Stata软件基本操作和数据分析入门第二讲统计描述入门赵耐青一、调查某市1998年110名19岁男性青年的身高（cm）资料如下，计算均数、标准百分位数和频数表。差、中位数、167.8173.9173.1176.9173.8171.5175.1175.2176.7174.5185.4175.8173.5175.9175.9173.2177.2169.2174.7174.8171.9166.0177.3175.2179.8175.7180.8171.4178.9172.6170.8168.7183.7171.6172.9173.6177.7172.4166.9175.0171.3181.2178.1173.3177.5173.0174.3174.5172.5174.0177.9170.7175.2178.5177.6183.3173.1170.9180.5176.8179.6180.6176.6174.3168.7175.2179.5172.5173. 0174.2169.5177.0183.6170.3178.8181.1182.9177.8[164. 1169. 1176.3171.1172.9177.0179.8178.2174.4169.2169.4176.4178.3165.0175.8177. 6177. 4178. 7175.1181.8171.3181.0181.7179.3177.0181.8174.8177.3178.5175.8177.5180.2Stata数据结构x1173.12169.23171.94166.95181.26177.97179.68169.59176.310178.311174.812167.813174.71416615170.816178.117170.718180.61917720169.421165
Stata 软件基本操作和数据分析入门 第二讲 统计描述入门 赵耐青 一、调查某市 1998 年 110 名 19 岁男性青年的身高（cm）资料如下，计算均数、标准 差、中位数、百分位数和频数表。 173.1 167.8 173.9 176.9 173.8 171.5 175.1 175.2 176.7 174.5 169.2 174.7 185.4 175.8 173.5 175.9 175.9 173.2 174.8 177.2 171.9 166.0 177.3 175.2 179.8 175.7 180.8 171.4 178.9 172.6 166.9 170.8 168.7 175.0 183.7 171.6 172.9 173.6 177.7 172.4 181.2 178.1 173.3 177.5 173.0 174.3 174.5 172.5 171.3 174.0 177.9 170.7 175.2 178.5 177.6 183.3 173.1 170.9 180.5 176.8 179.6 180.6 176.6 174.3 168.7 175.2 179.5 172.5 173.0 174.2 169.5 177.0 183.6 170.3 178.8 181.1 182.9 177.8 164.1 169.1 176.3 169.4 171.1 172.9 177.0 179.8 178.2 174.4 169.2 176.4 178.3 165.0 175.8 181.0 177.6 177.4 178.7 175.1 181.8 171.3 174.8 181.7 177.3 178.5 179.3 177.0 175.8 181.8 177.5 180.2 Stata 数据结构 x 1 173.1 2 169.2 3 171.9 4 166.9 5 181.2 6 177.9 7 179.6 8 169.5 9 176.3 10 178.3 11 174.8 12 167.8 13 174.7 14 166 15 170.8 16 178.1 17 170.7 18 180.6 19 177 20 169.4 21 165
22181.723173.924185.425177.326 168.727173.328175.229176.630183.631171.132175.833177.334176.935175.836175.23717538177.539178.540174.341170. 342172.94318144178.545173.846173.547179.848183.74917350177.651168.752178.81775354177.655179.356171.557175.958175.759171.660174.361183.362175.263181.1
22 181.7 23 173.9 24 185.4 25 177.3 26 168.7 27 173.3 28 175.2 29 176.6 30 183.6 31 171.1 32 175.8 33 177.3 34 176.9 35 175.8 36 175.2 37 175 38 177.5 39 178.5 40 174.3 41 170.3 42 172.9 43 181 44 178.5 45 173.8 46 173.5 47 179.8 48 183.7 49 173 50 177.6 51 168.7 52 178.8 53 177 54 177.6 55 179.3 56 171.5 57 175.9 58 175.7 59 171.6 60 174.3 61 183.3 62 175.2 63 181.1
