计量经济学实验 STATA
计量经济学实验STATA:stata基本知识：1、基本操作：（1）窗口锁定：Edit-preferences-generalpreferences-windowing-locksplitter（2）数据导入；（3）打开文件：useE:\\\\example.dta,clear（4）日期数据导入：gennewvar=date(varname,“ymd”)formatnewvar%td年度数据gennewvar=monthly(varname,“ym”)formatnewvar%tm月度数据gennewvar=quarterly(varname,“yq”)formatnewvar%tq季度数据（5）变量标签：Labelvariabletc`“totaloutput”’（6）审视数据：describelistx1x2listx1x2in1\\\/5listx1x2ifq>=1000dropifq>=1000keepifq>=1000（7）考察变量的统计特征:summarizex1sux1ifq>=10000suq,detailsutabulatex1correlatex1x2x3x4x5x6（8）画图：histogramx1,width(1000)frequencykdensityx1scatterx1x2twoway(scatterx1x2)(lfitx1x2)twoway(scatterx1x2)(qfitx1x2)（9）生成新变量：genlnx1=log(x1)genq2=q^2genlnx1lnx2=lnx1*lnx2genlarg=(x1>=10000)renamelarglargedroplargeglarge=(q>=6000)replacelarge=(q>=6000)dropln*（10）计算功能：displaylog(2)（11）线性回归分析：regressy1x1x2x3x4vce#显示估计系数的协方差矩阵regy1x1x2x3x4,noc#不要常数项regy1x1x2x3x4ifq>=6000regy1x1x2x3x4iflargeregy1x1x2x3x4iflarge==0regy1x1x2x3x4if～largepredictyhatpredicte1,residualdisplay1\\\/_b[x1]testx1=1#F检验，变量x1的系数等于1test(x1=1)(x2+x3+x4=1)#F联合假设检验testx1x2#系数显著性的联合检验testnl_b[x1]=_b[x2]^2（12）约束回归：constraintdef1x1+x2+x3=1cnsregy1x1x2x3x4,c(1)consdef2x4=1cnsregy1x1x2x3x4,c(1-2)（13）stata的日志：File-log-begin-输入文件名logoff暂时关闭logon恢复使用logclose彻底退出（14）stata命令库更新：Updateallhelpcommand
stata的自相关分析，大神解释一下这个结论是怎么看的呀
Inessa Love(2006)、连玉君、Ryan Decker三个人开发的程序应用较广，建议使用第一个。
步骤：先下载pvar文件，安装好后，使用pvar命令。
stata中margins，dydx post这一命令中，加不加post的区别是什么
对于不同的模型采用的参数也是不同的，因此，在用margins求边际影响的时候，一定要查看该命令的帮助，看看该命令可以用哪些参数。
每个模型估计的命令都有postestimation ，即估计后可以做的
stata中怎么输入面板数据
一般是导入的输入也一样的，按列录入即可我替别人做这类的数据分析蛮多的
在美国读研是怎样的体验
描述一下，佛州当地生活文化吧?比如我们最的气候，饮食，运动。
佛罗里达很热，阳光之州，至今依旧二十多度。
盖恩斯维尔是个标准的美国大农村形象，没有什么高楼大厦，路上都是汽车，有豪华的敞篷也有很多破旧的老爷车，没有汽车出行很不方便。
购物的话，家边5分钟步行，有个大的plaza(购物中心——记者注)，日常用品去plaza里的沃尔玛买，买菜买肉零食去publix(美国大众超级市场——记者注)，各类服装店科技品店plaza也都有，里面的餐馆也有很多很多，墨西哥餐馆，日本寿司餐馆，越南餐馆，中餐馆，BBQ等等，基本能满足你的需要。
盖恩斯维尔还有两家中国超市，里面能买到国内的产品，比如老干妈，速冻水饺，康师傅。
当然，想吃油条豆浆肉夹馍刀削面之类的就很难了。
拿佛罗里达大学的学生卡可以乘坐任何一路的公交汽车，下车时通常都会对司机说声thank you。
饮食和国内有巨大差距，三明治，薯条，汉堡，可乐，披萨是主流。
吃久了就会想念中北的食堂和小吃街。
中餐馆整个城市有四五家，老板大多是福建香港那边的。
星巴克和中北的报亭一样普遍，图书馆的那家星巴克永远排着老长的队。
图书馆周一到周五24小时开。
肯德基专注于炸鸡，没有汉堡。
在和一个迈阿密的艺术家聊天时，他开玩笑地告诉我盖恩斯维尔只有三个东西：pizza，啤酒和公寓，还说本地人思想都比较简单。
