《Stata统计分析从入门到精通》

杨维忠，张甜 著
出版社：清华大学出版社
ISBN：9787302604617

Stata是一种功能全的统计分析软件包，具有易操作、运行速度快、功能强大的特点，主要针对经济、管理、医学、农学、教育、市场研究、社会调查等行业和领域，是大数据时代流行的计量软件之一。

全书内容共分17章。第1、2章介绍Stata操作入门及数据处理基础知识、描述性统计与图形绘制基础。第3~5章介绍假设检验、方差分析、相关分析等基础分析方法。第6~10章通过相关案例介绍经典及放松各种假定条件的回归分析，包括基本线性回归分析、线性回归分析诊断与处理、非线性回归分析、因变量离散回归分析、因变量受限回归分析等应用。第11~16章以典型案例讲解主成分分析与因子分析、聚类分析、时间序列数据分析、面板数据分析、生存分析、多方程模型等高等分析方法。第17章介绍如何使用Stata进行高质量的综合性研究，讲解研究方案设计、调查问卷的制作、Stata数据挖掘、建模注意事项。

本书可作为经济学、管理学、统计学、金融学、社会学、医学、电子商务等相关的学生学习和应用Stata的参考书，也可以作为职场人士掌握Stata操作、提升数据分析能力，进而提升工作效率和改善绩效水平的工具书。
 

目录

第1章  Stata基本操作及数据处理介绍 1
1.1  Stata概述 1
1.2  Stata 16.0窗口说明及基本设置 3
1.2.1  Stata 16.0窗口说明 3
1.2.2  设定偏好的界面语言 5
1.2.3  新建或编辑样本观测值、变量的基本操作 6
1.2.4  通过在命令窗口中输入命令的方式来输入数据 7
1.2.5  读取以前创建的Stata格式的数据文件 7
1.2.6  导入其他格式的数据文件 8
1.2.7  Stata帮助系统介绍 12
1.3  Stata 16.0命令的语法格式 15
1.3.1  command（命令名称） 15
1.3.2  varlist（变量名称） 16
1.3.3  by varlist（按变量分类） 17
1.3.4  =exp（赋值） 18
1.3.5  if exp（条件表达式） 19
1.3.6  in range（范围筛选） 19
1.3.7  weight（加权） 19
1.3.8  options（其他可选项） 20
1.4  Stata 16.0运算符与函数 20
1.4.1  Stata 16.0运算符 20
1.4.2  Stata 16.0函数 23
1.5  分类变量和定序变量的基本操作 24
1.6  常用的几种处理数据的操作 26
1.6.1  Stata 16.0的数据类型 26
1.6.2  对数据进行长短变换 26
1.6.3  对数据进行类型变换 28
1.6.4  生成随机数 31
1.6.5  数据压缩 32
1.6.6  按变量合并、拆分数据文件 33
1.6.7  按样本观测值合并、拆分数据文件 35
1.6.8  添加标签 36
1.6.9  对数据进行排序 38
1.7  本章回顾与习题 39
1.7.1  本章回顾 39
1.7.2  本章习题 41
第2章  描述性统计与图形绘制 42
2.1  定距变量的描述性统计、正态性检验和数据转换 42
2.1.1  常用的描述性统计指标的基本概念 42
2.1.2  定距变量的描述性统计 44
2.1.3  正态性检验和数据转换 50
2.2  分类变量描述统计 54
2.2.1  单个分类变量的汇总 54
2.2.2  两个分类变量的列联表分析 56
2.2.3  多表和多维列联表分析 57
2.3  Stata制图简介 59
2.3.1  Stata制图基本操作 60
2.3.2  直方图 62
2.3.3  散点图 65
2.3.4  线标绘图 69
2.3.5  连线标绘图 71
2.3.6  箱图 73
2.3.7  饼图 75
2.3.8  条形图 77
2.3.9  点图 80
2.4  本章回顾与习题 82
2.4.1  本章回顾 82
2.4.2  本章习题 84
第3章  假设检验 86
3.1  假设检验的基本概念 86
3.1.1  假设检验概述 86