64179.865177.46617767175.168175.969180.870172.971174,572173.173179,574182.975178.276178.777175.878175.279173.280171.481173.682172.583170. 984172.585177.886174.487175.188181.889176.790174.891178.992177.793171.394180.59517396164.197169.298181.899177.5100174.5101177.2102172.6103172.4104174105176.8
64 179.8 65 177.4 66 177 67 175.1 68 175.9 69 180.8 70 172.9 71 174.5 72 173.1 73 179.5 74 182.9 75 178.2 76 178.7 77 175.8 78 175.2 79 173.2 80 171.4 81 173.6 82 172.5 83 170.9 84 172.5 85 177.8 86 174.4 87 175.1 88 181.8 89 176.7 90 174.8 91 178.9 92 177.7 93 171.3 94 180.5 95 173 96 164.1 97 169.2 98 181.8 99 177.5 100 174.5 101 177.2 102 172.6 103 172.4 104 174 105 176.8
106174.2107169.1108176.4109171.3110180.2（读者可以把数据直接粘贴到Stata的Edit窗口)在介绍统计分析命令之前，先介绍打开一个保存统计分析结果的文件操作：efsindowHelp点击log图标，然后选择路径和输入保存结果的文件Ba-名，建议选择扩展名为1log的文件，这样以后统计分析结果都将保存在这个文件中并且可以用word打开βstata Result's和编辑。当分析结束时，仍点击该图标，关闭文件。/P计算样本的均数、标准差、最大值和最小值命令1：su变量名(可以多个变量：即：su变量名1变量名2变量名m）命令2：su变量名，d(可以多个变量：即：su变量名1变量名2变量名m,d)本例命令sux均数变量样本量标准差最小值最大值ObsMeanMinMaxVariableIStd. Dev.110xI175.36554.222297164.1185.4本例命令.sux,dxPercentilesSmallest1%165164.15%168.716510%169.45166Obs11025%172.9110166.9Sum of Wgt.50%175.2Mean175.3655LargestStd. Dev.4.22229775%178.1183.390%180.9183.6Variance17.8277995%183.7181.8Skewness-.1756947183.799%185.42.895843Kurtosis结果说明ObsSmallest最小值110样本量164.1110第1最小值Sum of Wgt.加权和（即每个记165第2最小值录的权是1)均数166第3最小值Mean175.3655166.9第4最小值Std.Dev.4.222297标准差最大值方差Variance17.82779Largest183.3第4最大值Skewness-.1756947偏度系数
106 174.2 107 169.1 108 176.4 109 171.3 110 180.2 (读者可以把数据直接粘贴到 Stata 的 Edit 窗口) 在介绍统计分析命令之前，先介绍打开一个保存统计分析结果的文件操作： 计算样本的均数、标准差、最大值和最小值 命令 1：su 变量名 (可以多个变量：即：su 变量名 1 变量名 2 . 变量名 m) 命令 2：su 变量名,d (可以多个变量:即：su 变量名 1 变量名 2 . 变量名 m,d) 本例命令 su x 变量 样本量 均数 标准差 最小值 最大值 Variable | Obs Mean Std. Dev. Min Max -+- x | 110 175.3655 4.222297 164.1 185.4 本例命令. su x,d x - Percentiles Smallest 1% 165 164.1 5% 168.7 165 10% 169.45 166 Obs 110 25% 172.9 166.9 Sum of Wgt. 110 50% 175.2 Mean 175.3655 Largest Std. Dev. 4.222297 75% 178.1 183.3 90% 180.9 183.6 Variance 17.82779 95% 181.8 183.7 Skewness -.1756947 99% 183.7 185.4 Kurtosis 2.895843 结果说明 Smallest 最小值 Obs 110 样本量 164.1 第 1 最小值 Sum of Wgt. 110 165 第 2 最小值 加权和(即每个记 录的权是 1) 166 第 3 最小值 Mean 175.3655 均数 166.9 第 4 最小值 Std. Dev. 4.222297 标准差 Largest 最大值 Variance 17.82779 方差 183.3 第 4 最大值 Skewness -.1756947 偏度系数 点击 log 图标，然后选择路径和输入保存结果的文件 名，建议选择扩展名为 log 的文件，这样以后统计分 析结果都将保存在这个文件中并且可以用 word 打开 和编辑。当分析结束时，仍点击该图标，关闭文件
