stata的命令爬虫能跑吗

1. stata怎么安装新的命令

首先，打开stata软件。

我们需要确定自己安装的命令是否已经在stata系统之中，简单的一个测试方法便是在输入框中输入“help XXX”，以“fsum”名利为例，输入“h fsum”。
如果没有该命令，则会出现图片的提示。这里也可以选择“是”来软件自动搜索，但是我们提供另外一个下载方式。
我们可以直接在stata命令窗口中输入下载命令：“ssc install fsum”命令。
等待下载，当出现以下图样的时候，命令便下载完成了。

重复上面第二个步骤，便可以查看新命令的功能了。
注意事项

stata中，其他命令的下载方式也是一样的。
具体教程和资料也可以看最后的参考资料，密码为bfd9

2. stata描述性统计命令是什么

stata描述性统计命令是一套提供其使用者数据分析、数据管理以及绘制专业图表的完整及整合性统计软件。它拥有很多功能，包含线性混合模型、均衡重复反复及多项式普罗比模式。用Stata绘制的统计图形相当精美。

“描述性统计是一种汇总统计，用于定量描述或总结信息集合的特征”。从这个定义，我们不难看出，描述性统计包含两个重要的特征，描述和总结。

通常情况下，我们把描述性统计分为两大类：离散趋势和集中趋势，两种分类。

Stata的操作：

第一种方法，输入stata命令： summarize

summarize后可以跟具体变量的名称，如果不跟变量名称，则默认对全部变量进行描述性分析，两种结果如下：

（1）输入命令：summarize，得到全部变量的描述性统计结果。

（2）输入命令：summarize price mpg rep78 headroom，得到部分变量的描述性统计结果。如下图所示。

处理数据经验是最好能用stata的do文件编辑器记下你做过的工作。因为很少有一项实证研究能够一次完成，所以，当你下次继续工作时。能够重复前面的工作是非常重要的。有时因为一些细小的不同，你会发现无法复制原先的结果了。

这时如果有记录下以往工作的do文件将把你从地狱带到天堂。因为你不必一遍又一遍地试图重现做过的工作。在stata窗口上部的工具栏中有个孤立的小按钮，把鼠标放上去会出现“bringdo-fileeditortofront”，点击它就会出现do文件编辑器。

3. 如何看待用Stata完成爬虫/文本挖掘/数据清

爬虫首选python

4. stata中webuse命令只能获取上传http://www.stata-press.com/data路径的数据是什么意思

是的。都可以获取。只要数据所有者公开了数据。

5. 各种数据类型meta在stata中的实现

要对连续性数据进行meta分析，需要提取每篇文章的分组情况、样本量、均值、标准差。需要初步整理为如下格式，如下图所示：

对文章效应指标的选择，目前使用较多的是加权均数差（WMD）和标准均数差（SMD）。

让原始研究效应估计的精度性决定其在meta分析中的权重，消除了绝对值的大小对分析结果的影响。
WMD在STATA软件中的计算语句为：nostandard

则表示暴露组和对照组观察变量的相对大小，可以消除研究中不同测量单位带来的影响，适用于不同指标来衡量相同结果的meta分析。
SMD在STATA软件中的计算语句为：Cohen, Hedge, Glass

理论上应该先判断研究异质性的大小，再根据异质性来选择分析模型，但在实际操作中，常常先选择固定效应模型，然后计算异质性，如果异质性不接受，则再选择随机效应模型。
1)STATA 软件为 固定效应模型 提供的算法为倒方差法，实施语句为fixed。
2）STATA 软件为 随机效应模型 提供的算法为I-V heterogeneity法，实施语句为random。

打开STATA软件的数据录入界面，将之前收集好的原始数据录入，如下图所示

固定效应模型分析语句：
metan n1 mean1 sd1 n2 mean2 sd2, label(namevar=study) texts(180) fixed nostandard
随机效应模型分析语句：
metan n1 mean1 sd1 n2 mean2 sd2, label(namevar=study) texts(180) random nostandard
将语句输入STATA的命令对话框，点击回车后，命令的结果会呈现如下，并自动弹出森林图。结果如下图所示：

STATA语句：
metafunnel _ES _seES
将语句输入STATA的命令对话框，点击回车后，会自动弹出漏斗图。结果如图5所示：

完结

文章研究的结局指标是二分类变量时，频数可以用2×2的表格呈现，如图1所示：

对于文章的效应指标的选择，通常有OR值（比值比），RR值（相对危险度）和RD值（率差）。根据纳入文章的研究设计类型选择合适的分析指标。

1）数据录入：打开STATA软件中的数据录入界面，完成对纳入研究数据的录入。其中a,b,c,d分别代表二分类表中的频数，如图2所示：

分析STATA 语句：

固定效应模型：

metan a b c d, or fixed

随机效应模型：

metan a b c d, or random

将语句输入STATA的命令对话框，点击回车后，命令的结果会呈现如下，并自动弹出森林图。结果如图3所示：

首先使用的是固定效应模型，语句中lcols(study)用于在森林图中添加作者姓名和发表年份。结果显示：Q=5.1, p =0.404>0.05,表明研究间同质性较好，因为 p >0.1,I ² <40%,故采用固定效应模型分析。最终的分析结果为 p <0.001,表明结果有统计学意义。

