stata变量引用–潘登同学的stata笔记
文章目录
- stata变量引用--潘登同学的stata笔记
- 变量生成
- gen命令
- 通配符：*, ?, -
- 因子变量
- 时间序列
- 变量命名、前缀与标签
- 变量命名、添加前缀
- 通配符与批量重命名
- 变量标签
- 数字-文字对应表
- CSMAR数据处理
- 查看、查找变量
- 单值、暂元
- 单值
- 暂元
- 利用暂元写循环语句
变量生成
gen命令
sysuse nlsw88, clear
gen lnwage = ln(wage)
gen yes_white = (race==1) // [=exp]
tabstat lnwage hours married age, by(yes_white) s(mean) f(%3.2f)
通配符：*, ?, -
sysuse nlsw88, clear
sum age race married never_married grade
sum age-grade // 顺序出现的变量，列出头尾两个变量即可
sum s* // "*" 是孙悟空，可以表示`任何'长度的字母或数字
sum *arr* // 可以用在任何位置
sum ?a?e // "?" 是猪八戒，只能替代`一个'长度的字母或数字
因子变量
i: 表示将变量转换为虚拟变量c: 表示变量为连续型变量(只有加上c或i才能参与后续交乘项平方项的运算)#: 相当于乘号##: 能同时具有更低阶的交乘项
sysuse nlsw88, clear
tab race // 类别变量
reg wage tenure hours i.race i.industry // 种族和行业虚拟变量
reg wage tenure hours age c.age#c.age // 平方项 #
reg wage tenure hours c.age##c.age // 等价命令,简写 ##
reg wage tenure hours i.marr i.marr#c.hours // 交乘项
reg wage tenure c.age##c.age##c.hours // 能同时有5项
时间序列
sysuse sp500, clear
tsset date // 对日期排序
gen t = _n
tsset t
gen lnP = ln(close)
gen return = D.lnP //收益率(D.表示一阶差分)
gen Lreturn = L.return //前一天的收益率(L.表示一阶滞后项)
gen L2return = L2.return //前两天的收益率
reg return L.return L2.return
reg return L(1/3).return F(1/2).return // F表示滞后项的反义词 //回归时不必产生这些变量
变量命名、前缀与标签
变量命名、添加前缀
sysuse auto, clear
rename make mk
rename (price rep78) (Price REP78) //批量重命名
rename mpg foreign trunk, upper //大写
sysuse auto, clear // D2_gen.do
renvars price mpg wei, prefix(d1_) //批量添加前缀或后缀
des
通配符与批量重命名
// 把前缀为 jan 的变量全部重命名为后缀为 1 的变量名，如 janstat → stat1
rename jan* *1
// 去掉 jan 前缀
rename jan* *
// * 去掉 jan 后缀
rename *jan *
// 将前缀为 jan 的四位字符重命名为后缀为 1 的两位字符，如 jans → s1，janstat 不会发生变化
rename jan? ?1
// 删除 jan，如 janstat 重命名为 stat，injanstat → instat，subjan → sub
rename *jan* **
// 命名为 jan 前的字符，如 injanstat → in，statjan → stat(与下一个进行区分)
rename *jan* *
// 命名为 jan 后的字符，如 injanstat → stat
rename *jan* .*
// 为后缀为 pop 的变量名增加前缀 jan，如 age1pop → janage1pop
rename *pop jan=
// 所有变量增加前缀 pre
rename whatever pre=
// * 所有变量增加后缀 jan
rename whatever =jan
// 所有变量增加前缀 pre 且增加后缀 fix
rename whatever pre=fix
// 将由字母 v+ 数字的变量名重命名为 stat+ 数字，如 v1→stat1 v10→stat10
rename v# stat#
// 增加括号后表示重命名 v 后面跟 1 位数字的变量，v10 不会被重命名
rename v(#) stat(#)
// stat10 → stat_2010，stat2 不会发生改变
rename stat(##) stat_20(##)
// * stat1 → stat_2001，stat10 不会发生改变
rename stat(#) stat_200(#)
// 重命名为倒序变量名，如 v8 → v1，v7 → v2，v6 → v3
rename v# v#, renumber sort
// * 数字起始值 10，如 v1 → v10，v2 → v11
rename v# v#, renumber(10)
// a → v1，b → v2，c → v3
rename (a b c) v#, addnumber
// a12 → a21，a32 → a23
rename a(#)(#) a(#)[2](#)[1]
rename命令选项：
addnumber：在末尾添加顺序编号；addnumber(#)：在末尾添加指定起始值的顺序编号；renumber：按顺序重新编号；renumber(#)：指定起始值开始顺序编号；sort：编号前进行排序；dryrun：报告但不进行重命名；r：将变量名储存在 r() 中，编程时调用；upper：将字母转换为大写；lower：将字母转换为小写；proper：将字母转换为首字母大写。
变量标签
sysuse auto, clear
des
label var price "汽车价格($)"
label var rep78 "维修次数"
des //查看效果
数字-文字对应表
sysuse auto, clear
*-Step1: label define, 定义标签内容
label define rep78_label 1 "很好" 2 "较好" 3 "中等" 4 "较差" 5 "很差"
*-Step2: label value, 将变量与标签内容关联起来
label value rep78 rep78_label
label list rep78_label //查看对应关系
des2 rep78 //建议采用这种方式, 简洁
