clear                                   /* 清空内存 */
capture do close                        /* 关闭已开启命令文件 */
capture log close                       /* 关闭已开启日志文件 */
set more off                            /* 满屏后自动翻屏 */

cd "E:\统计\regression analysis\lab1"                  /* 转换工作目录 */
log using DataManagement.log, text replace       /* 开启新的日志文件 */
use binlfp2, clear                               /* 将数据读入内容 */




****************
* 查看数据.
****************

describe                                 /* 数据信息描述 */
codebook                                 /* 变量编码册 */
codebook age

browse                                   /* 打开数据浏览窗口 */
list in 1/10                             /* 列出前10个案例 */
list inc hc wc if age>=30 & age<=35      /* 列出特定案例 */

summarize age inc                        /* 变量描述性统计: 连续变量 */
sum age inc
sum age inc, detail

tabulate hc                              /* 分类变量的分布表 */
tab hc
tab hc wc                                /* 分类变量交互表: 频数 */
tab hc wc, cell nofreq                   /* 交互表:百分比 */
tab hc wc, row nofreq                    /* 交互表:行百分比 */
tab hc wc, col nofreq                    /* 交互表:列百分比 */
tab hc wc, chi2                          /* 交互表独立性卡方检验 */

order inc age wc hc lfp k5 k618 lwg      /* 变量排序 */
list in 1/5

sort inc age                             /* 数据排序 */
list in 1/5                             





                                         
***********************
* 创建新变量
***********************

// 创建数值型变量: generate (缩写gen)

generate age2=age*age                                /* 新变量:年龄的平方 */
label variable age2 "age square"                     /* 添加变量标签 */
format age2 %5.2f                                    /* 指定变量取值显示格式 */

// 创建分组(categorical)变量

tab age

gen agegrp1=1                                        /* 方式1: generate + replace */
replace agegrp1=2 if age>39 & age<50
replace agegrp1=3 if age>49 & age<61

tab agegrp1

format agegrp1 %2.0f

label variable agegrp1 "age group"                  
label define agegrplb 1 "30-39" 2 "40-49" 3 "50-60" /* 指定取值标签 */
label values agegrp1 agegrplb                       /* 将取之标签指定给变量 */

tab agegrp1

recode age (30/39=1) (40/49=2) (50/60=3), ///
  gen(agegrp2)                                       /* 方式2: recode,gen() */
tab agegrp1 agegrp2                                  /* 变量转换检查 */

label values agegrp2 agegrplb                        /* 取值标签的借用 */

recode age (30/39=1 "30-39") (40/49=2 "40-49") ///
(50/60=3 "50-60"), gen(agegrp3)                     /* 方式3: 方式2的变种 */
tab agegrp2 agegrp3                                  /* 变量转换检查 */

//  生成虚拟变量(dummy variable)

tab agegrp1, gen(dumage)
tab1 dumage*

// 利用系统变量_n新建ID变量

gen id=_n
order id







***********************
* 数据文件合并
***********************
  
// 观测案例的叠加:append

use newf1, clear
des
list

use newf2, clear
des
list

append using newf1
list

sort year
list


// 匹配合并:关键变量

use newf3,clear
des
list

use newf4, clear
des
list

sort year                      /* 对关键变量排序 */
merge year using newf3
des
list





**************************
* 画图：graph
**************************
use binlfp2.dta, clear


// 直方图

hist k618, percent by(wc)

// 直方图：正态分布密度图

hist inc,freq norm xlabel(0(10)100) xtitle("Family Income Excluding Women's")


//散点图
tw scatter lwg k618



log close