ref,reps(100):bb
tab _sim //其中的1表示在100次中拒绝原假设的次数。
情形 2：总体均值已知，为 u=5。但我们假装不知道，并做出了对总体均值错误
的原假设，如认为它等于 u0=10，则抽样进行假设检验如下
code3：=================================================================
capt prog drop bb
prog bb
drawnorm x,n(100) m(5) sds(10) d clear
quietly sum x
scalar jud=(abs(sqrt(100)*(r(mean)-10)/r(sd))>invttail(99,0.025) ) //比较统计值与临界值大小
end
simulate jud,reps(100):bb
tab _sim

I. 怎样用STATA求变量的增长率

gen pergdp=gdp/gdp[_n-1]-1
也可以分几步实现：
1、先生成gdp变量的滞后1期变量
gen laggdp=gdp[_n-1]
2、再用当期值除以滞后值
gen pergdp=gdp/laggdp-1
3、drop laggdp

如果是时间序列数据，也可以这样做
tsset id year
gen pergdp=gdp/l.gdp
这里直接用的时间序列的“lag”命令，gen lag1gdp=l.gdp