br rep78
tab rep78 foreign
CSMAR数据处理
从CSMAR数据库中下载的企业财报数据，会把第一行作为独特代码，第二行作为变量标注(label)，第三行写单位。在导入Stata中时，第一行可以自动转化为变量名，但第二行标注会在导入时成为第一个标量。
下面这段代码可以至直接将第三行删除，第二行转为变量label。
drop if _n == 2
foreach var of varlist * { // 对每一个变量
label variable `var' "`=`var'[1]'" // 把变量标注为第一行的内容
replace `var' = "" if _n == 1 // 把第一行改为空
destring `var' , replace // 把变量destring
}
drop in 1 // 删除第一行
查看、查找变量
sysuse nlsw88, clear
des //几乎每一笔数据进来都要先执行该命令
des2 //完全替代了 des 命令
查找变量：lookfor
use "$path\_Data\d_lookfor", clear
lookfor "现金流"
lookfor "报酬"
单值、暂元
单值
定义单值: 存放数字
scalar a = 3
scalar b = ln(a) + 3^a
dis a
dis b
定义单值: 存放字符串
scalar c = .a
dis c
scalar s1 = "hello, Arlion"
scalar s2 = substr(s1,1,5) // 单值的引用很简单
dis s1
dis s2
执行命令后的单值结果:
sysuse auto,clear
sum price
return list // sum之后return list能将sum的结果保存到r中
dis r(N)
dis r(sd)
reg price weight length mpg // see R9_esttab.do
ereturn list
est store r1
reg price weight length mpg foreign
est store r2
esttab r1 r2, nogap scalar(r2 r2_a F N)
一些特殊的单值:
help _variables // 系统变量
sysuse nlsw88, clear
dis _N //样本数
creturn list // 系统参数设置
dis c(current_time)
暂元
局域暂元 (local) ：只能存在于一次运行之中
local a = 5
display `a'
// 注意应用方法 左边是` 右边是'
local b = `a' + 7
dis `b'
在stata中，他能通过字符串来引用变量(面向对象的编程语言是不行的(如py))
scalar x_1 = 7
local y = "x"
dis `y'_1
用于存放变量名称
sysuse auto, clear
local xx "price weight mpg foreign"
// *local xx "price weight mpg foreign i.rep78"
sum `xx'
reg `xx'
sysuse nlsw88, clear
reg wage hours i.race
local b0 = _b[_cons] //常数项估计值
local b1 = _b[hours] //系数估计值
local b2 = _b[2.race] //虚拟变量的估计值
local b3 = _b[3.race]
local se_b1 = _se[hours] //标准误
dis "wage = `b0' + `b1'*hours + `b2'*2.race + `b3'*3.race"
gen wage_fit = `b0' + `b1'*hours + `b2'*2.race + `b3'*3.race
br wage*
dis "SE(b1) = " `se_b1'
暂元中的暂元:
local a1 = 2
local a2 "var"
local a3 = 2*`a1'
local a4 `a`a1''
dis `a1'
dis "`a2'" // 因为a2是var所以需要用双引号扩住)
dis `a3'
dis "`a4'"
全局暂元:能长期存在内存中
sysuse nlsw88, clear
global xx "hours ttl_exp married union"
reg wage $xx // 全局暂元的引用方式
est store homo
reg wage $xx, robust
est store het
reg wage $xx i.occupation, robust
est store het_occu
利用暂元写循环语句
while循环:
local j = 0
while `j'<5{
dis `j'
local j = `j'+1
}
forvalues 语句：
forvalues i = 1(2)14{
dis `i'
}
用forvalues语句做分行业回归分析：
sysuse nlsw88, clear
global yx "wage hours collgrad ttl_exp"
forvalues i = 1/4{ //公差为 1 的等差数列
dis _n(2) in yellow "Occupation == " in green `i'
reg $yx if occupation==`i'
est store m`i'
}
esttab m1 m2 m3 m4, nogap s(r2_a N)
des2 occu
使用foreach导入多个文件，追加多个样本
global vlist "id year invest market stock"
// *-将 txt 文件转化为 dta 格式
foreach file in Audi Benz BMW{
insheet $vlist using `file'.txt,clear
save `file'.dta, replace
}
// 追加样本
use Audi.dta, clear
foreach file in Benz BMW{
append using `file'.dta
}
list
变量名循环：foreach v of varlist …
// 1：多变量的缩尾处理
sysuse nlsw88, clear
local vars "wage hours ttl_exp grade"
foreach v of varlist `vars'{
winsor `v' , gen(`v'_w) p(0.01)
}
d *_w
![[CVPR 2020] Regularizing Class-Wise Predictions via Self-Knowledge Distillation](https://img-blog.csdnimg.cn/756c9d9f0d3c4ff38b6f26dd8998bb27.png#pic_center)
