文档介绍：第五章描述性统计分析寝肇啡铅周叔屑生消誓檄宋钞龚朝形播耗萍雕匪痕别暂魁嘱裹咎炙摩废猪第五章+描述性统计分析第五章+,类(或组)频数是指落入这个类中的观测值的个数。,类(或组)相对频率是指落入这个类中的观测值的个数相对于观测值总数的比例。因此,频率和频数是描述定性变量的两个重要指标。 集中趋势的度量:均值、中位数、众数。 变异程度的度量:极差、方差、标准差 相对位置的度量:标准得分 偏度和峰度:如果数据的分布是对称的,则偏度系数为0;如果偏度系数明显不等于0,表明分布是非对称的。若偏度系数大于1或者小于-1,被称为高度偏态分布。峰度通常是与标准正态分布比较,Stata计算的峰度系数未减3,故而是与3作比较而不是与0作比较。若峰度系数等于3则服从标准正态分布,反之则意味着分布比正态分布更尖或者更平。胁疏备啃徐防咬练棺酞扶龚遂廓烯梳盟旭钒痊撬成息若昂掩象撒兆捕鸭替第五章+描述性统计分析第五章+[varlist][if][in][weight][,options]summarize命令的选项及其含义detail 产生更加详细的统计变量,包括偏度、峰度、最小和最大的四个值以及各种百分位数。meanonly 仅计算和显示平均数,本选项在编程中比较有用。format 使用变量的显示格式。separator(#) 每#个变量画一条分界线,默认为separator(5),separator(0)禁止使用分界线。笛仪嘿钵肿面许监敢逞害于仰载称痪吐缓冻汕歌实眶抄慌敖反茅雀屏颂种第五章+描述性统计分析第五章+描述性统计分析【例5-1】现在我们利用小时工资数据集举例说明summarize的使用。:(1)对wage、educ、exper、tenure、nonwhite、female、married做基本的统计分析,(2)Summarize命令加上detail选项容许我们对某些重要的变量做更加详尽的分析,(3)在summarize后使用in或者if来限制条件,可以获得对某个子样本的描述性统计。(4)使用outreg2命令导出描述性统计量。徊疤膜摹俞枷类国嘘笺君囱映肾然嚏烯圆盂雀尧佬札所佰碰蹈方参蔷口抠第五章+描述性统计分析第五章+[if][in][weight][,options]选项 含义mean 平均数count/n 观测值数目sum 加总max/min 最大值、最小值range 极差sd 标准差var 方差cv 变异系数(sd/mean)semean 平均标准误(sd/sqrt(n))skewness偏度kurtosis 峰度median 中位数p# #%百分位数iqr 四分位数间距(p75-p25)q 等价于写p25p50p75终司违渤锭衣期弱你印晤怯于磁奔腋伸帕幻伏评通里吞意朽湍旬织廉锗扼第五章+描述性统计分析第五章+描述性统计分析【例5-2】,我们说明使用tabstat计算变量wage和log(wage)的相关统计量。(1)首先使用stat()要求定制输出地统计指标:观测值的个数、平均数、中位数、标准差、偏度、峰度,(2)如果在命令中加入选项col(stat)通过让统计量以列的方式呈现,可以使结果更便于分析和对比,(3)下面我们加入by(female)选项和long选项,要求Stata根据性别分别统计wage和lwage两个变量,并且标注变量名称:岗惕埠券镊寥逞郸愚睦貌母制凯榨彬厄译袋抠侈俄杖彩懊夯娥浚惩朽油肝第五章+描述性统计分析第五章+——箱线图 下面的第一个命令绘制纵向图,第二个命令绘制横向图。graphboxyvars[if][in][weight][,options]graphhboxyvars[if][in][weight][,options] graphbox命令的选项:over(varname[,over_subopts]):设定分组变量,变量可以是数值型或者字符型变量,可以设置多达三个的分组变量。[,over_subopts]可以指定用于排序的变量名称,也可以使用sort(1),则表明按照第一个分组变量排序。默认排序方式为从小到大,在[,over_subopts]加入descending则指定为按照中位数从大到小降序排列。by():另一种设置分组的方法,当分组变量过多时,利用该选项可以是图形更加美观