常用指令
clear all
set more off
cap log use

import excel "  ", sheet("Sheet1") firstrow

/*数据清洗*/
drop in 1
destring, replace
drop if code==.

//查表, 左，右//
di normal()
di 1-normal（）
di invttail(10,.96)//已知自由度和置信，求自由度）
di ttail(10,1.3722)//已知自由度，t值求置信）
di invFtail(2,1500,.25)//1.3875
di Ftail(2,1500, 1.3875)  //0.25

//分组频次表格//
gen lifegroupA=recode(MA,749,849,949,1049,1149)
lab var lifegroupA "lifegroupA"
recode lifegroupA 1149=5 1049=4 949=3 849=2 749=1
lab def lifegroupA 1 "650-750" 2"750-850" 3"850-950" 4"950-1050" 5"1050-1150", modify
lab val lifegroupA lifegroupA
tab lifegroupA


//直方图//
histogram lifegroupA, percent


//排序//
gsort -price

//编辑、查看、运算//
edit
browse
display
di sqrt(10000)

label define value label

keep 2/43
drop in 1
destring

//表格//
tabstat Compensation Return, stats(mean sd range skewness var cv q median n) by(Return)

//饼图//
graph pie E001,over(prefecture) /// //画饼，根据地区对支出求和
        plabel(_all percent) /// //显示百分比
        b1title("分地区一般预算支出图") ///
        note("数据来源：国家统计局《全国地市县财政统计资料》") ///
        sort des ang(0) /// //从x轴方向开始降序排列
        pie(6,explode) /// //顺时针数第6个
        legend(label(1 "喀什地区")) /// //从大到小备注
        legend(label(7 "哈密地区")) ///
        legend(row(7) position(3) ring(1)) ///
        graphregion(fcolor(white)) //底色变白
       
// 拟合图//
gr twoway scatter E0005 E001 if E001>10000, ///
        mlabel(county_2009) mlabv(pos) mlabc(gs0) ///
        msymbol(smcircle) mcolor(blue) ///
        || lfit E0005 E001, lcolor(red) ///
        ytitle(教育事业支出) ///
        title("分县一般预算支出与教育支出散点图") ///
        subtitle("(仅统计年度预算支出超1亿元县级区域)") ///
        note("数据来源: 国家统计局《全国地市县财政统计资料》") ///
        graphregion(fcolor(white))

// 加“点” 定义mlabel的时钟方向位置//
cap drop pos
gen pos=3// "疏附县"
replace pos=2 if code==653121

// 置信区间//

ci mean E0005, level(99)

*===========================*
// a. Automatically import the required data.  
// 导入Excel数据
import excel " ", sheet("DATA") firstrow

// // 删除第一行（Delete the 1st row）
// drop in 1 //我现在不需要删除第一行

keep in 2/43
// 改变为数据格式
destring, replace

// 数据预处理完毕
*===========================*

// c. Check out the influence from the Var. Compensation to the Var. Returns  
// 利用简单回归命令，得到Compensation对Returns影响程度的回归拟合结果
reg Returnin2013 Compensationmillions


**=====假设条件的检验====**
//回归
regression Y X // 因变量  自变量  
twoway scatter R001 R0002 || lfit R001 R0002 // 和直线图拼接  

predict e, residual   //生成变量e作为残差

summarize var, detail // 列出数据的基本统计量  如均值 标准差等

tabulate var  //

reg R001 R0002 //

predict e, r // 提取残差

predict yhat, xb // 把x的系数算出来

scatter e R0002, xtitle(R0002) mc(red)  // 残差和R0002的关系，点改为红色

scatter e R0002 if R0002<=2000  //去掉大于2000的点

scatter R001 R0002 || lfit R001 R0002

reg R001 R0002, r// 修正方差
reg R001 R0002, noconstant//从原点穿过，无截距
corr R001 R0002 R0003 //计算几个变量的相关系数  结果是一个对称矩阵

// 提取相关变量
predict e, res
predict yhat, xb // 提取x的斜率b1

// // L-检验线性& E-检验同方差性：绘制残差e与X的散点图
scatter e Compensationmillions, xtitle(Compensation)

// // I-检验独立性（略过）

// // N-检验正态性-残差分析：正态性拟合
sort e
qladder e

**=====假设条件的检验====**

// Y,X的散点图和直线拟合
scatter Returnin2013 Compensationmillions || lfit Returnin2013 Compensationmillions

// 修正方差（稳健的线性回归）
reg Returnin2013 Compensationmillions, r

// 观测相关系数（检验线性）
corr Returnin2013 Compensationmillions

// *===========================*

// 1. 通过假设条件的检验得知，本回归模型是有效的。
// 2. 通过F检验和t检验的结果得知，Compensation 与 Returns 之间存在线性关系。
// 3. 可决系数R-squared 较小（3.4%），回归模型对年销售额的预测能力很低。
// 4. 通过相关系数以及t检验值或者相应的p值得知，Compensation 对 Returns 在95%的置信水平下有显著正向影响。
// 5. 由于本回归模型的预测能力不足，可能需要考虑更有效的其他模型，从而实现更佳的拟合和预测。
//
// *===========================*
*======a.绘制频数分布图和百分比分布图=====
// 对MA绘图
// 绘制频数分布图，组间距为100，起始值为650
// hist MA, freq w(100) start(650)

// 绘制百分比分布图，组间距为100，起始值为650
// hist MA, percent w(100) start(650)
// hist MB, percent w(100) start(750)

*======b.绘制累计分布图=====
//对MA绘图
//生成累计百分比，以新变量名“cdfMA”储存。
// cumul MA, g(cdfMA)
// //
// // // 以cdfMA和MA为纵、横坐标绘制图像，升序，连结坐标点，
// line cdfMA MA, sort

*======c. 两样本检验：比较两个样本的均值====
// 呈现MA MB的统计量
// sum MA MB

// 进行非配对t检验
// ttest MA==MB, unpaired l(95)