Stata教程.doc

第一章 Stata 概貌 1.1 Stata的功能、特点和背景 StataComputer Resource Center）研制。从1985至1998的十四年时间里，已连续推出1.1，1.2，1.3，1.4，1.5，……及2.0，2.1，3.0，3.1，4.0，5.0，6.0等多个版本，通过不断更新和扩充，内容日趋完善。它同时具有数据管理软件、统计分析软件、绘图软件、矩阵计算软件和程序语言的特点，又在许多方面别具一格。Stata融汇了上述程序的优点，克服了各自的缺点，使其功能更加强大，操作更加灵活、简单，易学易用，越来越受到人们的重视和欢迎。 Stata的突出特点是只占用很少的磁盘空间，输出结果简洁，所选方法先进，内容较齐全，制作的图形十分精美，可直接被图形处理软件或字处理软件如WORD等直接调用。 一、 Stata的数据管理能力 Stata640k内存的微机，3.1版本的Stata可以管理2400个记录×99个变量，并随计算机扩展内存的增加而增加；对4.0的WINDOWS版本，Stata可以管理4800个记录×99个变量；对WINDOWS 95下的5.0版本，可根据计算机的配置情况设置变量数和记录数，如32M扩展内存的计算机，可处理2千万个数据。变量数和记录数可以互相交易（trade），即减少记录数可以增加变量数，减少变量数可以增加记录数。 可以将分组变量转换成指示变量(哑变量)，将字符串变量映射成数字代码。 可以对数据文件进行横向和纵向链接，可以将行数据转为列数据，或反之。 可以恢复、修改执行过的命令。 可以利用数值函数或字符串函数产生新变量。 可以从键盘或磁盘读入数据。 二、 Stata的统计功能 Stata20年发展起来的新方法，如Cox比例风险回归，指数与Weibull回归，多类结果与有序结果的logistic回归，Poisson回归、负二项回归及广义负二项回归，随机效应模型等。具体说，Stata具有如下统计分析能力： 数值变量资料的一般分析：参数估计，ｔ检验，单因素和多因素的方差分析，协方差分析，交互效应模型，平衡和非平衡设计，嵌套设计，随机效应，多个均数的两两比较，缺项数据的处理，方差齐性检验，正态性检验，变量变换等。 分类资料的一般分析：参数估计，列联表分析(? 2检验，列联系数，确切概率)，流行病学表格分析等。 等级资料的一般分析：秩变换，秩和检验，秩相关等。 相关与回归分析：简单相关，偏相关，典型相关，以及多达数十种的回归分析方法，如多元线性回归，逐步回归，加权回归，稳键回归，二阶段回归，百分位数(中位数)回归，残差分析、强影响点分析，曲线拟合，随机效应的线性回归模型，等。 危险度分析：条件和非条件的logistic回归，多类结果与有序结果的logistic回归，Probit回归，及其他广义线性模型，随机效应的logistic回归，随机效应的Poisson回归，等。 生存分析：基线生存曲线的估计、相对危险度的估计，Kaplan-Meier生存曲线、寿命表分析，对数秩检验，Mantel-Haenszel检验，Wilcoxon-Gehan检验，Cox比例风险模型，正态截尾及Tobit回归，指数回归和Weibull回归，等。 其它方法：质量控制，整群抽样的设计效率，诊断试验评价，kappa，等。 三、 Stata的作图功能 Stata的作图模块，主要提供如下八种基本图形的制作: 直方图(histogram)，条形图(bar), (oneway)，百分圆图(pie)，散点图(twoway)，散点图矩阵(matrix)，星形图(star)，分位数图。这些图形的巧妙应用，可以满足绝大多数用户的统计作图要求。在有些非绘图命令中，也提供了专门绘制某种图形的功能，如在生存分析中，提供了绘制生存曲线图，回归分析中提供了残差图等。详见第五章。 Stata的矩阵运算功能 Stata提供了多元统计分析中所需的矩阵基本运算，如矩阵的加、积、逆、Cholesky 分解、Kronecker内积等；还提供了一些高级运算，如特征根、特征向量、奇异值分解等；在执行完某些统计分析命令后，还提供了一些系统矩阵，如估计系数向量、估计系数的协方差矩阵等。 尽管Stata的容量最大只容许400? 400的矩阵(默认为40? 40)，用它来完成日常工作中的统计分析显然不现实，但用它来做一些练习，提高多元统计分析的教学效率，无疑是很有帮助。详见第十八章。 五、 Stata的程序设计功能 StataStata的ado文件(高级统计部分)都是用Stata自己的语言编写的。下面这段程序是笔者自行编写的，用于产生n个参数为? 的Poisson分布的随机数。 prog define rp /* 定义程序名 set obs `2’ /* 定义数据库的最大记录数 s