Stata統計學與案例應用精解

"張 甜山東大學經濟學博士，現任職於山東管理學院，教授本科生統計學、計量經濟學等課程，在《金融研究》《財貿經濟》《經濟評論》《財經科學》《財貿研究》等重要期刊發文多篇，參與多項國家級、省部級課題 ，著有《SPSS統計學原理與實證研究應用精解》《Stata統計分析從入門到精通》《Python數據科學應用從入門到精通》等近10本暢銷的數據分析教材。楊維忠山東大學經濟學碩士，CPA，十余年商業銀行風控、營銷、內控等工作經歷，具有豐富的業務授課經驗和實操經歷，著有《SPSS統計分析入門與應用精解（視頻教學版）》《Python機器學習原理與算法實現》《Stata統計分析商用建模與綜合案例》等10余本暢銷的數據分析教材。"

目  錄

 

第一部分  課程入門引導

第1章  Stata概述 2

1.1  Stata簡介 2

1.2  Stata 17.0窗口說明及基本設置 3

1.2.1  Stata 17.0窗口說明 4

1.2.2  設定偏好的界面語言 5

1.2.3  新建或編輯樣本觀測值、變量的基本操作 7

1.2.4  讀取以前創建的Stata格式的數據文件 8

1.2.5  導入其他格式的數據文件 9

1.2.6  Stata幫助系統介紹 13

1.3  Stata 17.0命令的語法格式 15

1.3.1  command（命令名稱） 15

1.3.2  varlist（變量列表） 16

1.3.3  by varlist（按變量分類） 17

1.3.4  =exp（賦值） 18

1.3.5  if exp（條件表達式） 18

1.3.6  in range（範圍篩選） 19

1.3.7  weight（加權） 19

1.3.8  options（其他可選項） 20

1.4  Stata 17.0 do文件 20

1.4.1  do文件的創建 21

1.4.2  do文件的運行 21

1.5  Stata 17.0運算符與函數 22

1.5.1  Stata 17.0運算符 22

1.5.2  Stata 17.0函數 25

1.6  本章回顧與習題 26

1.6.1  本章回顧 26

1.6.2  本章習題 28

第2章  Stata變量和數據的基本操作 29

2.1  分類變量和定序變量的基本操作 29

2.2  常用的幾種處理數據的操作 30

2.2.1  Stata 17.0的數據類型 30

2.2.2  對數據進行長短變換 31

2.2.3  對數據進行類型變換 32

2.2.4  生成隨機數 35

2.2.5  數據壓縮 35

2.2.6  按變量合並、拆分數據文件 36

2.2.7  按樣本觀測值合並數據文件 38

2.2.8  添加標簽 40

2.2.9  對數據進行排序 42

2.3  本章回顧與習題 43

2.3.1  本章回顧 43

2.3.2  本章習題 43

第3章  統計學知識 45

3.1  統計學常用的基本概念 45

3.1.1  總體、樣本與統計推斷 46

3.1.2  頻率與概率 46

3.1.3  條件概率、獨立事件與全概率公式 46

3.1.4  概率函數與概率密度函數 47

3.2  概率分布 47

3.2.1  離散型概率分布 47

3.2.2  連續型概率分布 49

3.3  統計量 52

3.3.1  集中趨勢統計量 53

3.3.2  離散趨勢統計量 54

3.3.3  分布趨勢統計量 55

3.4  大數定律與中心極限定理 56

3.4.1  大數定律 56

3.4.2  中心極限定理 56

3.5  參數估計 57

3.5.1  點估計 57

3.5.2  區間估計 58

3.5.3  參數估計的無偏性、有效性以及一致性 59

3.6  假設檢驗 59

3.6.1  假設檢驗概述 60

3.6.2  T檢驗、Z檢驗和F檢驗 61

3.6.3  參數檢驗和非參數檢驗 63

3.6.4  模型設定檢驗 63

3.7  本章習題 64

第二部分  基礎統計應用

第4章  描述統計 68

4.1  定距變量的描述性統計 68

4.1.1  統計學原理及Stata命令 68

