相关性分析
（一）相关性分析 1、Pearson相关系数命令格式：correlate（简写：cor或corr）[varlist] [if] [in] [weight] [,options]    2、spearman相关系数命令格式：spearman[varlist], stats(rho p)
3、在Stata中，命令corr用于计算一组变量间的协方差或相关系数矩阵；
4、命令pwcorr可用于计算一组变量中两两变量的相关系数，同时还可以对相关系数的显著性进行检验；option选项中加上sig可显示显著性水平：pwcorr[varlist] ,sig
5、命令pcorr 用于计算一组变量中两两变量的偏相关系数并进行显著性检验。 6、Spearman 和 Pearson 检验同在一个表的命令：corrtbl[varlist] ,corrvars ([varlist])
输出结果中，上三角为Spearman相关系数和显著水平，下三角为Pearson系数和显著水平。 （二）输出相关系数表到word或Excel中
例如：logout, save(mytable) word replace: pwcorr_a  price mpg rep78 headroom trunk, star1(0.01) star5(0.05) star10(0.1)

截面数据单方程线性回归模型的Stata实现
命令格式：regress（简写：reg）depvar indepvars [if] [in] [weigh] [option] （depvar表示因变量，  indepvars表示自变量）

Stata回归结果的导出
1、在命令窗口中输入：ssc  install  esttab，安装命令 esttab  2、reg 回归
3、esttab using filename.rtf 将以word形式输出回归结果，后缀改成.xls或者.csv则以Excel格式输出，输出内容为变量名称和相应的回归系数，t值，显著性水平标识。系统默认显著性水平是0.001，0.01和0.05，若要改成0.01，0.05和0.1，则输出esttab m1 m2 using aaa.rtf, star(* 0.10 ** 0.05 *** 0.01)。
4、批量输出回归结果：每运行一个regression，存起来：est store m1。m1是你要改的，第一个model所以我叫m1，第二个的话指令就变成est store m2，依次类推，最后运行指令：esttab m1 m2 … using test.rtf。
esttab m11111 using aaaaa.rtf, star(* 0.10 ** 0.05 *** 0.01)b(%6.4f)
5、outreg2可以将回归结果导入word、excle、latex等，而且可以根据自己需要改变格式： ssc install outreg2 use auto,clear [varlist] est store m1
outreg2 [m1] using test.doc,replace

---

合并样本（将关键词相同的多个样本合并为一个） 命令格式：duplicates drop varlist ,force
例如将同一企业在同一天发生的多起并购合为一起，可根据证券代码和公告日期关键词，将其合并，命令：duplicates drop company_id  event_date ,force
十三、均值t检验
命令格式：ttest CAR1 == CAR2, unpaired
十四、中位数Z检验（非参数Wilcoxon秩和检验） 命令格式：ranksum var, by(groupvar) groupvar为分组变量