当前位置:首页 > 社会科学
Stata统计分析与应用  第3版
Stata统计分析与应用  第3版

Stata统计分析与应用 第3版PDF电子书下载

社会科学

  • 电子书积分:13 积分如何计算积分?
  • 作 者:马慧慧主编;郭庆然,丁翠翠副主编
  • 出 版 社:北京:电子工业出版社
  • 出版年份:2016
  • ISBN:9787121284229
  • 页数:395 页
图书介绍:本书对Stata的介绍是:Stata使用基础、Stata与回归分析、Stata与多元统计分析、Stata编程入门,共计14章。这些内容中包括了Stata的数据管理、图形绘制、各种基本和高级的计量回归分析、常用的统计分析方法等,最后还简明地介绍了编程入门知识。在讲解过程中,本书使用Stata13这个最新版本,穿插了几百个实例加以诠释,并配有多媒体视频光盘进行讲解,非常方便读者的理解和学习。
《Stata统计分析与应用 第3版》目录

第1章 Stata概述 1

1.1 Stata的历史和特点 1

1.2 Stata的使用界面 2

1.3 Stata命令——help、search命令 4

1.4 Stata学习资源 8

第2章 数据管理 9

2.1 变量和变量的取值 9

2.1.1 变量的命名 9

2.1.2 变量的取值类型 10

2.1.3 变量的显示 11

2.1.4 变量的标签 14

2.2 创建一个新的数据集 14

2.2.1 关于数据集操作的基本命令 14

2.2.2 举例应用:创建新的数据集auto.dta 16

2.3 导入已创建的数据集 20

2.3.1 一般的原则 20

2.3.2 读取格式为.dta的数据 20

2.3.3 利用Excel复制数据进入Stata系统中 21

2.4 Stata中的表达式 22

2.4.1 算术符号 22

2.4.2 关系符号 22

2.4.3 逻辑符号 23

2.5 Stata中的常用函数 23

2.6 使用in、if和by语句定义数据子集 24

2.6.1 in的使用 24

2.6.2 if的使用 25

2.6.3 by语句的使用 25

2.7 变量的相关操作 25

2.7.1 建立新的变量——generate 25

2.7.2 更改已有的变量——replace 27

2.7.3 egen命令 29

2.8 数值和字符串的转换 33

2.8.1 encode和decode命令 33

2.8.2 real函数 35

2.9 生成分类变量和虚拟变量 35

2.9.1 生成虚拟变量 36

2.9.2 生成分类变量 37

2.10 数据的整理 42

2.10.1 数据的横向合并 42

2.10.2 数据的纵向合并 46

2.10.3 数据的交叉合并 49

2.10.4 数据的抽取 52

2.11 Stata操作习题 54

第3章 图形绘制基础 57

3.1 Stata绘图简介 57

3.1.1 主要的图形类型 58

3.1.2 图形的组成部分与制图命令的结构 58

3.1.3 寻求帮助 58

3.2 绘制散点图 58

3.2.1 绘制散点图的命令和最基本的使用 58

3.2.2 散点显示选项(marker_options)的设定 63

3.2.3 散点标签选项(marker_label_options)的设定 69

3.2.4 连线选项(connect_options)的设定 75

3.2.5 振荡选项(jitter_options)的设定 76

3.3 二维绘图选项 77

3.3.1 坐标轴尺度选项组(axis_scale_options)的设定 78

3.3.2 坐标轴刻度选项组(axis_label_options)的设定 82

3.3.3 坐标轴标题选项组(axis_title_options)的设定 89

3.3.4 标题选项组(title_options)的设定 91

3.3.5 图例选项(legend_option)的设定 93

3.3.6 by选项的设定 98

3.3.7 scheme选项的设定 104

3.3.8 轴线选择选项(axis_choice_options)的设定 104

3.3.9 增加线选项(added_line_options)的设定 106

3.3.10 scale选项的设定 107

3.3.11 图形保存选项 109

3.3.12 图形输出选项 110

3.4 Stata操作习题 111

第4章 其他图形绘制 113

4.1 绘制曲线标绘图和连线标绘图 113

4.1.1 绘制曲线标绘图 113

4.1.2 绘制连线标绘图 117

4.2 绘制拟合图形 118

4.2.1 绘制一次拟合图形 118

4.2.2 绘制二次拟合图形 120

4.2.3 绘制lowess拟合图形 121

4.3 绘制条形图 123

4.3.1 关于分类变量的讲解 125

4.3.2 关于条形图外观的讲解 126

4.4 Stata操作习题 131

第5章 描述性统计分析 133

5.1 描述性统计的原理 133

5.1.1 定性变量 133

5.1.2 定量变量 133

5.2 描述性统计量的Stata实现 136

5.3 探测异常值 143

5.3.1 计算z得分 144

5.3.2 箱线图 144

5.4 数据的正态性检验和数据转换 148

5.4.1 正态性检验的原理 148

5.4.2 正态性检验的Stata实现 153

5.4.3 改变数据的分布 155

5.5 相关系数 157

5.5.1 相关系数概述 158

5.5.2 相关系数在Stata中的实现 159

5.6 Stata操作习题 163

第6章 列联表分析 165

6.1 列联表分析 165

6.1.1 列联表概述 165

6.1.2 独立性检验统计量 165

6.1.3 列联表中的相关测量统计量 166

6.2 Stata的列联表分析——table和tabulate命令 167

6.2.1 使用table命令生成列联表 167

6.2.2 使用tabulate命令进行列联表分析 172

