STATA常用命令總結（34個，含使用樣本）_stata

1、input: 輸入資料

例： inpurt x y

      1  4

      2  3.5

      3   7

      end

2、by: 按照某一變數的取值來進行分析

例：by group，sort: regress Y x1 x2     //按照不同的組，對Y做迴歸分析

3、weight: 加權或者頻數

例：fw=頻數變數          //多用在四格表資料中或者未原資料未給出所有值，只給出了值和對應的頻數

4、if: 用條件陳述式指定條件

例：drop if group==1|group==2          //把group變數值為1或者2的記錄刪除掉

5、in:指定觀察值的範圍，對在範圍內的觀察值做分析處理

例：replace x1="123"  in 100/200       //把第100-200條記錄中的X1變數值改為123

6、for: 用來指定變數

例：for y1-y10 z1-z5: regress @x1-x22         

//把y1-y10,z1-z5分別於x1-x22做迴歸，一次性代表15次迴歸，其中@是替換符，代表y1-y10, z1-z5

7、函數：

abs(x)      絕對值

exp(x)      指數函數

log(x)       自然對數

log10(x)  常用對數

sqrt(x)      平方根

uniform(x)  產生（0,1）內均勻分布的偽隨機數

length(x)   計算長度

substr(s,n1,n2)   獲得從S的n1個字元開始的n2個字元組成的字串

real(x)     將字串s轉換為數值函數

trim(x)      去除字串前面和後面的空格

int(x)         去掉x的小數部分，得到整數

sum(X)    求和

max(x)  min(x)   最大值最小值

_n        當前觀察值的位置

_N       觀察值的總個數

8、ren: 重新命名

例：ren   var1   var123          // 把var1重新命名為var123

9、des:描述資料庫的基本情況      

10、label: 為變數添加一些說明，以示說明

11、sort: 按照某一變數從小到大排序

        gsort  +/-：按照某一變數從大到小或者從小到大排序

        sort var1 var2:按照var1大小排序，相同的var1按照var2大小排序

12、drop:刪除變數或者記錄

        drop x1 x2

        drop x1-x5

        drop if x<0\

        drop in 1/100

        drop if x==.|y==.

        drop _all      //清空資料庫

13、keep: 與drop對應，儲存變數

14、append:縱向串連資料庫

15、merge:橫向串連資料庫

16、gen: 產生新變數

       gen bh=_n      //將資料庫的內部編號賦給變數bh

17、replace:更改變數值

     replace z=. if z=9      //將所有z=9的值用缺失值代替

     renvars: 批量修改變數名

     renvars X1-X5, prefix(mono_)     //把變數X1-X5的變數名前加首碼mono_；同理尾碼是postfix

18、set obs: 增加空記錄

 set obs 20           //增加20條空白記錄

19、format: 改變資料格式

 format tjrq %td         //將tjrq改成日期形式

20、l: list 將結果列出

21、su: 對分析資料進行描述，均值標準差等，與des不同，des是描述資料庫變數個數，格式等

su x, d      // 對x進行統計描述，如果加了d，那麼就會更加detail

22、centile: 百分位元計算

centile x, centile(2.5,50,97.5)         //計算變數x的2.5,50.97.5百分位元

23、tab:頻數表達

tab sex            //計算兩個性別各自的頻數

tab sex group         //看看各組性別分布的情況

tab group, sum(x1)       //在各組內對x1統計分析

24、ci: 計算可信區間

25、長條圖：gra x, bin(9) xlab(10,20,30,40) ylab(0,1,2,3) norm gap(4) b2("height (cm)")    

 //對x畫長條圖，分為9組，X軸為10,20,30,40，y軸為0,1,2,3，加上常態分佈曲線，標題與座標軸的距離（1-8），下座標軸加標題為height(cm)

b1/t1/l1/r1("")  給各個座標軸加標題

b2/t2/l2/r2("")  給各個座標軸加副標題

title  給圖加總標題

 條圖：gra x1 x2, bar by(group) sh(31) l1("rate of die") b1("comparison of rate of die")

