stata相關系數命令

㈠ 請教各位，如何在stata中如何獲取相關系數

不知道你說的獲取是什麼意思，是計算兩個變數的相關系數嗎？
pwcorr命令可以實現所有變數的Pearson相關分析，下列命令同時給顯著性小於0.05的相關系數上打上星號：
pwcorr, sig star(0.05)
相關有許多種，不知道你要算哪種。

㈡ 如何用stata計算組內相關系數icc

pwcorr命令，help一下這個命令即可。相關性是指兩個變數之間的變化趨勢的一致性,如果兩個變數變化趨勢一致,那麼就可以認為這兩個變數之間存在著一定的關系(但必須是有實際經濟意義的兩個變數才能說有一定的關系)。相關性分析也是常用的統計方法,用SPSS統計軟體操作起來也很簡單,具體方法步驟如下。選取在理論上有一定關系的兩個變數,如用X,Y表示,數據輸入到SPSS中。從總體上來看,X和Y的趨勢有一定的一致性。為了解決相似性強弱用SPSS進行分析,從分析-相關-雙變數。打開雙變數相關對話框,將X和Y選中導入到變數窗口。然後相關系數選擇Pearson相關系數,也可以選擇其他兩個,這個只是統計方法稍有差異,一般不影響結論。點擊確定在結果輸出窗口顯示相關性分析結果,可以看到X和Y的相關性系數為0.766,對應的顯著性為0.076,如果設置的顯著性水平位0.05,則未通過顯著性檢驗,即認為雖然兩個變數總體趨勢有一致性,但並不顯著。相關分析研究的是兩個變數的相關性,但你研究的兩個變數必須是有關聯的,如果你把歷年人口總量和你歷年的身高做相關性分析,分析結果會呈現顯著地相關,但它沒有實際的意義,因為人口總量和你的身高都是逐步增加的,從數據上來說是有一致性,但他們沒有現實意義。

㈢ 如何用stata進行變數間的相關性分析，要把星星和p值都顯示出來

1、先定義value lable。方式有很多種，data | data utilities |lable utilities |manage value labels或者用命令 label define完成。

㈣ stata相關系數顯著性檢驗檢驗命令

pwcorr變數1 變數2 ……，sig，結果中系數下面一行就是顯著性水平（是零相關的概率）

使用系統自帶的數據做RESET檢驗，sysuse auto，解釋：導入系統中自帶數據，autodescirbe解釋：看看數據的構成。Stata是一套提供其使用者數據分析、數據管理以及繪制專業圖表的完整及整合性統計軟體。它提供許許多多功能，包含線性混合模型、均衡重復反復及多項式普羅比模式。

統計功能

Stata的統計功能很強，除了傳統的統計分析方法外，還收集了近20年發展起來的新方法，如Cox比例風險回歸，指數與Weibull回歸，多類結果與有序結果的logistic回歸，Poisson回歸，負二項回歸及廣義負二項回歸，隨機效應模型等。具體說， Stata具有如下統計分析能力：

數值變數資料的一般分析：參數估計，t檢驗，單因素和多因素的方差分析，協方差分析，交互效應模型，平衡和非平衡設計，嵌套設計，隨機效應，多個均數的兩兩比較，缺項數據的處理，方差齊性檢驗，正態性檢驗，變數變換等。

以上內容參考：網路-stata

㈤ stata中correlate命令怎麼判斷相關性

pwcorr命令，help一下這個命令即可。相關性是指兩個變數之間的變化趨勢的一致性,如果兩個變數變化趨勢一致,那麼就可以認為這兩個變數之間存在著一定的關系(但必須是有實際經濟意義的兩個變數才能說有一定的關系)。

