|
量化研究已經(jīng)逐漸成為社會科學研究的主流，其重要地位無需贅述。好的選題+嚴謹?shù)哪Ｐ?熟練的軟件操作=一篇好的論文對于Stata的操作而言，市場上的書籍、課程等琳瑯滿目， 而本文側(cè)重于如何使用Stata完成一篇量化論文的數(shù)據(jù)處理，滿滿的干貨，相信各位讀者尤其是初學者如果能夠操作一遍，一定會對Stata的運用有所掌握。 
本文從數(shù)據(jù)清理、描述性統(tǒng)計、循環(huán)命令的使用、雙變量分析、因子分析、線性回歸、Logistic回歸、表格輸出等方面詳細地介紹Stata的使用。跑一個模型對于看似十分簡單，的確也十分簡單，只需要一行命令，但是“跑模型”的功夫盡在“模型”前。在這里，我們利用CGSS2015數(shù)據(jù)，假定來研究“錢能買來快樂嗎？”即收入對主觀幸福感的影響方法1：通過命令方式 use 'D: cgss2015_14.dta', clear 方法2：窗口點擊（更推薦，不用寫路徑） 點擊菜單欄第一個文件夾的標志，然后打開數(shù)據(jù) 
點擊后會在屏幕上出現(xiàn)一行命令，可以將其復制到do文件中，便于下次使用
例如：我們最關心的兩個變量一個是收入，一個是主觀幸福感，我們可以先查看一下變量的基本情況 tab a36 
sum a8a 
熟悉stata或者是量化研究處理流程的讀者可能清楚，跑一個模型可能在這一步需要花費很大的力氣，在這里我們將詳細地來進行操作示范*幾個常用命令：gen recode rename replace社會科學的研究中基本人口學變量是必不可少的，本部分的命令也可以復制到以后的其他研究中使用，事半功倍！
gen gender=a2 //生成一個新變量gender，gender這個變量就是原來的a2變量gen age=2015-a301 //生成一個新變量age，這個變量為2015減去出生年replace nation=. if nation<0 //在stata中用.或者空格來表示缺失值，這樣軟件就能識別出，否則將會代入計算recode nation (1=1 '漢族')(else=0 '少數(shù)民族'),gen(newnation)recode edu(1 2 3=1 '小學及以下')(4=2 '初中')(5 6 7 8=3 '高中（專）')(else=4 '大專及以上'),gen(newedu)replace party=1 if a10==4recode hukou (1=0 '農(nóng)業(yè)戶口')(7=. )(else=1 '非農(nóng)戶口'),gen(urban) //將沒有戶口處理為缺失值
global population gender age newnation newedu party urban/*定義全局宏，用處就是將上述所有人口學變量定義為population，在接下來的回歸時就不需要每個變量都敲一遍，通過輸入$population就可以*/
*我們的研究問題是：錢能不能買來快樂？我們用個人全年總收入測量“錢”，相關處理如下：
replace income=. if income<0 /*在回歸分析中有一個重要的假定，就是變量要服從正態(tài)分布，我們可以通過直方圖的形式 hist income, percent normal title('收入分布') /*做完圖之后我們發(fā)現(xiàn)，收入這個變量呈現(xiàn)明顯的左偏的分布態(tài)勢，根據(jù)統(tǒng)計學原理， 針對左偏的變量我們一般采用取對數(shù)的形式來糾正，命令如下：*/ gen lnincome=log(income+1) /*生成收入對數(shù)變量，選擇收入+1的原因是，對數(shù)運算的數(shù)學原理中不允許出現(xiàn)0，而收入 變量中有0值，為了讓這些0收入的樣本進入，我們將其+1，這也不會對最后的結(jié)果產(chǎn)生較大影響*/ hist lnincome, percent normal title('收入對數(shù)分布') //調(diào)整之后收入對數(shù)是符合正態(tài)分布的
*我們的研究問題是：錢能不能買來快樂？我們用主觀幸福感測量“快樂”，相關處理如下：
replace happy=. if happy<0在研究中除了要控制基本的人口學變量之外，還要控制一些混雜因素，正常情況下，控制變量的選擇要依照理論，這里僅為了方法上的展示，我們擬控制如下變量：個人能力和社會階層這兩個變量
/*我們擬采用CGSS問卷中的：您覺得自己的以下能力是什么水平？（問卷P11）進行測量主要包括四個方面：聽普通話、說普通話、聽英語、說英語等能力，對于這四個題目我們可以通過一個循環(huán)命令來解決，不需要繁瑣的寫很多命令，具體如下：*/另外的一個問題，如果我們把這四個問題都放入模型會產(chǎn)生嚴重的多重共線性問題，為了避免這一問題，我們可以用因子分析的方法解決，具體如下：rename f1 ability //將f1這個因子得分變量重命名為ability
replace class=. if class<0
reg happy lnincome //reg是線性回歸的命令，后面第一個變量是因變量，其余順序無要求reg happy lnincome $population $var //人口學變量和控制變量均利用全局宏簡寫ologit happy income //ologit是序次logistic回歸的命令，后面第一個變量是因變量，其余順序無要求ologit happy income $population $var可以看出，回歸分析只是一行命令而已，真正的工作是在第三步：數(shù)據(jù)/變量管理中經(jīng)過一些列的數(shù)據(jù)分析后，到底如何將結(jié)果變成可以直接貼在論文的圖表呢？在這里介紹幾個命令，可以將描述性統(tǒng)計以及回歸分析的表格直接輸入到word中。ssc install asdoc, replace //安裝外部命令，用于表格輸出asdoc sum income lnincome happy $population $var, /// stat(N mean sd p25 p75) fs(12) dec(2) ///stat表示需要輸出的描述性統(tǒng)計變量，具體而言，stat(N mean sd p25 p75) 表示輸出的統(tǒng)計變量為樣本數(shù)、算術平均數(shù)、標準差、t 值、1% 分位數(shù)、99% 分位數(shù)，fs(#) 為 Font size 的縮寫，表示字號大小為 # 鎊，dec(#) 為 Decimal points 的縮寫，表示輸出結(jié)果保留到小數(shù)點后 # 位ssc install sum2docx,replace
sum2docx income lnincome happy $population $var /// using table1.docx,append obs mean(%9.2f) /// sd min(%9.0g) median(%9.0g) max(%9.0g) ///ssc install outreg2,replace //安裝外部命令，用于表格輸出
reg happy lnincome $population $var outreg2 [m1 m2] using 'd:\', excel dec(3) alpha(0.001, 0.01, 0.05)/*將m1和m2共同輸出到表格中，保存到d盤，dec（3）指保留三位小數(shù)，alpaha（）指顯著性水平*/reg happy lnincome $population $var esttab m1 m2 using result.rtf,se r2 mtitle star(+ 0.1 * 0.05 ** 0.01)
/*m1和m2共同輸出到表格中，輸出包括標準誤，r平方，和顯著性水平,保存位置為當前cd的位置*/
|
