Stata软件怎么用？从零开始的完整入门指南

对于刚踏入经济学、社会学或公共卫生领域的研究生来说，Stata这个名字几乎每天都会听到。导师说“用Stata跑个回归”，师兄师姐说“数据清洗用Stata很方便”，可当你打开这个软件，面对几个空白窗口时，往往一脸茫然：这到底怎么用？今天就来写一份完整的Stata入门指南，从打开软件到跑出第一个结果，一步步带你走通全流程。

第一次打开Stata：认识四个窗口

安装好Stata后第一次打开，你会看到四个主要窗口，搞明白它们各自的功能是第一步。

命令窗口在左下角，这是你输入指令的地方。所有操作都可以通过在这里键入命令来完成，比如输入“summarize”然后回车，Stata就会执行这条命令。

结果窗口在正上方，所有命令执行后的输出结果都会显示在这里。你输入的summarize命令，输出的均值、标准差等统计量就会出现在这个区域。

变量窗口在右上角，列出当前数据集中所有变量的名称。如果导入数据后这里空空如也，说明数据还没加载成功。

历史窗口在右下角，记录你执行过的所有命令。双击某条历史命令可以重新执行，方便重复操作。

刚启动时，这些窗口里都是空的。只有当你导入数据、执行命令后，它们才会开始显示内容。

第一步：设置工作路径

在开始任何分析之前，建议先设置好工作路径。这是告诉Stata你的文件默认存在哪里、从哪里读取，避免后续总是要输长长的文件路径。

在命令窗口输入：

cd "D:\Stata学习"

把引号里的路径换成你自己的文件夹。执行后，Stata会提示当前工作路径已更改。以后打开数据、保存结果都会默认到这个文件夹。

第二步：导入数据

Stata支持多种格式的数据导入，最常见的是Excel文件和Stata本身的数据格式（.dta）。

如果你有Excel表格，可以用import excel命令导入：

import excel "我的数据.xlsx", sheet("Sheet1") firstrow clear

这条命令的意思是：导入名为“我的数据.xlsx”的Excel文件，工作表是“Sheet1”，把第一行作为变量名，clear表示清除当前内存中的数据。

如果是CSV文件，用import delimited命令：

import delimited "我的数据.csv", clear

如果别人给了你Stata格式的.dta文件，用use命令直接打开：

use "我的数据.dta", clear

导入成功后，变量窗口里会列出所有变量名，结果窗口会显示数据的基本信息，比如观测值数量、变量个数。

第三步：浏览和检查数据

数据导入后，第一件事是看看数据长什么样。用browse命令可以打开类似Excel的表格视图：

browse

或者只查看部分变量：

browse 变量1 变量2 变量3

用describe命令查看数据集的整体结构，包括变量名、变量类型、存储格式等：

describe

用summarize命令做描述性统计，快速了解数据的均值、标准差、最小最大值：

summarize

如果想知道更详细的信息，比如百分位数、峰度偏度，可以加detail选项：

summarize 变量名, detail

第四步：数据清洗和整理

原始数据往往需要清洗才能用于分析。常见的操作包括处理缺失值、修改变量类型、生成新变量等。

有时导入的变量显示为红色，说明Stata把它识别为字符串，而不是数值。用destring命令转换：

destring 变量名, replace

如果想把多个变量的字符型全部转换，可以用：

destring, replace

处理缺失值时，先用misstable命令查看哪些变量有缺失、缺失多少：

misstable summarize

然后决定是删除缺失值，还是填补。删除某变量缺失的观测：

drop if missing(变量名)

生成新变量是常用操作。比如根据身高体重计算BMI：

gen bmi = 体重 / (身高/100)^2

或者根据现有变量生成分类变量：

gen 收入分组 = 1 if 收入 < 5000 replace 收入分组 = 2 if 收入 >= 5000 & 收入 < 10000 replace 收入分组 = 3 if 收入 >= 10000