㈥ 如何用STATA求相關系數並且還有顯著性檢驗

你好 regress 這個命令就可以啊，然後執行完後用test檢驗就可以了。 相關性直接用corr就可以了

㈦ 請教在stata中如何獲取相關系數

您好，
假設你有倆變數X和Y，那麼相關系數就是
pwcorr x y
這樣就報告了一般意義的相關系數了。

㈧ 如何用STATA計算滾動相關系數急求高人指點！！～～！～～

tsset year
rolling, window(3) clear: corr A B

㈨ stata怎麼讓皮爾遜相關系數展示星號

stata怎麼讓皮爾遜相關系數展示星號？STATA 常用命令集
一、調整變數格式：
format x1 %10.3f ——將x1的列寬固定為10，小數點後取三位
format x1 %10.3g ——將x1的列寬固定為10，有效數字取三位
format x1 %10.3e ——將x1的列寬固定為10，採用科學計數法
format x1 %10.3fc ——將x1的列寬固定為10，小數點後取三位，加入千分位分隔符
format x1 %10.3gc ——將x1的列寬固定為10，有效數字取三位，加入千分位分隔符
format x1 %-10.3gc ——將x1的列寬固定為10，有效數字取三位，加入千分位分隔符，加入「-」表示左對齊。
二、合並數據：
use "C:\Documents and Settings\xks\桌面\2006.dta", clear
merge using "C:\Documents and Settings\xks\桌面\1999.dta"
——將1999和2006的數據按照樣本（observation）排列的自然順序合並起來
use "C:\Documents and Settings\xks\桌面\2006.dta", clear
merge id using "C:\Documents and Settings\xks\桌面\1999.dta" ,unique sort
——將1999和2006的數據按照唯一的（unique）變數id來合並，在合並時對id進行排序（sort）
建議採用第一種方法。
三、對樣本進行隨機篩選：
sample 50
在觀測案例中隨機選取50%的樣本，其餘刪除
sample 50,count
在觀測案例中隨機選取50個樣本，其餘刪除
四、查看與編輯數據：
browse x1 x2 if x3>3 （按所列變數與條件打開數據查看器）
edit x1 x2 if x3>3 （按所列變數與條件打開數據編輯器）
五、數據合並（merge）與擴展（append）
merge表示樣本量不變，但增加了一些新變數；append表示樣本總量增加了，但變數數目不變。
one-to-one merge：
數據源自stata tutorial中的exampw1和exampw2
第一步：將exampw1按v001～v003這三個編碼排序，並建立臨時資料庫tempw1
clear
use "t:\statatut\exampw1.dta"
su ——summarize的簡寫
sort v001 v002 v003
save tempw1
第二步：對exampw2做同樣的處理
clear
use "t:\statatut\exampw2.dta"
su
sort v001 v002 v003
save tempw2
第三步：使用tempw1資料庫，將其與tempw2合並：
clear
use tempw1
merge v001 v002 v003 using tempw2
第四步：查看合並後的數據狀況：
ta _merge ——tabulate _merge的簡寫
su
第五步：清理臨時資料庫，並刪除_merge，以免日後合並新變數時出錯
erase tempw1.dta
erase tempw2.dta
drop _merge
數據擴展append：
數據源自stata tutorial中的fac19和newfac
clear
use "t:\statatut\fac19.dta"
ta region
append using "t:\statatut\newfac"
ta region
合並後樣本量增加，但變數數不變
六、做圖
莖葉圖：
stem x1,line(2) （做x1的莖葉圖，每一個十分位的樹莖都被拆分成兩段來顯示，前半段為0～4，後半段為5～9）
stem x1,width(2) （做x1的莖葉圖，每一個十分位的樹莖都被拆分成五段來顯示，每個小樹莖的組距為2）
stem x1,round(100) （將x1除以100後再做x1的莖葉圖）
直方圖
採用auto資料庫
histogram mpg, discrete frequency normal xlabel(1(1)5)
（discrete表示變數不連續，frequency表示顯示頻數，normal加入正太分布曲線，xlabel設定x軸，1和5為極端值，(1)為單位）
histogram price, fraction norm
（fraction表示y軸顯示小數，除了frequency和fraction這兩個選擇之外，該命令可替換為「percent」百分比，和「density」密度；未加上discrete就表示將price當作連續變數來繪圖）
histogram price, percent by(foreign)
（按照變數「foreign」的分類，將不同類樣本的「price」繪制出來，兩個圖分左右排布）
histogram mpg, discrete by(foreign, col(1))
（按照變數「foreign」的分類，將不同類樣本的「mpg」繪制出來，兩個圖分上下排布）