6.3 利用Stata生成包含描述性统计量的列表 176

6.3.1 tabstat 176

6.3.2 tabulate,summarize() 178

6.4 Stata操作习题 180

第7章 方差分析 181

7.1 t检验 181

7.1.1 单样本t检验的基本思想与理论 181

7.1.2 双样本t检验的基本思想与理论 181

7.1.3 t检验的Stata基本命令 183

7.2 单因素方差分析 189

7.2.1 单因素方差分析原理 189

7.2.2 单因素方差分析Stata实现 191

7.3 双因素和多因素方差分析 195

7.3.1 双因素方差分析原理 195

7.3.2 多因素方差分析原理 199

7.3.3 双因素和多因素方差分析Stata实现 199

7.4 协方差分析 201

7.4.1 协方差分析原理 201

7.4.2 协方差分析Stata实现 202

7.5 Stata操作习题 204

第8章 经典假设下的横截面数据单方程线性回归模型的Stata实现 206

8.1 线性回归分析 206

8.1.1 回归分析简介 206

8.1.2 线性回归分析简介 207

8.2 横截面数据 208

8.3 经典假设及其性质 210

8.3.1 经典假设 210

8.3.2 经典假设下线性模型的基本性质 211

8.4 Stata的回归分析——regress、predict、test命令 212

8.4.1 使用regress命令——因变量对自变量的回归 212

8.4.2 使用predict命令——计算拟合值和残差 219

8.4.3 使用test命令——进行读者指定的检验 221

8.5 sw regress基本命令及其选项——逐步回归 223

8.6 对解释变量和被解释变量做变换——更好地拟合数据 226

8.7 习题 228

第9章 非经典假设、线性方程组、面板数据估计的Stata实现 229

9.1 非经典假设下的回归分析的Stata实现 229

9.1.1 多重共线性的检验和处理 229

9.1.2 内生性的检验与处理 233

9.1.3 异方差的检验与处理 238

9.2 线性方程组的回归分析——Stata实现 240

9.2.1 似不相关模型 240

9.2.2 联立方程组模型 243

9.3 面板数据的Stata处理 245

9.3.1 固定效应的面板数据Stata实现 247

9.3.2 随机效应的面板数据Stata实现 248

9.4 练习题 249

第10章 非线性回归分析及回归诊断基础 251

10.1 非线性回归分析 251

10.2 二值响应模型——使用probit、logit;dprobit、logistic命令 253

10.2.1 probit、 dprobit命令的使用方法 253

10.2.2 logit、 logistic命令的使用方法 256

10.3 多值响应模型——使用mlogit、ologit命令 258

10.3.1 无序响应模型——mlogit命令 258

10.3.2 有序响应模型——ologit命令 261

10.4 角点解模型——tobit命令的使用方法 264

10.5 样本选择模型——heckman命令的使用方法 265

10.6 回归诊断 267

10.7 练习题 271

第11章 时间序列分析 273

11.1 基本时间序列模型的估计 273

11.1.1 趋势分析与指数平衡 273

11.1.2 平稳性检验 275

11.1.3 趋势分析与指数平滑的Stata实现 276

11.2 ARIMA模型的估计、单位根与协整 280

11.2.1 ARIMA模型的估计 280

11.2.2 单位根过程及其检验 283

11.2.3 协整检验 285

11.2.4 ARIMA模型的Stata实现 286

11.3 VAR与VEC的估计及解释 295

11.3.1 普通VAR模型的估计 295

11.3.2 Granger因果分析、IRF与方差分解 297

11.3.3 Johansen协整检验和VEC模型的估计 300

11.3.4 VAR模型的Stata实现 302

11.4 ARCH与GARCH的估计及解释 309

11.4.1 ARCH模型 309

11.4.2 GARCH模型 310

11.4.3 ARCH模型的Stata实现 311

11.5 Stata操作习题 315

第12章 聚类分析 318

12.1 聚类分析的基本思想与理论 318

12.1.1 聚类分析的基本思想 318

12.1.2 聚类分析的相似性测度 319

12.1.3 聚类分析的典型方法 321

12.1.4 聚类分析的步骤 324

12.2 聚类分析的基本命令 325

12.3 Stata操作习题 337

第13章 主成分分析和因子分析 339

13.1 主成分分析 339

13.1.1 主成分分析的基本思想与理论 339

13.1.2 主成分分析基本命令 342

13.1.3 Stata操作案例 353

13.2 因子分析 357

13.2.1 因子分析的基本思想与理论 357

13.2.2 因子分析基本命令 362

13.2.3 Stata操作案例 366

13.3 Stata操作习题 369

第14章 Stata编程基础 371

14.1 do文件和log文件 371

14.1.1 do文件的编写 371

14.1.2 运行do文件 372

14.1.3 log文件 372

14.2 局部宏与全局宏 373

14.2.1 局部宏 374

14.2.2 全局宏 378

14.2.3 一些扩展函数以及列表函数 378

14.3 标量简介 380

14.4 循环结构 382

14.4.1 forvalues语句 382

14.4.2 foreach语句 384

14.5 矩阵简介 386

14.6 使用Stata命令的结果 387

14.6.1 r类命令 387

14.6.2 e类命令 391

14.7 Stata操作习题 395

返回顶部