183.6第3最大值Kurtosis2.895843峰度系数183.7第2最大值185.4第1最大值百分位数Percentiles1%165=Pi5%168.7=Ps10%169.45=Pro百分位数P表示样本中%的数据小于等P并且（10025%172.9=P2n一X)%的数据大于等于Px。特别：Pso就是中位数，表示一半的数据小于等于它，50%175.2另一半的数据大于等于它。本例：P=175.2=Pso样本量obs=110，因此有55个数据小于等于175.2，另有55个数据大于等于175.275%178.1=P1590%180.9=Pse95%181.8=Pob99%183.7=Po计算百分位数还可以用专用命令centile。centile变量名（可以多个变量)，centile(要计算的百分位数）例如计算Pzs，Pm.等centile变量名，centile(2.597.5)本例计算P2.5,Pn.s,Pso，Pzs,Prs。本例命令.centilex,centile(2.525507597.5)Binom.Interp.-Variable I[95% Conf. Interval]Obs PercentileCentile1102.5164.1168.7*xI165.77525172.825171.3314173.626750175.2174.5176.678975178.125177.3179.437197.5183.6225181.8185.4**Lower (upper)confidence limitheldatminimum (maximum)of sample结果说明PercentileCentile百分位数2.5165.775=P2. 525=P25172.82550175.2=Pso(中位数)75=P15178.12597.5183.6225=P97.5制作频数表，组距为2，从164开始，其中int（)表示取整数genf=int((x-164)/2)*2+164tab f频数汇总和频率计算频率频数累积频率flFreq.Cum.Percent21.82164|1.823166I2.734.557168|6.3610.911117010.0020.91172|1614.5535.45
183.6 第 3 最大值 Kurtosis 2.895843 峰度系数 183.7 第 2 最大值 185.4 第 1 最大值 Percentiles 百分位数 1% 165 =P1 5% 168.7 =P5 10% 169.45 =P10 25% 172.9 =P25 50% 175.2 =P50 75% 178.1 =P75 90% 180.9 =P90 95% 181.8 =P95 99% 183.7 =P99 百分位数PX表示样本中X%的数据小于等PX并且(100 －X)%的数据大于等于PX。 特别：P50就是中位数，表示一半的数据小于等于它， 另一半的数据大于等于它。本例：P50=175.2 样本量 obs=110，因此有 55 个数据小于等于 175.2， 另有 55 个数据大于等于 175.2 计算百分位数还可以用专用命令 centile。 centile 变量名(可以多个变量)，centile(要计算的百分位数) 例如计算P2.5，P97.5等 centile 变量名,centile(2.5 97.5) 本例计算P2.5，P97.5，P50，P25，P75。 本例命令. centile x,centile(2.5 25 50 75 97.5) - Binom. Interp. - Variable | Obs Percentile Centile [95% Conf. Interval] -+- x | 110 2.5 165.775 164.1 168.7* | 25 172.825 171.3314 173.6267 | 50 175.2 174.5 176.6789 | 75 178.125 177.3 179.4371 | 97.5 183.6225 181.8 185.4* * Lower (upper) confidence limit held at minimum (maximum) of sample 结果说明 Percentile Centile 百分位数 2.5 165.775 =P2.5 25 172.825 =P25 50 175.2 =P50(中位数) 75 178.125 =P75 97.5 183.6225 =P97.5 制作频数表，组距为 2，从 164 开始， gen f=int((x-164)/2)*2+164 其中 int( )表示取整数 tab f 频数汇总和频率计算 频数 频率 累积频率 f | Freq. Percent Cum. -+- 164 | 2 1.82 1.82 166 | 3 2.73 4.55 168 | 7 6.36 10.91 170 | 11 10.00 20.91 172 | 16 14.55 35.45