美国人都爱看橄榄球，佛罗里达大学的橄榄球队很有名Florida Gator，学校里的湖泊里很多短吻鳄，也就是吉祥物，每到比赛日，如果是主场的话，学校里会涌入四面八方的球迷，酒吧餐馆里也都是球迷。
另外，大多数商店餐馆都在上午11点开门，晚上10点前关门。
记者：在这边华人或亚洲人的数量和学习情况如何呢?相比较别的学校，佛罗里达大学的整体华人学生还是比较少的。
理工科的学习负担都比较重，大家都比较努力。
计算机系里华人很多，印度人也很多。
华人在学习上整体还是占优势的。
美国本土的教授和同学给你的印象是什么呢?教授们上课都有点爱吹牛……比如爱介绍自己的经历。
学术讲座时，都要介绍自己闪瞎眼的头衔。
美国同学基本没什么特别深刻的印象，感觉他们比较独立，不像中国人印度人爱抱团。
美国同学比较有个性，大概这也是有各种各样纹身的原因。
中的困难和喜悦分别是什么呢?我觉的我的英语已经很不错了，刚来时还是有些尴尬的语言问题。
习惯之后，基本日常交流没有问题了。
理工科的学习负担真的很重，来之后才感到一天15个小时学习不是夸张说法。
来到美国的这段时间，你最难忘的经历是什么?在奥兰多看魔术对湖人的比赛挺难忘，后面的观众不停地喊科比，科比只是穿西装坐在下面，魔术进攻时主场球迷喊Let’s go, Magic.客队球迷就喊Lakers，最后Lakers的声音盖过了Magic。
那场比赛魔术绝杀了湖人，有幸见证。
比赛那天是老兵节，赛前全场球迷起立致敬老兵时，我还是很尴尬的，尤其是底下的坐在轮椅上的老兵参加过朝鲜战争。
全场齐声高喊USA，USA的时候，心里不得不承认中国还有很长很长的路要走。
佛罗里达大学是在国际上实力非常强的高校，简单介绍下自己所在的大学吧?佛罗里达大学是一所公立大学，与常春藤名校有差距，不过也算是很不错的大学了。
档次大约是美国Top50，世界Top100的样子。
学校的计算机工程非常优秀，研究的都是最前沿的技术。
现任校长之前是常春藤联盟康奈尔大学的教务长，也是计算机工程的权威。
计算机工程隶属于工程学院，上个月一校友捐赠了5千万美元用于工程学院的发展，佛州政府见状也拨了3亿美金。
所学课程大概有什么，就业方向和前景是什么呢?佛罗里达大学是我收到最晚的一个录取，应该是大四3月份的时候，之前手里已经有了好多个录取，包括波士顿大学和南加州大学这类顶级私立名校，本来已经规划好去波士顿了。
最后佛大的录取下来了，权衡性价比环境等因素，来到了佛罗里达大学。
开始申请后，先在网上填写基本申请资料，个人陈述，推荐信，电子扫描成绩单，寄送电子版GRE和托福成绩等等，填写申请资料平均一所要花费两三个晚上的时间，然后有些学校还需要寄送纸质版的成绩单。
因为读的是硕士，所以少了和教授套磁的环节。
全部提交完毕，就等消息吧。
至于选拔流程，GRE托福GPA得达到学校要求的线，剩下的人品相关了。
记者：所学课程大概有什么，就业方向和前景是什么呢?我目前在修算法分析设计，计算机网络，计算机体系，春季选了大数据生态系统，数据库管理设计，人工智能，还有考虑要修的课程包括分布式操作系统，云计算及存储，机器学习，移动计算。
就业方向还是很理想的，即使今年IT行业缩招裁员不少，但去谷歌，微软，亚马逊等大企的学长还是大有人在。
美国的大学和中北大学的主要不同之处是什么?国外学习很苦，和来之前的认知有很大不同，负担和国内高三时差不了多少，学习的东西都是最新的技术，教授都会讲授该学科的前沿技术。
在中北大学时，还是非常非常轻松的，四年就过去了，比较后悔四年没有花费更多的时间在学习上。
学习英语的秘诀提高口语就找老外聊天，提高听力就多听多看不带字幕的美剧，提高阅读写作就是背单词多读学术论文。
不花时间不努力什么方法论都不行。
这是个公平交易，花时间英语提高了，相应玩的时间少了;玩的多了，花在英语上的时间少了。
一篇成功的meta分析论文有哪些良好的基础构建
谈谈我在科研文案这条路上（帮很多人写过）总结出来的一点心得经验：一：选题 一个好的选题就成功了一半。
选题大小决定了工作量大小，选题的争议性、新颖性、临床实用性决定了题目的价值，也决定了以后文章投稿的难易程度。
二：文献检索 检索一般强调查准率与查全率。
两者矛盾，但meta分析要求查全要高，所以检索制定要合适。
既不能让初筛文章太多，工作量太大，也不能遗漏重要文献。
三：数据提取 两个平行进行，尽量不进行讨论，等数据提取完后，由第三方确认或讨论解决。
四：数据处理 目前用的较多软件：STATA，REVMAN, 以及诊断性meta的meta-disc。
五：文章写作 严格按照相应的指南与手册进行。
如RCT meta的PRISM，观察性研究的MOOSE等。
sas与spss的区别
在使用sas人的眼里，spss太肤浅了。
sas学起来比较难，spss主要是菜单式操作，所有分析直接利用软件自带模块进行，你需要做的就是点击鼠标选菜单。
傻瓜式操作，不需要了解一种分析方法的始末就能做分析，还可以做不错的图表。
设和做简单的社会学统计和分析。
sas需要从头到尾自己写程序。
可以实现很多自己需要的算法。
比较适合海量数据处理。
ucla对stata、R、sas和spss三个软件的性能对比做了很详细的技术分析，有报告。
