Stata如何做描述性统计？2026年最新完整教程：从基础到输出

描述性统计是任何数据分析的第一步。在Stata中，这一步骤可以非常简洁高效。通过几条简单的命令，就能快速了解数据的基本特征，包括样本量、均值、标准差、最小值、最大值等。更重要的是，这些结果可以直接导出，用于论文或报告中。本文将从最基础的命令讲起，逐步深入到分组统计和结果输出，帮你全面掌握Stata的描述性统计功能。

一、准备工作：导入数据并查看概况

在进行描述性统计之前，首先要确保数据已经正确导入Stata。假设你有一个Excel格式的数据文件，可以用以下命令导入：

import excel "文件路径\数据文件名.xlsx", sheet("Sheet1") firstrow clear

其中firstrow选项表示将Excel的第一行作为变量名，clear会清除当前内存中的数据。

导入数据后，建议先用describe命令查看数据的基本信息：

describe

这个命令会列出数据集中所有变量的名称、存储类型、显示格式以及变量标签。它还会告诉你数据集的总观测数（样本量）和变量个数。这些信息能帮你快速确认数据是否完整导入。

二、最基础的命令：summarize

summarize是Stata中进行描述性统计最常用的命令，它可以计算数值变量的基本统计量。

2.1 简单用法

在命令窗口输入：

summarize

不加任何变量名时，Stata会对数据集中所有数值型变量计算描述性统计量，包括观测数、均值、标准差、最小值和最大值。

2.2 指定变量

如果想只看特定变量的统计量，可以在命令后面跟上变量名：

summarize price mpg weight

这条命令会只显示price、mpg和weight这三个变量的统计结果。

2.3 显示更详细的统计量

默认情况下，summarize只输出基础的几个统计量。如果需要更详细的信息，比如百分位数、方差、峰度、偏度等，可以加上detail选项：

summarize price, detail

加上detail后，Stata会输出非常详细的统计信息，包括四个百分位数（1%、5%、10%、25%、50%、75%、90%、95%、99%）、方差、偏度、峰度等。这对于深入了解变量分布非常有帮助。

三、更灵活的tabstat命令

summarize虽然好用，但在输出格式上灵活性不够。tabstat命令提供了更强的定制能力，可以让你精确控制要显示的统计量和输出格式。

3.1 基本用法

tabstat的基本语法是：

tabstat 变量列表, statistics(统计量列表)

例如，要计算price、mpg和weight的均值、标准差、最小值和最大值：

tabstat price mpg weight, statistics(mean sd min max)

3.2 可用的统计量

tabstat支持的统计量非常丰富，常用的有：

• mean：均值

• sd：标准差

• var：方差

• min：最小值

• max：最大值

• range：极差（最大值减最小值）

• p1、p5、p10、p25、p50、p75、p90、p95、p99：各百分位数

• iqr：四分位距

• cv：变异系数（标准差除以均值）

• semean：均值的标准误

• skewness：偏度

• kurtosis：峰度

• count：观测数

3.3 格式化输出

tabstat还可以控制输出格式。例如，用format选项指定数字格式：

tabstat price mpg weight, statistics(mean sd min max) format(%9.2f)

这条命令会把所有统计量保留两位小数输出。

3.4 按列排列

默认情况下，tabstat的输出是变量按列、统计量按行排列。如果想转置，可以用columns选项：

tabstat price mpg weight, statistics(mean sd min max) columns(statistics)

这样输出就变成了统计量按列、变量按行排列，更适合直接粘贴到论文表格中。

四、分组描述性统计

在实际研究中，经常需要比较不同组别的描述性统计结果。例如，比较男性和女性的收入分布。Stata提供了多种分组统计的方法。

4.1 用by前缀

by前缀是Stata中非常强大的分组工具。使用前需要先用sort命令对分组变量排序：

sort gender
by gender: summarize income

或者用更简洁的bysort一步完成：

bysort gender: summarize income

这条命令会分别显示男性和女性的收入统计。

4.2 用tabstat的by选项

tabstat命令同样支持分组统计，而且输出格式更紧凑：

tabstat income, by(gender) statistics(mean sd n)

这条命令会生成一个表格，每一列是一个性别组，每一行是一个统计量。

4.3 多变量分组统计

如果想同时比较多变量在不同组别的情况，可以这样写：

tabstat price mpg weight, by(foreign) statistics(mean sd n) format(%9.2f)

