（按 照变量foreign的分类，分别对不同类样本的price和weight做散点图和回归线图的叠加，两图呈上下分布） twoway scatter price weight [fweight= displacement],msymbol(oh)
（画 出price和weight的散点图，“msybol(oh)”表示每个点均为中空的圆圈，[fweight= displacement]表示每个点的大小与displacement的取值大小成比例）
twoway connected y1 time,yaxis(1) || y2 time,yaxis(2)
（画出y1和y2这两个变 量的时间点线图，并将它们叠加在一个图中，左边“yaxis(1)”为y1的度量，右边“yaxis(2)”为y2的） twoway line y1 time,yaxis(1) || y2 time,yaxis(2) （与上图基本相同，就是没有点，只显 示曲线）
graph twoway scatter var1 var4 || scatter var2 var4 || scatter var3 var4
（做三个点图的叠加）
graph twoway line var1 var4 || line var2 var4 || line var3 var4 （做 三个线图的叠加）
graph twoway connected var1 var4 || connected var2 var4 || connected var3 var4 （叠加三个点线相连图） 更多变量：
graph matrix a b c y
（画出一个散点图矩阵，显示各变量之间所有可能的两两相互散点图）
graph matrix a b c d,half
（生成散点图矩阵，只显示下半部分的三角形区域） 用auto数据集：
graph matrix price mpg weight length,half by( foreign,total col(1) )
（根据foreign变量的不同类型绘制price等四个变量的散点图矩阵，要求绘出总图，并上下 排列】=具） 其他图形：
graph box y,over(x) yline(.22)
（对应x的每一个取值构建y的箱型图，并在y轴的 0.22处划一条水平线）
graph bar (mean) y,over(x)
对应x的每一个取值，显示y的平均数的条形图。括号中的“mean”也可换成 median、sum、sd、p25、p75等 graph bar a1 a2,over(b) stack
（对应在b的每一个取值，显示a1和a2的条形图，a1和a2是叠放成一根条 形柱。若不写入“stack”，则a1和a2显示为两个并排的条形柱）
graph dot (median)y,over(x)
（画点图，沿着水平刻度，在x的每一个取值水平所对应的y的中位数上打点） qnorm x
（画出一幅分位-正态标绘图） rchart a1 a2 a2
（画出质量控制R图，显示a1到a3的取值范围）
简单统计量的计算： ameans x
（计算变量x的算术平均值、几何平均值和简单调和平均值，均显示样本量和置信区间）
mean var1 [pweight = var2]
（求取分组数据的平均值和标准误，var1为各组的赋值，var2为每组的频数）
summarize y x1 x2,detail
（可以获得各个变量的百分比数、最大最小值、样本量、平均数、标准差、方差、峰度、偏 度） ***注意***
stata中summarize所计算出来的峰度skewness和偏度kurtosis有问题，与ECELL和 SPSS有较大差异，建议不采用stata的结果。
summarize var1 [aweight = var2], detail
（求取分组数据的统计量，var1为各组的赋 值，var2为每组的频数） tabstat X1,stats(mean n q max min sd var cv)
（计算变量X1的算术平均值、样本量、四分位 线、最大最小值、标准差、方差和变异系数） 概率分布的计算：
（1）贝努利概率分布测试： webuse quick
bitest quick==0.3,detail
（假 设每次得到成功案例‘1’的概率等于0.3，计算在变量quick所显示的二项分布情况下，各种累计概率和单个概率是多少） bitesti 10,3,0.5,detail
（计算当每次成功的概率为0.5时，十次抽样中抽到三次成功案例的概率：低于或高于三次成功的累计概率和恰好三次 成功概率） （2）泊松分布概率： display poisson(7,6) .44971106
（计算均值为7，成功案例小于等于6个 的泊松概率） display poissonp(7,6) .14900278
（计算均值为7，成功案例恰好等于6个的泊松概率）
display poissontail(7,6) .69929172
（计算均值为7，成功案例大于等于6个的泊松概率） （3）超几何分布概率：
display hypergeometricp(10,3,4,2) .3
（计算在样本总量为 10，成功案例为3的样本总体中，不重置地抽取4个样本，其中恰好有2个为成功案例的概率） display hypergeometric(10,3,4,2) .96666667
（计算在样本总量为10，成功案例为3的样 本总体中，不重置地抽取4个样本，其中有小于或等于2个为成功案例的概率） 检验极端值的步骤：
常见命令：tabulate、stem、codebook、summarize、list、histogram、 graph box、gragh matrix
step1.用codebook、summarize、histogram、graph boxs、graph matrix、stem看检验数据的总体情况： codebook y x1 x2 summarize y x1 x2,detail
histogram x1,norm（正态直方图） graph box x1（箱图）
graph matrix y x1 x2,half（画出各个变量的两两x-y图）