options] ? 密度函数图
kdensity varname [if] [in] [weight] [, options] ? 区间作图
twoway command y1var y2var xvar [if] [in] [, vertical horizontal options] 其中，vertical和horizontal分别表示垂直和水平区间。Command包括
相类似地，还有配对作图和拟合作图，具体参考graph twoway。
? 函数作图
twoway function [[y]=] f(x) [if] [in] [weight] [, options] 例子：
twoway (function y=sin(x), range(-10 10) lw(*1.5)) /// (function y=cos(x), range(-10 10) lw(*2.0)), /// ytick(-2(0.5)2) ylabel(, angle(0)) ///
yline(0, lcolor(black*0.5) lpattern(dash)) scheme(s1mono)
? 图形的保存与导出（具体查阅help graph save和graph export）
图形文件的三种保存方式
第一种，点击图形编辑器中的保存键，并输入图形文件名称即可； 第二种，graph save figname.gph, replace 第三种，saving(figname.gph, replace) 图形导出命令方式
graph export figname.wmf, replace graph export \
除了wmf格式，还有ps、eps、emf、png、tif等常用格式。对于png和tif格式，还可以调整其分辨率，加入选项width()和height()即可。
? 分析结果的呈现与导出
? 回归结果的制表显示
16
estimates table 是官方命令，但是其功能较为局限。实际研究中，外部命令esttab更为常用。 sysuse auto, clear
quietly regress price weight mpg estimates store model1
quietly regress price weight mpg foreign estimates store model2 esttab model1 model2
esttab model1 model2, ar2 compress nogap star(* 0.1 ** 0.05 *** 0.01) esttab model1 model2, ar2 compress nogap star(* 0.1 ** 0.05 *** 0.01) ///
b(%6.3f) brackets p label var price “价格” label var weight “重量”
esttab model1 model2, label // 显示变量的label，而不是变量名称
esttab model1 model2 using result1.html, replace // 输出为网页格式 esttab model1 model2 using result1.csv, replace // 输出为excel格式
addnotes(\ // 修正之后更好看 logout是外部命令，需要下载，输入ssc install logout 例1：输出统计描述 use hdi, clear
logout, save(result2) word replace: ///
tabstat Capital_GDP Educ GDP LMH_income, /// stats(mean sd min p50 max) c(s) f(%6.2f) logout, save(result2) excel replace: ///
tabstat Capital_GDP Educ GDP LMH_income, /// stats(mean sd min p50 max) c(s) f(%6.2f) logout, save(result2) word replace: ///
pwcorr Capital_GDP Educ GDP LMH_income 例2：输出回归结果 sysuse auto, clear
quietly regress price weight mpg estimates store model1
quietly regress price weight mpg foreign estimates store model2
logout, save(result3) word replace fix(3): ///
esttab model1, model2(模型1 模型2) b(%6.3f) se(%6.2f) ///
17
esttab model1 model2 using result1.csv, replace compress nogap nonotes /// ? logout可以将各种表格结果输出到各种格式的文档
star(* 0.1 ** 0.05 *** 0.01) scalar(r2 r2_a N F) compress nogap
// 说明：fix(#)选项决定了转换的敏感度，此处fix(3)效果较好，也可以输出为excel格式。建议先输出为excel格式，再粘贴至word格式，方便调整表格格式。 ? 还有xml_tab以及outreg2等命令可以使用，建议自己下载外部命令并查阅help文档
自行掌握，或者熟悉上述两种即可。这些命令各有优劣，需要在实践中找到适合自己的。
6. log文档与do文档
? log文件
? log文件用于记录所有的操作命令和操作结果
? 如果在进行新的程序操作之前，Stata还运行着某个以前的log文件，则要先关掉该
log文件，因此先输入 cap log close
加“cap”的原因：若原来没有log文件在运行，则运行“log close”命令会产生错误信息，Stata也会因此中断do文件的运行；“cap”可以阻止这种现象的产生。 ? 开启新log文件的命令是
log use “路径\\logname.log”, replace
“replace”表示如果在该路径下已经存在一个同名的log文件，则新建立的log文件将其覆盖；如果想在已经存在的log文件中继续记录，则将“replace”改为“append”。
log // 查询当前log文件的工作状态 log off // 暂停运行log文件
若想查看log文件的记录内容，可以在view命令之后加上log文件的路径和文件名。 例子：
sysuse auto, clear cap log close
log using mylog1.log, text replace sum price weight length
log close regress price weight length log
shellout mylog1.log
log using mylog1.log, append regress price weight length log off
view mylog1.log
18
? do文档
? do文档是Stata命令的集合，是上述执行命令的第三种方式，也是研究人员最为常
用的工具。在本课程的后续学习中，将充分利用do进行实验课程的教学，在没有必要的情况下，将尽力少使用word文档，而是直接在do文档中进行内容阐述。 ? do文档的执行
执行部分命令时，选中需要执行的命令，点击doedit窗口中第二行倒数第一个图标，或者使用快捷键：Ctrl+D
执行全部命令时，在命令窗口输入do dename.do
? 注释语句
? /*??*/ 可跨行使用的注释语句，其中的内容均不执行。 ? //??