STATA绘制的森林图如图4所示：

3）绘制漏斗图

STATA语句：

metafunnel _ES _selogES

将语句输入STATA的命令对话框，点击回车后，会自动弹出漏斗图。结果如图5所示：

每个散点代表纳入的研究，漏斗图可以直观地提示发表偏倚。

这就是二分类数据meta初步分析操作流程。

在医学研究中，多分类数据很常见，例如血型（A型、B型、AB型和O型）。对于无序分类数据的研究，也可进行meta分析，但是 需要将多分类进行重新归纳整理成二分类的数据。 然后采用二分类数据meta分析的方法进行操作，具体过程请筒子们看看文前。

相信大家在面对临床研究中，遇到过 只有效应量和置信区间的结果数据 ，没有其他具体描述的，但是邮件又无法联系原文作者；或者该研究就是源于交叉实验的效应量、时间事件分析（HR）的研究。面对想好的idea，是不是有点抓狂？不用怕，STATA软件也可以整合这样的数据，进行meta分析，下面将向大家介绍。
以 只有HR及其置信区间 的数据为例：
1）首先，关于效应模型的选择。与前文类似。
2）数据录入：打开STATA软件的数据录入界面，将之前收集好的原始数据录入，如下图所示：

其中hr代表文章的风险比（HR）效应值，ll代表HR的95%可信区间的下限，ul代表HR的95%可信区间的上限。

3）数据分析及森林图绘制：

首先要计算HR和95%可信区间的对数值。因为在meta分析中，通常要求效应差异度量的对应样本统计量服从正态分布，效应指标是HR，则效应差异度量为HR的对数值。

STATA语句命令为：

等数据转换完成后，就可以进行meta分析了。STATA的实行语句为：

metan lnhr lnll lnul, eform label(namevar=study) texts(180) effect(HR)

将语句输入STATA的命令对话框，点击回车后，命令的结果会呈现如下，并自动弹出森林图。结果如图2所示：

其中eform代表结果从HR对数值返回HR值；label(namevar=study)则在表格和森林图中注明研究信息；texts(180)用于调整森林图中文字的大小。

结果显示：

Q=12.88, p =0.116>0.05, 表明研究间同质性较好，因为 p >0.1,I ² =37.9%,故采用固定效应模型分析。最终的分析结果为 p =0.126>0.05,表明结果无有统计学意义。

弹出的森林图如图3所示：

6. stata跑数据需要多久

多数情况下，我们在 Stata 命令窗口中输入命令，敲回车，结果基本上瞬间生成。然而，在有些情况下，一个程序经常需要花费几十分钟 (比如，做面板门槛模型，或需要 Bootstrap)，甚至几十个小时才能完成。此时，若能预先估算完成所有程序所花费的时间，对于我们合理安排日程会非常有帮助。
今天我们介绍两种方法：一个是 Stata 官方命令 timer，另一个是外部命令 benchmark，二者各有优劣。程序计时器 timer类似于我们在操场上跑步时所使用的秒表，每次摁下秒表，开始计时；再次摁下时则会呈现跑一圈所花费的时间。

7. stata中estat命令啥意思

stata中estat命令它是依据上一步回归进行在估计计算。

stata中estat数值变量资料的一般分析：参数估计，t检验，单因素和多因素的方差分析，协方差分析，交互效应模型，平衡和非平衡设计，嵌套设计，随机效应，多个均数的两两比较，缺项数据的处理，方差齐性检验，正态性检验，变量变换等。

stata中estat统计功能：

Stata的统计功能很强，除了传统的统计分析方法外，还收集了近20年发展起来的新方法，如Cox比例风险回归，指数与Weibull回归，多类结果与有序结果的logistic回归，Poisson回归，负二项回归及广义负二项回归，随机效应模型等。

stata中estat数值变量资料的一般分析：参数估计，t检验，单因素和多因素的方差分析，协方差分析，交互效应模型，平衡和非平衡设计，嵌套设计，随机效应，多个均数的两两比较，缺项数据的处理，方差齐性检验，正态性检验，变量变换等。

stata中estat分类资料的一般分析：参数估计，列联表分析 ( 列联系数，确切概率 ) ，流行病学表格分析等。

8. STATA如何自学需要什么基础

Stata视频精品视频十二讲免费下载

链接:https://pan..com/s/1IqVvDutPuICTnVAl0bReMg

Stata视频精品视频十二讲|12 Stata作图及图形的编辑、修改与图形的输出|11 Stata实现单纯效应量、可信区间的合并|10 Stata实现单纯P值的合并|09 Stata实现单个率的meta分析|08 诊断试验meta分析中的应用及结果的解读；