3.1.2  单个总体检验和两个总体检验 88
3.1.3  参数检验和非参数检验 89
3.2  Stata参数检验 90
3.2.1  单一样本T检验 90
3.2.2  独立样本T检验 92
3.2.3  配对样本T检验 93
3.2.4  单一样本标准差的假设检验 94
3.2.5  双样本方差（标准差）的假设检验 95
3.3  Stata非参数检验 96
3.3.1  单样本正态分布检验 96
3.3.2  两独立样本检验 98
3.3.3  两相关样本检验 99
3.3.4  多独立样本检验 100
3.3.5  游程检验 101
3.4  本章回顾与习题 102
3.4.1  本章回顾 102
3.4.2  本章习题 104
第4章  方差分析 106
4.1  单因素方差分析 106
4.1.1  单因素方差分析的功能与意义 106
4.1.2  单因素方差分析的Stata操作 107
4.1.3  单因素方差分析示例 107
4.2  多因素方差分析 111
4.2.1  多因素方差分析的功能与意义 111
4.2.2  多因素方差分析的Stata操作 112
4.2.3  多因素方差分析示例 114
4.3  协方差分析 116
4.3.1  协方差分析的功能与意义 116
4.3.2  协方差分析的Stata操作 117
4.3.3  协方差分析示例 117
4.4  重复测量方差分析 119
4.4.1  重复测量方差分析的功能与意义 119
4.4.2  重复测量方差分析的Stata操作 120
4.4.3  重复测量方差分析示例 120
4.5  本章回顾与习题 121
4.5.1  本章回顾 121
4.5.2  本章习题 122
第5章  相关分析 124
5.1  简单相关分析 124
5.1.1  简单相关分析的功能与意义 124
5.1.2  简单相关分析的Stata操作 126
5.1.3  简单相关分析示例 128
5.2  偏相关分析 131
5.2.1  偏相关分析的功能与意义 131
5.2.2  偏相关分析的Stata操作 132
5.2.3  偏相关分析示例 132
5.3  本章回顾与习题 133
5.3.1  本章回顾 133
5.3.2  本章习题 134
第6章  基本线性回归分析 135
6.1  小二乘线性回归分析 135
6.1.1  小二乘线性回归分析的功能与意义 135
6.1.2  小二乘线性回归分析的Stata操作 136
6.1.3  小二乘线性回归分析示例 139
6.2  约束条件回归分析 145
6.2.1  约束条件回归分析的功能与意义 145
6.2.2  约束条件回归分析的Stata操作 146
6.2.3  约束条件回归分析示例 147
6.3  本章回顾与习题 148
6.3.1  本章回顾 148
6.3.2  本章习题 149
第7章  线性回归分析诊断与处理 150
7.1  异方差诊断与处理 150
7.1.1  异方差诊断与处理的功能与意义 150
7.1.2  异方差诊断与处理的Stata操作 151
7.1.3  异方差诊断与处理示例 153
7.2  自相关诊断与处理 158
7.2.1  自相关诊断与处理的功能与意义 158
7.2.2  自相关诊断与处理的Stata操作 159
7.2.3  自相关诊断与处理示例 162
7.3  多重共线性诊断与处理 166
7.3.1  多重共线性诊断与处理的功能与意义 166
7.3.2  多重共线性诊断与处理的Stata操作 167
7.3.3  多重共线性诊断与处理示例 167
7.4  内生性诊断与处理 171
7.4.1  内生性诊断与处理的功能与意义 171
7.4.2  内生性诊断与处理的Stata操作 172
7.4.3  内生性诊断与处理示例 174
7.5  本章回顾与习题 179
7.5.1  本章回顾 179
7.5.2  本章习题 181
第8章  非线性回归分析 182
8.1  转换变量回归分析 182
8.1.1  转换变量回归分析概述 182
8.1.2  转换变量回归分析的Stata操作 182
8.1.3  转换变量回归分析示例 183