4.1.2  案例應用——分析我國新能源汽車月度產量 70

4.2  正態性檢驗和數據轉換 73

4.2.1  統計學原理及Stata命令 74

4.2.2  案例應用——分析山東省歷年化學纖維產量 74

4.3  單個分類變量的匯總 78

4.3.1  統計學原理及Stata命令 78

4.3.2  案例應用——分析工商銀行A股每日漲跌情況 78

4.4  兩個分類變量的列聯表分析 79

4.4.1  統計學原理及Stata命令 79

4.4.2  案例應用——分析汽車制造業上市公司企業規模與公司屬性 80

4.5  多表和多維列聯表分析 82

4.5.1  統計學原理及Stata命令 82

4.5.2  案例應用——分析專用設備制造業上市公司ESG 82

4.6  本章回顧與習題 84

4.6.1  本章回顧 84

4.6.2  本章習題 85

第5章  圖形繪制 88

5.1  Stata制圖的基本操作 88

5.1.1  Stata制圖命令 88

5.1.2  Stata菜單實現 90

5.2  直方圖 91

5.2.1  統計學原理及Stata命令 91

5.2.2  案例應用——繪制晨鳴紙業A股每日收盤價直方圖 92

5.3  散點圖 93

5.3.1  統計學原理及Stata命令 93

5.3.2  案例應用——繪制美國制造業PMI指數、失業率散點圖 95

5.4  曲線標繪圖 96

5.4.1  統計學原理及Stata命令 96

5.4.2  案例應用——繪制天津市建築企業經濟效益曲線標繪圖 97

5.5  連線標繪圖 99

5.5.1  統計學原理及Stata命令 99

5.5.2  案例應用——繪制上海市人民幣各項存貸款余額連線標繪圖 99

5.6  箱圖 101

5.6.1  統計學原理及Stata命令 101

5.6.2  案例應用——繪制陜西、浙江、江蘇、福建星級酒店營業額箱圖 102

5.7  餅圖 103

5.7.1  統計學原理及Stata命令 103

5.7.2  案例應用——分析主要國家和地區半導體銷售占比 104

5.8  條形圖 106

5.8.1  統計學原理及Stata命令 106

5.8.2  案例應用——繪制北美、歐盟、阿拉伯世界不同年齡區間人口占比條形圖 108

5.9  本章回顧與習題 109

5.9.1  本章回顧 109

5.9.2  本章習題 110

第6章  參數檢驗 112

6.1  單一樣本T檢驗 112

6.1.1  統計學原理及Stata命令 112

6.1.2  案例應用——分析中國有色市場1#銅價格 113

6.2  獨立樣本T檢驗 114

6.2.1  統計學原理及Stata命令 114

6.2.2  案例應用——分析不同類型國家替代能源和核能占能耗總量的比重 114

6.3  配對樣本T檢驗 116

6.3.1  統計學原理及Stata命令 116

6.3.2  案例應用——分析辦公電腦通過軟件優化開機時間的效果 116

6.4  單一樣本標準差檢驗 117

6.4.1  統計學原理及Stata命令 117

6.4.2  案例應用——分析歐元兌人民幣中間價波動情況 117

6.5  雙樣本標準差檢驗 118

6.5.1  統計學原理及Stata命令 118

6.5.2  案例應用——分析港元和澳元匯率波動差異 119

6.6  本章回顧與習題 120

6.6.1  本章回顧 120

6.6.2  本章習題 120

第7章  非參數檢驗 122

7.1  單樣本正態分布檢驗 122

7.1.1  統計學原理及Stata命令 122

7.1.2  案例應用——分析上海期貨交易所螺紋鋼期貨收盤價 123

7.2  兩獨立樣本檢驗 124

7.2.1  統計學原理及Stata命令 124

7.2.2  案例應用——分析德國、荷蘭的年通貨膨脹率差異 124

7.3  兩相關樣本檢驗 126

7.3.1  統計學原理及Stata命令 126

7.3.2  案例應用——分析試驗藥品服用前後的效果 126

7.4  多獨立樣本檢驗 127

