注意：红色字体表示使用时需要结合实际进行修改的内容
【1】直接导入csv格式数据insheet using name.csv, clear
【2】修改变量长度
format var %20.2g
【3】删除重复值
sort var1 var2
duplicatesdrop var1 var2, force
【4】数据合并
use data1, clear
merge m:m var1var2 using data2
drop if _merge==2
drop if _merge==1
drop _merge
【5】生成一期滞后项
tsset stkcd accper
gen newvarname=L.varname
【6】将文字转化为数字变量
genBigN=0
replaceBigN=1 if strmatch(dadtunit,"普华永道*")
【7】删除有缺失值的记录
egen mis=rowmiss(_all)
drop if mis
drop mis
【8】行业划分
clonevarsic2=ind
order stkcd accper sic2
replace sic2=substr(sic2,1,1) if substr(sic2,1,1)!=”C”
replace sic2=substr(sic2,1,2) if substr(sic2,1,1)==”C”
tabulate sic2 accper
【9】日期只保留年份
drop if substr( reptdt ,6,2)!="12"
replace reptdt=substr(reptdt,1,4)
gen accper=real(reptdt)
【10】数据分列
split date ,parse(-) destring ignor("-")
【11】求两个日期之间的间隔天数
g td=date(trading_date,"YMD")
g ed=date(eventdate,"YMD")
form td ed %td
g d=ed-td
【12】生成行业、年份哑变量
tab year, gen(year)
tab industry, gen(industry)
【13】对数据进行Winsorize处理
findit winsor2
winsor2 varname, replace cut(1 99)
【14】描述性统计
tabstat var1var2, stat(n min mean median p25 p75 max sd), if groupvar==0 or 1
logout, save(name) word replace: tabstat var, stat(n min mean p50 max sd) col(stat)f(%9.2g)
【15】两变量列联表
tabulate var1 var2, row chi2 taub gamma
【16】两样本间的均值T检验
ttest var, by(groupvar)
【17】两样本中位数Z检验
ranksum var, by(groupvar)
【18】Pearson/Spearman系数
spearmanx*
n mata
x=st_data(.,"x*")
c=correlation(x)
n=rows(c)
b=strofreal(lowertriangle(c)+uppertriangle(st_matrix("r(Rho)")),"%9.3f")
p=st_matrix("r(P)")
for (i=2; i<=n; i++) {
for (j=1; j<=i-1; j++) {
p[i,j]=2*ttail(rows(x)-2,abs(c[i,j]/sqrt((1-c[i,j]^2)/(rows(x)-2))))
b[i,j]=b[i,j]+(p[i,j]<0.01?"***":(p[i,j]<0.05?"**":(p[i,j]<0.1?"*":"")))
b[j,i]=b[j,i]+(p[j,i]<0.01?"***":(p[j,i]<0.05?"**":(p[j,i]<0.1?"*":"")))
}
}
c=editvalue(b, "2.000", "1")
c
end
直接导出结果
logout, save(pw) word replace:pwcorr_avars, star1(0.01) star5(0.05) star10(0.1)
【19】按年度按中位数分组
方法一
bysort year: egen g=xtile(var), n(2)
方法二
bys accper: cumul icindex, g(g) eq
levelsof accper, local(id)
display "`r(levels)'"
local cut1 = 1/2
foreach x of local id {
recode g (min/`cut1'=0)(`cut1'/max=1) if accper==`x'
}
分三组
bys accper:cumul icindex, g(g) eq
levelsof accper, local(id)
display "`r(levels)'"
local cut1 = 1/3
local cut2 = 2/3
foreach x of local id {
recode g (min/`cut1'=1)(`cut1'/`cut2'=2)(`cut2'/max=3)if accper==`x'
}
【20】输出回归结果
安装
ssc install estout, replace
单个回归
reg
esttab using name.rtf, compress nogap r2 ar2 star(* 0.1 ** 0.05 *** 0.01)
多个回归一起
reg
est store m1
reg
est store m2
esttab m1 m2 using name.rtf, compress nogap r2 ar2 star(* 0.1 ** 0.05 *** 0.01)
连续运行tobit模型结果导出：
esttab m1 m2, b(%9.4f) t scalars(N ll Fchi2 type), using name.rtf, compress nogap
连续运行OLS模型结果导出：
esttab m1m2, b(%9.4f) tscalars(N r2 F p), using name.rtf, compress nogap
【21】异方差检验及处理
检验：怀特检验
ssc install whitetst
reg
estat imtest, white
处理：“OLS+稳健标准差”
reg y x1 x2 x3, robust
【22】DW检验（序列相关性一阶）
gen id=_n
tsset id
estat dwatson
【23】多重共线性
reg y x1 x2 x3
vif
【24】是否遗漏高次项
例如，检验y对x的线性回归有没有遗漏高次项
reg y x
estat ovtest
或者estat ovtest, rhs
【25】逐步回归
stepwise, pe(0.1): reg y x
【26】Maddala(1983)两阶段处理效应模型
treatreg yx1-xn, tr(z=w1-wm)two
【27】Justified Jones Model
statsby _b, by(ind accper)saving(*.dta,replace):reg yx, noconstant
merge m:m indaccper using *.dta
gen yhat=y-_b*x