8.2  非线性回归分析 187
8.2.1  非线性回归分析概述 187
8.2.2  非线性回归分析的Stata操作 187
8.2.3  非线性回归分析示例 188
8.3  非参数回归分析 193
8.3.1  非参数回归分析概述 193
8.3.2  非参数回归分析的Stata操作 194
8.3.3  非参数回归分析示例 194
8.4  分位数回归分析 198
8.4.1  分位数回归分析概述 198
8.4.2  分位数回归分析的Stata操作 198
8.4.3  分位数回归分析示例 199
8.5  本章回顾与习题 201
8.5.1  本章回顾 201
8.5.2  本章习题 202
第9章  因变量离散回归分析 203
9.1  二值选择模型 203
9.1.1  二值选择模型的功能与意义 203
9.1.2  二值选择模型的Stata操作 205
9.1.3  二值选择模型分析示例 209
9.2  多值选择模型 219
9.2.1  多值选择模型分析的功能与意义 219
9.2.2  多值选择模型的Stata操作 220
9.2.3  多值选择模型分析示例 221
9.3  有序选择模型 225
9.3.1  有序选择模型分析的功能与意义 225
9.3.2  有序选择模型的Stata操作 226
9.3.3  有序选择模型分析示例 227
9.4  本章回顾与习题 231
9.4.1  本章回顾 231
9.4.2  本章习题 232
第10章  因变量受限回归分析 234
10.1  断尾回归分析 234
10.1.1  断尾回归分析的功能与意义 234
10.1.2  断尾回归分析的Stata操作 235
10.1.3  断尾回归分析示例 236
10.2  截取回归分析 240
10.2.1  截取回归分析的功能与意义 240
10.2.2  截取回归分析的Stata操作 240
10.2.3  截取回归分析示例 242
10.3  样本选择模型 244
10.3.1  样本选择模型分析的功能与意义 244
10.3.2  样本选择模型分析的Stata操作 245
10.3.3  样本选择模型分析示例 246
10.4  本章回顾与习题 251
10.4.1  本章回顾 251
10.4.2  本章习题 252
第11章  主成分分析与因子分析 254
11.1  主成分分析 254
11.1.1  主成分分析的功能与意义 254
11.1.2  主成分分析的Stata操作 255
11.1.3  主成分分析示例 256
11.2  因子分析 261
11.2.1  因子分析的功能与意义 261
11.2.2  因子分析的Stata操作 263
11.2.3  因子分析示例 264
11.3  本章回顾与习题 285
11.3.1  本章回顾 285
11.3.2  本章习题 286
第12章  聚类分析 289
12.1  划分聚类分析 289
12.1.1  划分聚类分析的功能与意义 289
12.1.2  划分聚类分析的Stata操作 290
12.1.3  划分聚类分析示例 293
12.2  层次聚类分析 304
12.2.1  层次聚类分析的功能与意义 304
12.2.2  层次聚类分析的Stata操作 305
12.2.3  层次聚类分析示例 306
12.3  本章回顾与习题 324
12.3.1  本章回顾 324
12.3.2  本章习题 325
第13章  时间序列数据分析 327
13.1  时间序列数据的预处理 327
13.1.1  时间序列数据的预处理操作概述 327
13.1.2  时间序列数据预处理的Stata操作 328
13.1.3  时间序列数据预处理分析示例 333
13.2  移动平均滤波与指数平滑法 335
13.2.1  移动平均滤波与指数平滑法概述 335
13.2.2  移动平均滤波与指数平滑法的Stata操作 337
13.2.3  移动平均滤波与指数平滑法分析示例 339
13.3  ARIMA模型、SARIMA模型、ARIMAX模型 346
13.3.1  ARIMA模型、SARIMA模型、ARIMAX模型概述 346