// 對x1,x2畫條圖，分組變數為group，兩組的明暗對比為3:1，左標題rate of die，下標題comparison of rate of die

餅圖：gra x1 x2 x3 x4 x5, pie by(group) sh(31) total

 散佈圖與線圖：connect（簡寫c）——串連散點的方式：

.   不串連

 l   直線串連

s  平滑曲線串連

||  直線串連在同一縱向上的兩點

 J  階梯式線條串連

 symbol(簡寫s)——各個散點的圖形：

O  大圓圈

S   大方塊

T   大三角型

o   小圓圈

d   小菱形

 p   小加號

 .     小點

gra y x,  xlab ylab c(l) s(d)  

 箱式圖： gra y x, oneway/twoway box

26、單樣本均數t檢驗： ttest     x=14.02（總體均數μ）

                                           ttesti    n mean sd μ

 配對t檢驗： ttest x1==x2

兩樣本均數t檢驗：ttest x1==x2,unpaired

                                 ttest x, by(group)

27、方差分析：

方差齊性檢驗：sdtest x1=x2

                             sdtest x, by (group)

正態性檢驗： sktest   x

單因素方差分析：  oneway 相應變數 分組變數

 兩因素方差分析：anova 相應變數 分組變數1 分組變數2

多因素方差分析：anova x a b c ... a*b b*c a*b*c...        //乘積項代表互動作用

28、率、構成比的比較： tab var1  var2 [fw=頻數變數]

                                              chi2  pearson卡方檢驗

                                              exact  fisher確切機率法

如果是原始資料RXC列聯表： tabi 第一行數字從左至右\第二行從左至右...\最後一行從左至右, row chi2 exact

29、 隊列研究（暴露，不暴露）：

 ir  病例變數 暴露變數  時間變數    ./ irs  a  b   n1  n2

 cs 病例變數 暴露變數 / csi  a  b  c  d

病例對照研究（發病，不發病）：cci a b c d

30、等級資料： 

genrank  編秩                genrank rankx=x

signtest   符號檢驗         類似t檢驗，signtest x=常數，signtest x1=x2, signrank x1=x2

signrank  符號秩和檢驗

ranksum/Wilcoxon  兩樣本秩和檢驗    wilcoxon var, by (group_var)

kwallis    多樣本秩和檢驗（Kruskal-Wallis） kwallis var,by (group_var)

 spearman   等級相關                spearman x y

ktau      等級相關（kendall）                 ktau x y

31、直線相關與迴歸：   相關 corr y x

                                           迴歸 reg y x

估計與預測 pre yhat

 畫圖 gra y yhat l1 l2 l3 l4 x, c(.lssss) s(oiiii) xlab() ylab()

32、多元線性迴歸及逐步迴歸：

散佈圖矩陣： gra y x1 x2, matrix

相關係數矩陣：  corr

多元迴歸方程： reg y x1 x2     //標準化偏迴歸係數，reg y x1 x2, beta

逐步迴歸： stepwise y x1-x4, forward fe(2.73)          //α等於0.05時F界值為2.73，fe代表fenter選入標準，fs代表fstay剔除標準

逐步迴歸法：forward,backward,stepwise,stepwise forward 例如：step y x1-x4, step fe(2.5)  fs(2.6) back

33、logistic迴歸：  

logit y x [fw=f]

blogit y x1 x2 x3/ glogit y x1 x2 x3

也可以同上做逐步Logistic迴歸

34、生存曲線：

中位存留時間：survsum 時間變數 截尾變數, by(分組變數)

生存曲線：kapmeier 時間變數 截尾變數, by(分組變數) // kaplan-meier生存曲線

生存率比較： 兩組：wilcoxon 時間變數 截尾變數, by(分組變數)

                         多組：logrank 時間變數 截尾變數, by(分組變數)

 COX分析： cox 時間變數 自變數， dead(截尾變數)