《数据分析与STATA应用》教师题库.pdfVIP

如无特别说明，本题库所使用的数据，均选取自中国综合社会调查(CGSS)2017

年的调查数据，数据名称为文件夹中的cgss2017_tiku.dta。

第三章Stata数据的读入与熟悉

1.创建一个新的log文件，保存在C盘的stata文件夹下，并且将其命

名为a1.smcl。

2.使用编程命令，在do文件中录入以下数据，创建新的数据库，并

将其保存为a2.dta：

MidIMCNoveltyChallenge

5555

3.333.333.333.67

4.6754.335

4444.67

3.打开cgss2017_tiku.dta，对数据进行整体的描述。该数据共有几个

变量？各自的变量名是什么？各自的存储类型是什么？

4.描述变量a10的基本内容，具体包括（1）变量的存储形式；（2）

取值范围；（3）独特取值的个数；（4）缺失值；（5）分类的个数及各

自的标签。

5.输出a8a,a69,a7a这三个变量第1000-1010样本分布情况。

6.以性别a2为排序变量对数据进行排序。

7.将变量c4,a36,v458放置于数据的最前面显示。

第四章变量的生成与处理

1.生成一个新变量age，计算公式为2017-a31。

2.用两种方法，根据变量a7a生成一个新变量edu，edu的分类标准

如下：

a7aedu

1,21

32

4,7,83

5,64

9-145

3.根据age，生成age的平方，新变量名为sage。

4.对于收入变量a8a有三类缺失值，即“不适用”“不知道”和“拒

绝回答”，请将以上三类缺失值重新编码为系统缺失值“.”。

5.新生成的年龄age取值范围是18岁至103岁，用两种方法，根据

年龄age生成新变量年龄组agegrp，具体分组为：

18岁-44岁为第一组，取值为1，“青年人”；

45-59岁为第二组，取值为2，“中年人”；

60-79岁为第三组，取值为3，“低龄老人”；

80岁及以上为第四组，取值为4，“高龄老人”。

6.根据age，描述年龄的均值，方差和标准差。

7.根据第5题的内容，为年龄组agegrp各分组添加相应的值标签。

8.将a2、a7a和a8a分别重新命名为性别sex、受教育程度edu和个

人年收入income。

第五章数据的合并、转换与集合

1.将文件夹下的数据data1.dta与data2.dta进行纵向合并，并回答：

（1）新生成的数据共有多少观察值和变量？

（2）其中，来自data1和data2的观察值各有多少？

2.选择合适的合并形式，以id为关键变量，以2008.dta为主要数据，

将文件夹中的2008.dta和2011.dta进行合并，并回答以下几个问题：

（1）有多少观察值分别来自主要数据、使用数据和同时来自两个数

据文件？

（2）新数据文件增加了多少个变量？

（3）合并后的数据是否有重复值？

（4）只保留匹配成功的观察值，将数据保存为新的数据库，命名为dta。

（5）将新数据的相关变量分别与两个原始数据进行比较，检查合并

的结果是否正确。

3.运用第二题合并之后的新数据dta，将此宽数据转换为长

数据，检验转换的结果是否正确，并回答：

（1）转换后的数据有多少个观察值？

（2）转换后的数据有多少个变量？

（3）转换后的数据变量有何变化？

第六章数据的描述

1.重新定义变量a2、a69和a36：

（1）将a2重新命名为sex。将sex原有的取值1替换为0，代表男性；

原有的取值2替换为1，代表女性。

（2）将a69重新命名为marriage。将marriage重新分组，其中将“未

婚”和“同居”合并为第一组（取值为1）代表未婚，将“初婚有配

偶”“再婚有配偶”“分居未离婚”合并为第二组（取值为2）代表已

婚，将“离婚