在行中某处出现，从“//”开始（“//”之前要空一格）到该行末
端的内容为注释，不执行；若在行的最前端使用，则表示整行文字为注释，不执行。 ? *?? 第一种： /// sysuse auto, clear
twoway (scatter price weight) ///
(lfit price weight)
第二种/* */
twoway (scatter price weight) /* */ (lfit price weight) 第三种断行方式： #delimit 命令 #delimit ;
twoway (scatter price wei) (lfit price wei),
title(\散点图和线性拟合图\#delimit cr
在行的最前端使用，表示整行文字为注释，不执行。
? 断行方法：每一行的语句不要太长，不用拖动下方导引条即可阅读。
7. 常用函数
/*Stata提供的函数包括数学函数、统计函数、字符串函数和特殊函数。这里介绍几个常用的数学函数，统计函数和特殊函数。函数必须与generate、replace、display或egen等指令结合起来使用。*/ ? 数学函数
abs(x) //绝对值函数 sqrt(x) exp(x)
//平方根函数 //指数函数
19
In(x)，1og(x) log10(x) digamma(x) trigamma(x) ? 统计函数
normal(x) invnorm(p) normalden(z) normalden(z,σ)
//自然对数函数
//常用对数函数(以10为底) //ln[?(x)]的1阶导数d ln[?(x)]/dx // ln[?(x)]的2阶导数d2 ln[?(x)]/dx2
round (x) //四舍五入
lngamma(x) //整数x的?函数之对数ln[?(x)]
//标准正态分布的累积分布函数值，即??x? //标准正态分布的分位数，即累积分布函数的反函数 //标准正态分布N(0,1)的密度函数值，即f?x?
2/*正态分布N0,?的密度函数
??normden (z,1)= normden (z)， normden(z,?))=normden(z)/?。*/
normalden(z,m,σ)
2/*正态分布Nm,?的密度函数，
??normden(z,m,?))=normden((z-m)/?)/?。*/
e.g.
display normal(1.64485) //0.95 display invnorm(0.95) //1.64485
display normalden(1.95) /*0.05959471，标准正态分布的密度函数。*/
display normalden(1.95,10) /*0.005959471，均值为0，标准差为10的正态分布的密度函数。*/
display normalden(29.5,10,10) //0.005959471
ttail(df,t) //自由度为df的t分布的生存函数，即累积分布函数的右端 invttail(df,p) //自由度为df的t分布的上分位数函数 e.g.
display ttail(8,1.96) //0.042829 display invttail(8,0.042829) //1.96 display invttail(8,1-0.042829) //-1.96 display invttail(8,0.021415) //2.405 display ttail(8,2.405) //0.02142 display ttail(8,-2.405) /0.97858 F(dfl,df2,f)
//自由度为dfl,df2的F分布的累积分布函数 F(dfl,df2,f)。*/
20
Ftail(dfl,df2,f) /*自由度为dfl、df2的F分布的生存函数，Ftail(dfl,df2,f)＝1－