13.3.2  ARIMA模型、SARIMA模型、ARIMAX模型的Stata操作 350
13.3.3  ARIMA模型、SARIMA模型、ARIMAX模型分析示例 352
13.4  单位根检验 358
13.4.1  单位根检验的功能与意义 358
13.4.2  单位根检验的Stata操作 359
13.4.3  单位根检验示例 360
13.5  向量自回归模型 366
13.5.1  向量自回归模型的功能与意义 366
13.5.2  向量自回归模型的Stata操作 369
13.5.3  向量自回归模型示例 378
13.6  协整检验与向量误差修正模型 386
13.6.1  协整检验与向量误差修正模型概述 386
13.6.2  协整检验与向量误差修正模型的Stata操作 388
13.6.3  协整检验与向量误差修正模型示例 393
13.7  ARCH系列模型 401
13.7.1  ARCH系列模型概述 401
13.7.2  ARCH系列模型的Stata操作 403
13.7.3  ARCH系列模型示例 406
13.8  本章回顾与习题 408
13.8.1  本章回顾 408
13.8.2  本章习题 411
第14章  面板数据分析 414
14.1  面板数据的预处理 414
14.1.1  面板数据的预处理概述 414
14.1.2  面板数据预处理的Stata操作 415
14.1.3  面板数据预处理示例 416
14.2  短面板数据分析 419
14.2.1  短面板数据分析概述 419
14.2.2  短面板数据分析的Stata操作 420
14.2.3  短面板数据分析示例 421
14.3  长面板数据分析 428
14.3.1  长面板数据分析概述 428
14.3.2  长面板数据分析的Stata操作 428
14.3.3  长面板数据分析示例 429
14.4  本章回顾与习题 434
14.4.1  本章回顾 434
14.4.2  本章习题 435
第15章  生存分析 437
15.1  生存分析的基本概念及数据类型 437
15.1.1  生存分析涉及的基本概念 437
15.1.2  生存分析的数据类型 438
15.2  生存分析操作讲解 439
15.2.1  生存分析的功能与意义 439
15.2.2  生存分析的Stata操作 441
15.2.3  生存分析示例 445
15.3  本章回顾与习题 453
15.3.1  本章回顾 453
15.3.2  本章习题 455
第16章  多方程模型 456
16.1  多方程模型概述 456
16.1.1  多方程模型的基本概念 456
16.1.2  多方程模型的识别 457
16.2  多方程模型的估计 457
16.2.1  多方程模型估计常用方法 457
16.2.2  多方程模型的Stata操作 458
16.2.3  多方程模型分析示例 461
16.3  本章回顾与习题 466
16.3.1  本章回顾 466
16.3.2  本章习题 466
第17章  如何使用Stata进行高质量的综合性研究 468
17.1  研究方案设计 468
17.2  调查问卷的制作 471
17.2.1  调查问卷的概念 471
17.2.2  调查问卷的制作步骤 471
17.2.3  制作调查问卷时需要注意的问题 472
17.2.4  将调查问卷获取的数据导入Stata 475
17.3  Stata数据挖掘介绍 478
17.4  Stata建模注意事项 480
17.4.1  注意事项一：建模是为了解决具体的问题 480
17.4.2  注意事项二：有效建模的前提是具备问题领域的知识 480
17.4.3  注意事项三：建模之前必须进行数据的准备 481
17.4.4  注意事项四：终模型的生成在多数情况下并不是一步到位的 481
17.4.5  注意事项五：模型要能够用来预测，但预测并不仅含直接预测 482
17.4.6  注意事项六：对模型的评价方面要坚持结果导向和价值导向 483
17.4.7  注意事项七：建立的模型应该是持续动态优化完善的 483
17.5  Stata综合应用案例书目 484