这条命令会对比国产车和进口车在价格、油耗、重量上的均值和标准差。

五、分类变量的描述：tabulate

对于分类变量，描述性统计需要的是频数和百分比。Stata中tabulate命令专门用于处理这类变量。

5.1 单变量频数表

查看一个分类变量的分布：

tabulate gender

输出会显示每个类别的频数、百分比和累计百分比。

5.2 二维列联表

分析两个分类变量之间的关系：

tabulate gender education

如果加上column选项，可以显示列百分比；加上row选项显示行百分比；加上cell选项显示单元格百分比。

tabulate gender education, column

5.3 生成统计指标

对于二维表，还可以计算卡方统计量：

tabulate gender education, chi2

输出会包括卡方值和对应的p值，用于检验两个变量是否独立。

六、结果导出

描述性统计做完了，下一步就是把这些结果整理出来，用于论文或报告。

6.1 使用outreg2导出

outreg2是Stata中最常用的结果导出命令之一。首先需要安装：

ssc install outreg2, replace

然后可以这样导出描述性统计结果：

summarize price mpg weight
outreg2 using "描述统计.doc", replace sum(log) title("表1：变量描述性统计")

sum(log)选项会输出样本量、均值、标准差、最小值和最大值。如果想输出更多统计量，可以用sum(detail)。

如果想只保留部分变量，可以用keep()选项：

outreg2 using "描述统计.doc", replace sum(log) keep(price mpg weight) title("表1：主要变量描述性统计")

6.2 使用asdoc导出

asdoc是另一个非常方便的导出命令，用法更简单：

ssc install asdoc, replace
asdoc sum price mpg weight, replace title("表1：描述性统计")

这条命令会直接生成一个Word文档，包含变量的描述性统计结果。

6.3 分组结果的导出

对于分组描述性统计，可以用tabstat配合outreg2导出：

tabstat price mpg weight, by(foreign) statistics(mean sd n) save
matrix T = r(Stat1)
outreg2 using "分组统计.doc", replace sum(log) keep(price mpg weight)

这个方法稍微复杂一些，但掌握了之后可以灵活处理各种分组输出。

七、可视化辅助：图形化描述

除了数字统计，图形也能直观展示变量分布。Stata提供了丰富的绘图命令。

7.1 直方图

查看连续变量的分布：

histogram price, normal

加上normal选项会在图上叠加正态分布曲线，方便判断数据是否符合正态分布。

7.2 箱线图

比较多个变量的分布：

graph box price mpg weight

箱线图可以直观显示中位数、四分位数和异常值。

7.3 核密度图

平滑地展示变量分布：

kdensity price, normal

八、一个完整的操作示例

把上面所有步骤串起来，一个典型的描述性统计分析流程如下：

* 1. 导入数据
cd "D:\我的研究\数据分析"
import excel "汽车数据.xlsx", sheet("Sheet1") firstrow clear

* 2. 查看数据概况
describe

* 3. 全体样本描述性统计
summarize price mpg weight rep78
tabstat price mpg weight rep78, statistics(mean sd min max) format(%9.2f)

* 4. 分组描述性统计
bysort foreign: summarize price mpg weight
tabstat price mpg weight, by(foreign) statistics(mean sd n) format(%9.2f)

* 5. 分类变量频数统计
tabulate rep78
tabulate foreign rep78, column chi2

* 6. 结果导出
outreg2 using "表1_描述统计.doc", replace sum(log) keep(price mpg weight) title("表1：主要变量描述性统计")
asdoc tabstat price mpg weight, by(foreign) statistics(mean sd n) format(%9.2f) replace title("表2：分组描述性统计")

* 7. 图形辅助
histogram price, normal title("图1：价格分布")
graph export "图1_价格分布.png", replace

总结

Stata的描述性统计功能强大而灵活。summarize命令适合快速查看基础统计量，tabstat提供了更精确的控制，tabulate专门处理分类变量，bysort和by选项实现了分组统计。配合outreg2或asdoc，这些结果可以轻松导出为规范的表格。

掌握这些命令后，你就能在几分钟内完成对任何数据集的初步探索，为后续的深入分析打下坚实基础。无论是课程作业、毕业论文还是学术发表，这些技能都会让你事半功倍。