stata求中位数 stata怎么求中位数

企业规模选取中位数怎么考虑行业stata

by x1, sort: tabulate x2 x3, nofreq col chi2 三维列联表，并对x1每一取值水平内x2,x3的性进行卡方检验

点击stata进入,然后选择我的头像,点击相关,然后点击匹【命令范式】配行业即可

stata求中位数 stata怎么求中位数

stata求中位数 stata怎么求中位数

首先要生成行业和年份的虚拟变量，然后logit回归即可。stata会自动剔除一个行业和年份的虚拟变量，不用担心共线性。代码如下：tabulateindustrycode,gen(industrydummy)tabulateyear,gen(yeardummy)logityxindustrydummyyeardummy觉得有用点个赞吧

什么是中位数和四分位数？

table x1, contents(mean x2) x1的一维表格，含有x1每一类别下x2的平均值

中位数和四分位数是用来描述分布未知或不满足正态分布的数据的集中趋势和离散趋势的，对于这种数据除了进行统计描述外，也可以进行统计推断。

by x1 x2, sort: tabulate x3 x4, column chi2 四维交互表

只是采用什么方法需要根据数据分布特征来决定。通过绘制频数分布图、pp图或进行正态性检验可以分析数据的分布特征。如果数据分布满足正态性，就可以通过t检验（两组比较）或方分析（多组比较）进行比较，如果数据不满足正态性，就可以采用秩和检验的方法进行比较。

应用

不论Q1，Q2，Q3的变异量数数值为何，均视为一个分界点，以此将总数分成四个相等部份，可以通过Q1，Q3比较，分析其数据变量的趋势。

四分位数在统计学中的箱线图绘制方面应用也很广泛。所谓箱线图就是 由一组数据5 个特征绘制的一个箱子和两条线段的图形，这种直观的箱线图不仅能反映出一组数据的分布特征，而且还可以进行多组数据的分析比较。这五个特征值，即数据的值、最小值、中位数和两个四分位数。即:

怎样用stata进行数据标准化

sktest x1 正态性检验（偏度与峰度）

用stata算集中指数采用Stata系统自带数据库auto.dta。

例如：font("楷体","12","black") 。可以不指定字体名而单独指定字体大小和字体颜色，使用font（""，size）仅指定字体大小，使用font（""，""，color）仅指定字体颜色。 默认值为font（"Times New Roman"）。

一、集中趋势的统计描述

以变量pr为例进行说明。

算术均数、几何均数和调和均数可以采用means、ameans、gmeans、hmeans计算。

众数：没有对应的命令可以直接计算众数，但是可以通过几种策略进行变通计算。如通过egen x=mode(pr); disp x; drop x，不过本例中pr中没有相同的数值，所以无法计算众数；另外也可通过preserve; contract pr, freq(x); sum x; list pr if x==r(max); restore 来显示。

不过采用Stata（summarize ，tabstat等命令）计算的峰度系数与Excel、SPSS和SAS计算的结果有所不同，原因是采用的公式不同，大家根据实际情况来选择。

二、离散趋势指标

极（全距）：tabstat pr, s(r)

标准：tabstat pr, s(sd)

方：tabstat pr, s(v)

四分位间距：tabstat pr, s(iqr)

变异系数：tabstat pr, s(cv)

采用summarize ， detail命令可以计算均数、标准、峰度系数、偏度系数、多个百分位数。不加detial可以得到值、最小值。

利用Stata进行概要统计及交互表统计

利用Stata进行概要统计及交互表统计

summarize y1 y2 y3 对所列变量计算简单的概要统计量

summarize y1 y2 y3, detail 获取详细的描述性统计，包括百分位数，中位数，平均数，标准，方，偏度，峰度等。

summarize y1 if x1>3 & x2<.

summarize y1 [fweight=w], detail 利用w作为加权变量进行频数加权，计算y1详细的概要统计量

tabstat y1, stats(mean, sd, skewness, kurtosis) by(x1) 按变量x1的每个类别，分别计算变量y1的具体指定的概要统计量

tabulate x1, sort miss 显示x1所有值的频数分，包括缺失值。按顺序从大到小对行（变量值）进行排序。

tab1 x1 x2 x3 x4 对所列变量分别创建频数分布表

tabulate x1 x2 显示一个两变量交互表，其中x1为行变量，x2为列变量

tab2 x1 x2 x3 x4 创建所列变量的所有可能的二维交互表

tabulate x1, summ(y) 创建一个二维表，显示x1每个类别中变量y的均值、标准及频数 tabulate x1 x3, sum(y) means 创建一个二维表，显示x1,x2每一种组合下y的均值

by x3, sort: tabulate x1 x2, exact 创建一个三维交互表，在x3的每个取值下创建x1(行)和x2（列）的分表，并为每个分表计算费舍检验，命令by x3, sort为x3排序

table x1 x2, contents(mean y1 median y2) 创建x1(行)，x2(列)的二维交互表，单元格包含y1的平均数和y2的中位数

svy: tab y, percent ci 使用调查加权的数据，获得变量y的一维百分比表以及95%的置信区间。ci计算置信区间，默认为95%。后可添加ll(a)设定置信区间a%