7.4.1  統計學原理及Stata命令 127

7.4.2  案例應用——分析中國、韓國、日本的失業率差異 128

7.5  遊程檢驗 129

7.5.1  統計學原理及Stata命令 129

7.5.2  案例應用——分析工商銀行A股每日漲跌幅數據 129

7.6  本章回顧與習題 130

7.6.1  本章回顧 130

7.6.2  本章習題 131

第三部分  高階統計應用

第8章  方差分析 134

8.1  單因素方差分析 134

8.1.1  統計學原理及Stata命令 134

8.1.2  案例應用——分析山西、四川、遼寧常住人口自然增長率差異 135

8.2  多因素方差分析 138

8.2.1  統計學原理及Stata命令 138

8.2.2  案例應用——分析德國、法國、西班牙、意大利四個國家的住房擁擠率 141

8.3  協方差分析 143

8.3.1  統計學原理及Stata命令 143

8.3.2  案例應用——分析我國部分省份地方政府債券收益率的影響因素 144

8.4  重復測量方差分析 146

8.4.1  統計學原理及Stata命令 146

8.4.2  案例應用——分析用藥次數對起效時間的影響 146

8.5  本章回顧與習題 148

8.5.1  本章回顧 148

8.5.2  本章習題 148

第9章  相關分析 150

9.1  簡單相關分析 150

9.1.1  統計學原理及Stata命令 150

9.1.2  案例應用——分析國際原油價格和黃金價格的相關性 154

9.2  偏相關分析 157

9.2.1  統計學原理及Stata命令 157

9.2.2  案例應用——分析商業銀行經營機構公司存貸款增長的相關性 157

9.3  本章回顧與習題 159

9.3.1  本章回顧 159

9.3.2  本章習題 160

第10章  基本線性回歸分析 161

10.1  最小二乘線性回歸分析 161

10.1.1  統計學原理及Stata命令 161

10.1.2  案例應用——分析歐元區20國經濟景氣指數的影響因素 165

10.2  約束條件回歸分析 170

10.2.1  統計學原理及Stata命令 170

10.2.2  案例應用——分析車輛燃油效率的影響因素 171

10.3  本章回顧與習題 172

10.3.1  本章回顧 172

10.3.2  本章習題 173

第11章  線性回歸分析診斷與處理 175

11.1  異方差診斷與處理 175

11.1.1  統計學原理及Stata命令 175

11.1.2  案例應用——分析中等收入國家航空運輸客運量的影響因素 178

11.2  自相關診斷與處理 182

11.2.1  統計學原理及Stata命令 182

11.2.2  案例應用——分析英國工業生產指數對失業救濟率的影響 186

11.3  多重共線性診斷與處理 191

11.3.1  統計學原理及Stata命令 191

11.3.2  案例應用——分析中國居民收入基尼系數影響因素 192

11.4  內生性診斷與處理 196

11.4.1  統計學原理及Stata命令 196

11.4.2  案例應用——分析被調查者年薪的影響因素 201

11.5  本章回顧與習題 204

11.5.1  本章回顧 204

11.5.2  本章習題 206

第12章  非線性回歸分析 209

12.1  轉換變量回歸分析 209

12.1.1  統計學原理及Stata命令 209

12.1.2  案例應用——分析山東有效發明專利數對新產品銷售收入的影響 210

12.2  非線性回歸分析 213

12.2.1  統計學原理及Stata命令 213

12.2.2  案例應用——分析工作年限對績效年薪的影響 213

12.3  分位數回歸分析 217

12.3.1  統計學原理及Stata命令 217

12.3.2  案例應用——分析人力投入回報率對凈資產收益率的影響 217

12.4  本章回顧與習題 219

12.4.1  本章回顧 219

12.4.2  本章習題 219

第13章  因變量離散回歸分析 221

