stata设定标准误的命令

❶ 怎么在stata中算回归标准误和调整后的R方（我用的是robust做的回归分析，结果出现一个R方）

在reg y x, robust得到回归结果之后，用display _result(8)或者ereturn list r2_a即可显示就可以得到adjusted r2

❷ stata中对变量进行标准化有哪些命令

stata中矩阵和变量是可以自由变换的命令分别为mkmat和svmat回归就更简单啦直接用个reg就搞定啦

❸ stata reg命令加r标准误

怀特异方差修正。
robust选项表明标准误经过怀特异方差修正，从而使结果更稳健。估计方法采用的是最小二乘的方法。F 值越大，p值越低，也就是说所有系数的联合显着性越高，换句话说就是所有变量的系数都为零的可能性越低。

❹ stata中predict命令是干什么用的

predict命令作用是存贮回归命令中产生的变量。

相关介绍：

回归会产生需要值，例如回归的拟合值以及回归的残差。Stata 提供了 predict 命令帮助存储这些变量。例如把拟合值定义为wagehat，残差定义为wageresid。格式则为predict wagehat、predict wageresid, re。

有时样本中的一个特别的观察值会显着地改变回归结果。异常观察可能是由于样本的特性，也可能是因为录入错误，回归后的predict命令可以发现这些异常观察。

(4)stata设定标准误的命令扩展阅读

软件相关命令：

1、gen abs(x)（取x的绝对值）

2、gen ceil(x)（取大于或等于x的最小整数）

3、gen trunc(x)（取x的整数部分）

4、gen round(x)（对x进行四舍五入）

5、gen round(x,y)（以y为单位，对x进行四舍五入）

6、gen sqrt(x)（取x的平方根）

7、gen mod(x,y)（取x/y的余数）

8、gen reldif(x,y)（取x与y的相对差异，即|x-y|/(|y|+1)）

9、predict ustd,stdr（获得残差的标准误）

10、predict std,stdp（获得y估计值的标准误）

11、predict stdf,stdf（获得y预测值的标准误）

12、predict e,e(1,12)（获得y在1到12之间的估计值）

13、predict p,pr(1，12)（获得y在1到12之间的概率）

14、predict rstu,rstudent（获得student的t值）

15、predict lerg,leverage（获得杠杆值）

16、predict ckd,cooksd（获得cooksd）

❺ 求stata操作方法——只有样本量、差值、标准误的meta分析

计量资料的META分析可以用一下程序：metan n1 mean1 sd1 n2 mean2 sd2, label(namever=study) boxsca(0.5) xla(-5,0,5)n1 mean1 sd1 为实验组的样本含量，均数，标准差 n2 mean2 sd2为对照组的

❻ 怎样用stata进行数据标准化

用stata算集中指数采用Stata系统自带数据库auto.dta。
一、集中趋势的统计描述
以变量price为例进行说明。
均数：采用mean price计算得6165.257。
算术均数、几何均数和调和均数可以采用means、ameans、gmeans、hmeans计算。
众数：没有对应的命令可以直接计算众数，但是可以通过几种策略进行变通计算。如通过egen x=mode(price); disp x; drop x，不过本例中price中没有相同的数值，所以无法计算众数；另外也可通过preserve; contract price, freq(x); sum x; list price if x==r(max); restore 来显示。
中位数：centile price或tabstat price, s(med)，当然tabstat还可以计算均数、样本量、标准差，标准误、方差、极差、四分位间距、变异系数、峰度系数、偏度系数等等很多指标。
不过采用Stata（summarize ，tabstat等命令）计算的峰度系数与Excel、SPSS和SAS计算的结果有所不同，原因是采用的公式不同，大家根据实际情况来选择。
二、离散趋势指标
极差（全距）：tabstat price, s(r)
标准差：tabstat price, s(sd)
方差：tabstat price, s(v)
四分位间距：tabstat price, s(iqr)
变异系数：tabstat price, s(cv)
采用summarize ， detail命令可以计算均数、标准差、峰度系数、偏度系数、多个百分位数。不加detial可以得到最大值、最小值。

❼ stata求标准误的命令

在stata你可以用
tabstat var1 var2 var3, stats(mean sd semean)去算出mean sd 和 se

❽ 请问STATA里sort,tsset的指令是什么意思

sort指令是STATA数据库的维护的排序指令。tsset是定义数据是一个时间序列数据。如果想对数据文件定义year为时间变量，则输入命令：tsset year。

Stata 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。它提供许许多多功能，包含线性混合模型、均衡重复反复及多项式普罗比模式。

(8)stata设定标准误的命令扩展阅读

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。具体说， Stata具有如下统计分析能力：

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。

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。

等级资料的一般分析：秩变换，秩和检验，秩相关等

相关与回归分析：简单相关，偏相关，典型相关，以及多达数十种的回归分析方法，如多元线性回归，逐步回归，加权回归，稳键回归，二阶段回归，百分位数 ( 中位数 ) 回归，残差分析、强影响点分析，曲线拟合，随机效应的线性回归模型等。

其他方法：质量控制，整群抽样的设计效率，诊断试验评价， kappa等。

❾ 标准误在stata中是什么符号

robust
robust选项表明标准误经过怀特异方差修正，从而使结果更稳健。
标准误是样本均数的标准差，是描述均数抽样分布的离散程度及衡量均数抽样误差大小的尺度，反映的是样本均数之间的变异。

❿ stata括号里面是标准误

bootstrap。
运用自抽样 (bootstrap) 可以计算出估计量或检验统计量分布的近似值，这个值接近于基于渐近理论计算出的值甚至更加准确。所以，通过自抽样进行渐近细化应该成为一种标准做法。