Stata怎么计算极差

1. Stata怎么计算极差

使用range计算。在统计中常用极差来刻画一组数据的离散程度，以及反映的是变量分布的变异范围和离散幅度，在总体中任何两个单位的标准值之差都不能超过极差。同时，它能体现一组数据波动的范围。极差越大，离散程度越大，反之，离散程度越小。极差只指明了测定值的最大离散范围，而未能利用全部测量值的信息，不能细致地反映测量值彼此相符合的程度。极差是总体标准偏差的有偏估计值，当乘以校正系数之后，可以作为总体标准偏差的无偏估计值，它的优点是计算简单，含义直观，运用方便，故在数据统计处理中仍有着相当广泛的应用。

2. 如何用stata命令计算某一行数据的均值和标准差

平均值直接命令mean(x)
方差直接命令sd(x)

3. 如何处理stata的数据问题

两个办法：
1. 加内存条。需要说明的是32位操作系统仅能识别4GB以内的内存，想要更大的内存需要安装64位系统，并配套安装64位的Stata
2. 部分导入数据 use data in 1/10000 或者 use 变量名 using 数据名

4. 求高手分析stata回归分析结果

上面左侧的表是用来计算下面数据的，分析过程中基本不用提到
右侧从上往下
1.Number of obs 是样本容量
2.F是模型的F检验值，用来计算下面的P>F
3.P>F是模型F检验落在小概率事件区间的概率，你的模型置信水平是0.05，也就是说P>F值如果大于0.05，那么模型就有足够高的概率落在F函数的小概率区间，简单的说，如果这个值大于0.05你这个模型设定有就问题，要重新设定模型
4.R-squard也就是模型的R²值，拟合优度，这个数越大你的模型和实际值的拟合度就越高，模型越好
5.Adj .R-squard 这个是调整过的R²，跟上面R²差不多，关注一个就行了
6.Root mse 是残差标准差，值越大残差波动越大，模型越不稳定（这个值我分析的时候一般不太关注）
下侧表格
coef.是估计得到的系数值
std.err是标准差，这个数有重要意义，一般论文里都要求把标准差表示出来，这个数越大模型越不精确，越小越好
t是t检验值，t检验是用来检验某个系数是否显著区别于0的，在分析中这个值一般没什么意义，主要用来计算P>t
P>t,这个值是观察某个解释变量是否有效的主要参数，还是对于你设置的0.05的置信水平，如果这个值大于0.05说明对应的解释变量不能通过t检验，在模型中是不合格的，就需要作调整
后面两个就是置信区间了，95%的置信区间，一般在论文中意义也不大
然后分析就选取你有用的参数做了，我学经济的，一般最有用的参数就是P>F,coef，P>t，se等等，还有BIC,VIF这些，在简单回归里这些是不会计算的，需要其他命令

5. 用Stata如何将一个变量按照取值分组并计算每一组的标准差？

1、首先在电脑中打开stata软件，在command中输入此ci prop foreign，然后点击键盘上的回车输入。

2、可以在stata中给出了74个变量，95%的置信区间等相关信息。

3、ci prop 只能用于二分类变量，但是不能用于多分类变量，例如图中不是二分类变量就没办法进行计算。

4、可以直接输入prop 一个或者多个变量，然后进行查看。

5、可以看到下图中数据，看到相应的观测值，默认95%的置信区间等相关信息。

6. 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。

7. 用STATA分析数据！

直接tab region即可
无需逗号后面的选项就可以了啦

8. stata回归分析结果怎么看?

结果显著就是回归系数显著地不等于0.所以是看P值。回归时，得到一个系数，这个系数一般是不等于0的。但是，系数计算出来后，会给出一个误差。
你看后面误差范围，如果中间有0，比如，在－1.5到2.0之间，这是给定的在一定概率范围内的系数可能取值范围。
一般你不做修改的话，这个概率默认是95%。也就是你回归结果前面的系数有95%的概率落在这之间。如果你的回归结果数值在这个范围内比较接近于0，那么统计上可能推断比如有35.6%的可能性是0，那这个结果就不显著，即P值为0.356就不显著。所以看的是P值，而不是系数。

用最小二乘法计算出公式：
（函数的形式可以由经验、先验知识或对数据的直观观察决定，或者直接使用多项式）里的系数，拟合就完成了，但是回归的工作还没有结束，还需要去研究这些系数（这个公式）的可信度，每个系数对因变量的影响，因为回归分析认为真正的拟合系数应该是一个随机变量而非确值。
拟合用最小二乘求出来的这些系数只是对真正系数的一个点估计，所以有必要继续去研究区间估计或者假设检验。总之，拟合只是求出一条曲线能反映数据的趋势就行了，但是回归的要求是更高的更精确的。