13.1  二值選擇模型 221

13.1.1  統計學原理及Stata命令 221

13.1.2  案例應用——分析商業銀行對公授信客戶征信違約記錄的影響因素 227

13.2  多值選擇模型 234

13.2.1  統計學原理及Stata命令 234

13.2.2  案例應用——分析血糖含量與年齡、糖攝入量、中高等強度運動量的關系 236

13.3  有序選擇模型 239

13.3.1  統計學原理及Stata命令 239

13.3.2  案例應用——分析生產車間工人年度獎金檔次 240

13.4  本章回顧與習題 243

13.4.1  本章回顧 243

13.4.2  本章習題 244

第四部分  專業統計應用

第14章  因子分析 248

14.1  統計學原理及Stata命令 248

14.2  案例應用——分析39家上市銀行風險與效益指標 250

14.3  本章回顧與習題 255

14.3.1  本章回顧 255

14.3.2  本章習題 255

第15章  聚類分析 257

15.1  劃分聚類分析 257

15.1.1  統計學原理及Stata命令 257

15.1.2  案例應用——分析A股電氣機械和器材制造業上市公司財務指標 261

15.2  層次聚類分析 263

15.2.1  統計學原理及Stata命令 263

15.2.2  案例應用——分析美股酒店及汽車旅館公司盈利能力 265

15.3  本章回顧與習題 267

15.3.1  本章回顧 267

15.3.2  本章習題 268

第16章  生存分析 270

16.1  生存分析的基本概念及數據類型 270

16.1.1  生存分析涉及的基本概念 270

16.1.2  生存分析數據類型 271

16.2  生存分析原理及Stata案例 272

16.2.1  統計學原理及Stata命令 272

16.2.2  案例應用——分析患者年齡和是否吸煙對生存時間的影響 278

16.2.3  案例應用——分析藥物種類和劑量對患者生存時間的影響 283

16.3  本章回顧與習題 286

16.3.1  本章回顧 286

16.3.2  本章習題 287

第17章  信度分析 289

17.1  統計學原理及Stata命令 289

17.2  案例應用——分析自我效能感調查問卷信度 291

17.3  本章回顧與習題 293

17.3.1  本章回顧 293

17.3.2  本章習題 293

第五部分  特殊數據應用

第18章  時間序列數據分析 296

18.1  時間序列數據的預處理 296

18.1.1  統計學原理及Stata命令 296

18.1.2  案例應用——分析甘肅省歷年降雨量時間走勢 301

18.2  移動平均濾波與指數平滑法 302

18.2.1  統計學原理及Stata命令 302

18.2.2  案例應用——分析中國網約車運營月度數據 307

18.3  ARIMA模型、ARIMAX模型 311

18.3.1  統計學原理及Stata命令 311

18.3.2  案例應用——分析中國國房景氣指數和宏觀經濟景氣指數走勢 315

18.4  單位根檢驗 317

18.4.1  統計學原理及Stata命令 317

18.4.2  案例應用——分析香港失業率、M2同比月度數據 318

18.5  向量自回歸模型 321

18.5.1  統計學原理及Stata命令 321

18.5.2  案例應用——分析德國CPI、登記失業率、經濟景氣指數數據 330

18.6  協整檢驗與向量誤差修正模型 335

18.6.1  統計學原理及Stata命令 335

18.6.2  案例應用——分析中國城鎮居民人均可支配收入、社會融資規模、居民人均消費支

出年度數據 340

18.7  ARCH系列模型 343

18.7.1  統計學原理及Stata命令 343

18.7.2  案例應用——分析碳酸鋰期貨收盤價 348

18.8  本章回顧與習題 350

18.8.1  本章回顧 350

18.8.2  本章習題 353

