【统计学】stata 梳理输出命令逻辑关系 asdoc outreg2 logout esttab区别 优劣势

您所在的位置:网站首页 stata结果outreg2 【统计学】stata 梳理输出命令逻辑关系 asdoc outreg2 logout esttab区别 优劣势

【统计学】stata 梳理输出命令逻辑关系 asdoc outreg2 logout esttab区别 优劣势

2024-02-19 10:51| 来源: 网络整理| 查看: 265

一、概述

初学stata的时候对于stata输出的逻辑颇为疑惑, 因为学python和cpp的时候输出函数就是那几个非常的简单,而statac的asdoc、outreg2、logout 和 esttab 这些常见的命令在跳出来的时候往往分不清楚,也不知道为什么代码里要这么用。 本文就是梳理常见的一些输出命令,在平时学习尤其是计量经济学这样的学科时能够降低理解难度。

本文主要梳理的命令包括但不限于 asdoc、outreg2、logout 和 esttab ,主要介绍其用法。以上命令都可以通过 ssc install 命令名称, replace 安装更新

二、结果输出的各种命令

一般来说,outreg2 只支持描述性统计输出和回归结果输出,logout 支持分组 T 均值检验和相关系数矩阵的输出,tabstat一般用于输出基本统计量,asdoc支持描述性统计输出,局限性较大;esttab在回归结果、描述性统计、分组T均值检验和相关系数矩阵的输出都较为实用,运用范围比较广。

总的来说就是 初学stata可以多关注关注logout和asdoc,注重研究的可以多学习esttab和outreg2。 脑图

三、统计量 计算(想要得到多个数据的基本统计量) tabstat 在这里插入图片描述 从初学角度,stats是statistics的缩写,代表设置输出格式statistics():可以输入的全部统计量有:N mean sd min median max p1 p5 p10 p25 p75 p90 p95 p99。若为空,则默认输入N mean sd min median max。上述命令的意思是输出这几个维度的mean sd min p50 和max几个统计量 数据格式为f(%6.2f) 在这里插入图片描述 输出

logout将上述基本统计量表格输出至Word/EXCEL

*输出至word logout ,save(table) word replace: /// tabstat price wei len mpg rep78, /// stats(mean sd min p50 max) c(s) f(%6.2f) *输出至excel logout ,save(table) excel replace: /// tabstat price wei len mpg rep78, /// stats(mean sd min p50 max) c(s) f(%6.2f)

asdoc是另外一个很有力的输出方法,sum代表summarize,像summarize、correlate、tabstat、cross-tabs、regressions、t-tests等命令的结果输出都可以通过这种方法,只要在前面加一个"asdoc“就可以了 asdoc也可以将多个回归结果融合成一个表格,不断滚雪球;也可以按照分类进行分组描述性统计 想了解更多的asdoc命令或者有看不懂的地方可以戳这个链接asdoc:Stata 结果输出又一利器!

local varlist "wage age race married grade collgrad south union occupation" ///这里你们要自己试验的话就把varlist里字符替换成自己的变量好了 asdoc sum `varlist', save(Myfile.rtf) replace /// stat(N mean sd min p50 max) dec(3) /// title(asdoc_Table: Descriptive statistics)

esttab能分别设置每个统计量的小数点位数,通过在相应的统计量后面加(fmt(n))来实现控制n位小数位数

local varlist "wage age race married grade collgrad south union occupation" estpost summarize `varlist', detail esttab using Myfile.rtf, /// cells("count mean(fmt(2)) sd(fmt(2)) min(fmt(4)) p50(fmt(4)) max(fmt(4))") /// noobs compress replace title(esttab_Table: Descriptive statistics)

如果变量名字想用中文的可以试试sum2docx,它也可以像esttab一样控制小数位数,但是缺点在于没办法在命令界面看到结果。

local varlist "wage age race married grade collgrad south union occupation" sum2docx `varlist' using Myfile.docx,replace /// stats(N mean(%9.2f) sd(%9.3f) min(%9.2f) median(%9.2f) max(%9.2f)) /// title(sum2docx_Table: Descriptive statistics)