与ci相关的一个命令是cii，它可以直接根据概要统计量，来计算正态分布、二项分布或泊松分布的置信区间。它并不需要原始数据。

svy: tab y x, column percent 使用调查加权的数据，获得一个行变量y对列变量x的二维交互表，并对其狡辩性进行调整的卡方检验。单元格中给出了加权的列百分比。

【探测性数据分析】：

stem x1, lines() 对变量x1的所有观测值进行茎叶图处理lines限定了茎叶表达形式：首位数相同的开头共行

lv x2 字符数值表利用序次统计量来分解一个分布。

【正态性检验和数据转换】：

ladder x1 这个命令把幂阶梯和sktestexact 性设的费舍检验的正态性检验结合在一起。它对阶梯上的每一种幂进行尝试并报告其结果是否显著地非正态。

gladder x1 该命令将每一种转换的直方图与正态曲线加以比较

qladder x1 四分位阶梯命令

（可键入 ladder查看详细）

【频数表和二维交互表】：

tabulate 有许多对创建二维表非常有用的选项，包括：

cell 显示每个单元格的总百分比

chi2对行变量和列变量的设进行皮尔逊卡方检验

column 显示每个单元格的列百分比

generate(new) 创造一组名为new1, new2 等的虚拟变量来代表被列表变量的取值

lrchi2 对性设的似然比卡方检验。如果表格包含任何的空单元格，就得不到结果 missing 把缺失值也作为表的一行或一列

nofreq 不显示单元格频数

nolabel 显示数值而不是添加了标签的数值变量的取值标签

row 显示每个单元格的行百分比

tabi 偶尔我们可能需要在没有获得原始数据的情况下对已发表的表格重新进行分析，专门的命令tabi（直接制表）可以完成这项工作

【多表和交互表】：

tab1 x1 x2 x3 x4 对所列变量分别创建频数分布表

tab2 x1 x2 x3 x4 创建所列变量的所有可能的二维交互表

table x1, contents(freq) 创建x1的简单的频数分布表

table x1 x2, contents(freq) by(x3)创建一个二维频数表或交互表，并通过x3分组 table 的contents（）选项设定表格单元格要包含什么统计量

contents(freq) 频数

contents(mean x1) x1的平均数

contents(count x1) x1的非缺失值观测案例的计数

contents(p1 x1) x1的第1百分位数

【平均数、中位数以及其他概要统计量的列表】：

tabulate 能够很容易地创建分类变量每一类别的平均数和标准的列表。比如，如果要列出x1每一类别内x2的平均值，键入：tabulate x1, sum(x2)

创建一个平均值的二维表： tabulate x1 x2, sum(x3) means

table不能进行统计检验，但它能很好地创建多达七维的包含平均数、标准、总和等统当然，也可以将原始数据通过变量变换后，再采用t检验和方分析的方法进行比较。以上的分析可以借助stata、spss、sas等统计软件实现。具体方法在医学统计版上有许多的讨论，也可以去看看统计学教材。计量的表格。

table x1 x2, contents(mean x3 median x3)

summarize, tabulate, table 以及其他相关命令都可以和标示重复观测数目的频数权数frequency weight 一起使用。

tabulate x1 x2 [fweight=count] (,column nof)

如何用stata选择某一变量的中位数数据

均数：采用mean pr计算得6165.257。

cumul

x,

g(p)

eq

sc

xp

你的采纳是我前进的动力,还有不懂的地方,请继续“追问”。

如你还有别的问题expected 显示性定下二维表每个单元格内的期望频数,可另外向我求助;答题不易,互相理解,...

stata命令介绍sum2docx：描述性统计结果导出到word文档

中位数：centile pr或tabstat pr, s(med)，当然tabstat还可以计算均数、样本量、标准，标准误、方、极、四分位间距、变异系数、峰度系数、偏度系数等等很多指标。

将描述性统计报告给docx文件中如果做回归,可以在reg命令后加入年份i.year和行业i.ind的变量,系统自动控制年份和行业两个因素。的格式化表格。。

sum2docx varlist [if] [in] [weight] using filename , [options]

包括样本数N；均值mean[(fmt)]、方var[(fmt)]、标准sd[(fmt)]、偏度skewness[(fmt)]、峰度kurtosis[(fmt)]、求和sum[(fmt)]、权重的总和sum_w[(fmt)]、最小值min[(fmt)]、中位数median[(fmt)]、值max[(fmt)]、以及各分位数p1[(fmt)]、p5[(fmt)]、p10[(fmt)]、 p25[(fmt)]、 p75[(fmt)]、 p90[(fmt)]、p95[(fmt)]、p99[(fmt)]。