给变量添加标签，让结果更清晰：

label variable 收入分组 "家庭年收入分组" label define 分组标签 1 "低收入" 2 "中等收入" 3 "高收入" label values 收入分组 分组标签

对于实证研究，异常值处理很重要。用winsor2命令进行缩尾处理：

ssc install winsor2 // 首次使用需要安装 winsor2 变量1 变量2, replace cuts(1 99)

这会把小于1%分位和大于99%分位的值替换为1%和99%分位值，减少极端值影响。

第五步：描述性统计和可视化

正式分析前，通常需要做描述性统计和图表，对数据有个直观认识。

用tabulate命令查看分类变量的频数分布：

tabulate 性别

用table命令生成分组统计表：

table 性别, c(mean 收入 sd 收入 count 收入)

画图是理解数据的直观方式。直方图看分布：

histogram 收入, frequency title("收入分布")

散点图看两个变量的关系：

scatter 收入 教育年限

箱线图看离散程度和异常值：

graph box 收入, over(性别)

第六步：回归分析

这是Stata最核心的功能。最简单的线性回归用regress命令：

regress 收入 教育年限 工作经验 年龄

Stata会输出回归系数、标准误、t值、p值、置信区间，以及R方、F检验等统计量。

如果想看更详细的回归结果，比如标准化系数，可以在回归后输入：

regress, beta

如果担心异方差问题，可以用稳健标准误：

regress 收入 教育年限 工作经验 年龄, robust

对于面板数据，用xtreg命令。首先要把数据设置为面板格式：

xtset 个体id 年份

然后做固定效应模型：

xtreg 收入 教育年限 工作经验, fe

或者随机效应模型：

xtreg 收入 教育年限 工作经验, re

第七步：输出结果

分析做完，需要把结果导出到Word或Excel，方便写论文。

安装esttab或outreg2命令：

ssc install esttab

回归前先储存模型：

regress 收入 教育年限 工作经验 estimates store m1 regress 收入 教育年限 工作经验 年龄 estimates store m2

然后导出多个模型对比：

esttab m1 m2 using "回归结果.rtf", replace

这会生成一个RTF文件，可以用Word打开，表格格式整洁，直接用在论文里。

用好Do文件：让分析可重复

上面所有的操作都是在命令窗口逐条输入，这样很方便，但缺点是关掉Stata后这些命令就没了。下次想重新分析，或者修改某个步骤，还得重新输入一遍。

更好的做法是用Do文件。点击菜单栏的“Do-file Editor”按钮，打开编辑器窗口，把所有命令按顺序写进去，保存为.do文件。需要运行时，点击“Execute”或按快捷键Ctrl+D，Stata就会自动执行所有命令。

用Do文件的好处是：分析过程可重复、可分享、可修改。以后导师说“把那个变量换成对数再跑一次”，你只需要在Do文件里加一行gen ln收入 = ln(收入)，然后重新运行，几秒钟就搞定，不用从头再来。

遇到问题怎么办

用Stata总会遇到各种问题：命令报错、结果不对、不知道用什么命令。几个求助渠道：

help命令最直接。输入help 命令名，Stata会打开详细的帮助文档，有语法说明、示例、参考链接。

Stata官方论坛（Statalist）有海量问答，很多问题前人已经问过。

搜索引擎搜“Stata + 你想做的事”，通常能找到现成的命令和代码。

总结

Stata软件怎么用？从设置工作路径开始，导入数据、检查数据、清洗整理、描述统计、回归分析、输出结果，一步步下来，就完成了一次完整的实证分析。

对于初学者来说，不需要一开始就记住所有命令。掌握几个最常用的，比如use、summarize、regress、esttab，然后在实际分析中遇到什么问题就查什么命令，慢慢就会越来越熟练。

最重要的是养成用Do文件的习惯，让分析过程可追溯、可复现。这不仅是技术问题，更是科研规范。