以上命令在自己运行时将varlist局部变量""中的变量替换成自己的变量即可。 例如:

local varlist " prate mrate totpart totelg" estpost summarize `varlist', detail esttab using Myfile.rtf, /// cells("count mean(fmt(2)) sd(fmt(2))") /// noobs compress replace title(esttab_Table: My Descriptive statistics) 四、相关系数矩阵

asdoc命令比较简单,但是局限性很多,没办法自定义星号和p值输出,适合初学使用

local varlist "wage age race married grade collgrad" asdoc cor `varlist', save(Myfile.doc) replace nonum dec(3) /// title(asdoc_Table: correlation coefficient matrix)

corr2docx支持中文,而其他命令不行。

local varlist "wage age race married grade collgrad" corr2docx `varlist' using Myfile.docx, replace spearman(ignore) pearson(pw) /// star title(corr2docx_Table: correlation coefficient matrix)

在输出时logout会出现串行问题,也没办法输出标题,所以比较麻烦,不推荐使用

local varlist "wage age race married grade collgrad" logout, save(Myfile) word replace : pwcorr_a `varlist', /// star1(0.01) star5(0.05) star10(0.1)

可以自定义星号的方法:pwcorr_a和esttab(esttab的使用和引申可以具体看一下这篇文章,解释了一下命令的理解方法和逻辑)

pwcorr_a price weight mpg displ, star1(0.01) star5(0.05) star10(0.1) sysuse auto, clearlogout, save(数量经济学) word replace: /// pwcorr_a price wei len mpg displ, star1(0.01) star5(0.05) star10(0.1) /// ///esttab /// local varlist "wage age race married grade collgrad" estpost correlate `varlist', matrix esttab using Myfile.rtf, /// unstack not noobs compress nogaps replace star(* 0.1 ** 0.05 *** 0.01) /// b(%8.3f) p(%8.3f) title(esttab_Table: correlation coefficient matrix) 五、回归结果

最符合一般投稿、研究、各种文献的图表格式的命令esttab,做出的图是这样的(注意统计量和变量在表中的位置) 在这里插入图片描述 命令如下:

reg wage age married occupation est store r1 reg wage age married collgrad occupation est store r2 reg wage age married collgrad occupation race_num* est store r3 esttab r1 r2 r3 using Myfile.rtf, /// replace star( * 0.10 ** 0.05 *** 0.01 ) nogaps compress /// order(married) drop(occupation) b(%20.3f) se(%7.2f) ///按married排序,同时舍弃occupation r2(%9.3f) ar2 aic bic obslast scalars(F) /// indicate("race=race_num*") mtitles("OLS -1" "OLS-2" "OLS-3") /// title(esttab_Table: Regression result)

asdoc命令输出的图片不如前者正规,且不能对变量排序,可理解为”滚雪球多次"

asdoc reg wage age married occupation, save(Myfile.doc) nest replace /// cnames(OLS-1) rep(se) add(race, no) asdoc reg wage age married collgrad occupation, save(Myfile.doc) nest append /// cnames(OLS-2) add(race, no) asdoc reg wage age married collgrad occupation race_num*, save(Myfile.doc) nest append /// add(race, yes) cnames(OLS-3) dec(3) drop(occupation race_num*) /// stat(r2_a, F, rmse, rss) title(asdoc_Table: regression result)

但是如果研究仅仅需要输出R^2,不需要F统计量不需要在第三次回归后增添统计量,可以使用asdoc,比较方便,结果如图。(详细请看asdoc:Stata 结果输出又一利器! ) 在这里插入图片描述

参考:

Stata:毕业论文大礼包 A——实证结果输出命令大比拼 Stata结果输出:logout、esttab、logout2



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3