第19章  面板數據分析 356

19.1  面板數據的預處理 356

19.1.1  統計學原理及Stata命令 356

19.1.2  案例應用——分析家用電器行業上市公司盈利能力指標 358

19.2  短面板數據分析 359

19.2.1  統計學原理及Stata命令 359

19.2.2  案例應用——分析個人護理用品行業上市公司股權集中度對盈利能力的影響 361

19.3  長面板數據分析 366

19.3.1  統計學原理及Stata命令 366

19.3.2  案例應用——分析半導體上市公司研發費用占比對凈資產收益率的影響 368

19.4  本章回顧與習題 374

19.4.1  本章回顧 374

19.4.2  本章習題 375

第六部分  論文指導應用

第20章  實證研究論文指導 378

20.1  實證研究的概念 378

20.2  實證研究論文的撰寫步驟 379

20.2.1  提出研究問題 379

20.2.2  查閱參考文獻 380

20.2.3  設計研究框架 380

20.2.4  提出理論假設 381

20.2.5  收集數據 383

20.2.6  選取恰當的統計分析方法進行實證分析 383

20.2.7  寫出研究結論並提出對策和建議 387

第21章  穩健性檢驗與異質性分析 389

21.1  穩健性檢驗的概念及意義 389

21.2  穩健性檢驗的方法及示例 390

21.2.1  論證從理論假設提出到實證研究設計之間的穩健性 390

21.2.2  論證實證研究回歸模型構建的穩健性 391

21.2.3  論證實證研究分析所使用樣本數據的穩健性 392

21.3  異質性分析的概念及意義 394

21.4  異質性分析的方法及示例 394

第22章  政策效應檢驗 396

22.1  政策效應檢驗方法的對比與選擇 396

22.1.1  “計劃全面實行、試點較多”的政策效應檢驗 396

22.1.2  “政策適用範圍較窄、試點較少”的政策效應檢驗 397

22.1.3  “一刀切”的政策效應檢驗 397

22.2  雙重差分法 398

22.2.1  傳統DID 398

22.2.2  經典DID 399

22.2.3  異時DID 399

22.2.4  廣義DID 399

22.2.5  異質DID 400

22.3  平行假設趨勢檢驗 400

22.4  安慰劑檢驗 402

22.4.1  安慰劑檢驗的概念 402

22.4.2  替換政策發生時間 402

22.4.3  隨機生成處理組 403

22.4.4  同時隨機生成政策發生時間與處理組 403

22.4.5  替換樣本 404

22.4.6  替換變量 404

22.5  合成控制法 404

22.5.1  合成控制法的概念 404

22.5.2  合成控制法的Stata操作 405

22.5.3  合成控制法示例——研究美國加利福尼亞州1988年第99號控煙法的效果 407

22.6  斷點回歸法 414

22.6.1  斷點回歸法的概念 414

22.6.2  斷點回歸法的Stata操作 415

22.6.3  斷點回歸法示例——研究M候選人當選對預算支出的影響 415

第七部分  AI工具應用

第23章  DeepSeek等AI工具的應用 420

23.1  DeepSeek等AI工具的作用 420

23.2  Stata統計分析AI提示實例 421

23.2.1  數據整理AI提示示例 421

23.2.2  描述性統計AI提示示例 422

23.2.3  圖形繪制AI提示示例 423

23.2.4  最小二乘回歸分析AI提示示例 423

23.2.5  因子分析AI提示示例 424

23.2.6  時間序列分析AI提示示例 425

23.2.7  DID（雙重差分法）分析AI提示示例 426

23.2.8  傾向得分匹配（PSM）分析AI提示示例 427

23.2.9  動態面板數據分析AI提示示例 428

23.2.10  機器學習因果推斷AI提示示例 429

23.2.11  Stata與Python交互AI提示示例 430