博客

目录

1. 更改工作路径和使用数据

2. 创建dummy变量（循环）

        【情况1】basic

        【情况1拓展】

        【情况2】交叉情况

3. 局部变量/全局变量 [local/global]

        （1）定义

        （2）Example 1：local

        （3）Example 2：global

        （4）优势

1. 更改工作路径和使用数据

假设你的数据集（Example.dta）在路径“D:\…\”下面，你想要将输出结果放在”D:\…\outcome”下，那就用【cd】命令更改工作路径，用【use】命令导入数据。

cd "D:\...\outcome\"
use "D:\...\Example.dta"

2. 创建dummy变量（循环）

stata更直接的方式是用xi命令

 【情况1】basic

假设现在有三个组，分别是1，2，3。这种属于分类变量，如果要加入回归，应该把分类变量转换成虚拟变量。

举个例子，橙色区域是原始数据，绿色区域是处理后的数据。第一列name_id代表姓名编号，是唯一标识符；group表示对应组别。对于name_id=1的对象来说，组别为1，所以应该有D_1=1，其他虚拟变量D_2和D_3取值为0。

那么在stata里面要如何处理呢，这里提供一个循环的思路。

forvalues i = 1/3{  # 对于在[1,3]区间的i来说
	gen D_`i' =1 if group== `i'  # gen表示生成新变量，`i'表示变量i。举个例子，当i=1的时候，如果该对象组别为1，那么D_1变量取值为1
	replace D_`i' = 0 if group!= `i'  #光有if还不够，不满足上面group==i的条件的数据会显示为空，所以要用replace把空数据替换成0
}   #这个花括号必须另起一行，因为stata是换行敏感的，如果和上面一行，stata无法识别

【情况1拓展】

说个题外话，假如我们的组别是ABC而不是123的话，这个循环还能写吗？当然可以，你可以选择在excel把A替换成1，也可以在stata里面对数据进行预处理，比如 gen group_new = 1 if group == A 然后replace group_new = 2 if group ==B

【情况2】交叉情况

假设group = 1代表控制组，group = 2代表接受药物A的实验组，group = 3代表接受药物B的实验组，现在我想要创建一个新变量treatment来区分控制组和实验组。很明显，控制组就是group=1的，实验组就是group=2或group=3的群体。

gen treatment = 1 if group == 2 | group == 3   //[|]表示或
replace treatment = 0 if group != 2 & group != 3  // yes or yes 的反面是 no and no
//当然这个例子里第二行更简洁的写法是：replace treatment = 0 if group == 1

3. 局部变量/全局变量 [local/global]

（1）定义

local是针对一次命令的，global定义的变量是在运行期间一直存在的。

举个例子方便理解。比如一个班里有很多不同的名字（变量），你懒得记了，所以给他们贴了一个临时座位号（local/global），这样在你希望点名回答问题（调用）的时候，你可以直接念座位号。如果你的座位号是仅限于这个学期的，那就是local局部变量；如果你的座位号是贯穿他们整个大学生涯的学号，那就是global全局变量。

当然，除了给每个人（变量）定义之外，你也可以给一部分人进行分组（变量列表）定义。

下面我们来看一下对应代码。

（2）Example 1：local

背景：假设你现在有三个因变量，var_1，var_2，var_3；三个自变量x1，x2，x3。你需要分别用三个因变量对三个自变量进行回归。

// Example 1: 定义临时列表（local）
// 要注意下面的代码要一起运行，因为local定义的变量只在单次运行中有效
local var_name "var_1 var_2 var_3"  # 定义临时列表var_name存放var_1,var_2,var_3三个变量

foreach v of local var_name {   #对于每个在loca var_name里的变量v
    reg `v' x1 x2 x3   # 把v变量对x1-x3进行回归
    outreg2 using "Example_1a", excel, dec (3) //回归结果储存在名为"outcom_file"的excel里面（Example_1a会自己生成在工作路径下），保留至小数点后三位
}


/// Example 1的等效写法b（不用局部变量+循环）
foreach v of varlist var_1 var_2 var_3 {   #对于每个在loca var_name里的变量v
    reg `v' x1 x2 x3   # 把v变量对x1-x3进行回归
    outreg2 using "Example_1b", excel, dec (3) //回归结果储存在名为"outcom_file"的excel里面（Example_1会自己生成在工作路径下），保留至小数点后三位
}



/// Example 1的等效写法c（不用局部变量+不用循环）
reg var_1 x1 x2 x3   # 把var_1变量对x1-x3进行回归
outreg2 using "Example_1c", excel, dec (3)
reg var_2 x1 x2 x3   
outreg2 using "Example_1c", excel, dec (3)
reg var_3 x1 x2 x3   
outreg2 using "Example_1c", excel, dec (3)

（3）Example 2：global

背景：你需要进行回归，同时回归要加入个体固定效应（数据集里有5个城市，所以是加入5-1=4个虚拟变量；假如全部加入会造成完美多重共线性），所以需要把城市的虚拟变量city_1，city_2，city_3，city_4作为控制变量加入回归。最终结果不需要放控制变量的系数（这里解释一下，因为计量只关心核心变量(variable of interest)对因变量的影响，加入控制变量只是为了不让遗漏变量影响核心变量系数的无偏性）。变量设置见下：

三个因变量：y1，y2，y3

三个核心变量：treatment, eligibility, eligible_treat

控制变量：age，male，occupation；city_1，city_2，city_3，city_4

// Example 2: 定义全局变量
order treatment eligibility eligible_treat #排个序，方便后面用$x1-$x3表示变量，这个我会在这个代码块下面详细讲一下
global x1 treatment  //给treatment定义新变量名x1，后面要调用就【$x1】
global x2 eligibility 
global x3 eligible_treat
global xc_dummy city_1 - city_4  //把city_1, city_2,...,city_4 四个dummy变量放在一起，定义新变量集，名称为xc_dummy，后面调用【$xc_dummy】的时候实际上调用了4个dummy变量
global xc_base age male occupation


local var_f "y1 y2 y3"   #把要分别回归的y1-y3放入var_f里面
foreach v of local var_f{
	reg `v' $x1-$x3 $xc_dummy $xc_base  
	outreg2 using "Example_2a", keep($x1-$x3) excel dec(3)  #keep($x1-$x3)表示只输出$x1,$x2,$x3的系数，control variables会放进回归里，但结果不会被写出来。
}


// Example 2等效写法（无全局变量+循环）
local var_f "y1 y2 y3"   #把要分别回归的y1-y3放入var_f里面
foreach v of local var_f{
	reg `v' treatment eligibility eligible_treat city_1-city_4 age male occupation 
	outreg2 using "Example_2b", keep(treatment eligibility eligible_treat) excel dec(3) 
}

如果你想用【$x1-$x3】来替代【$x1 $x2 $x3】，那就一定要注意顺序问题。因为【$x1-$x3】实际指的是变量列表中从treatment开始到eligible_treat的所有变量。

也就是说，假如你的变量列表是“treatment eligible_treat”，那么【$x1-$x3】代替的就是“treatment eligible_treat”；假如你的变量列表是“treatment eligibility city_1 eligible_treat” 那么【$x1-$x3】代替的就是“treatment eligibility city_1 eligible_treat”

（4）优势

跑回归的时候定义一个全局变量的好处是什么呢？

① 代码简洁。对比Example2的两种写法，很明显能看到定义了全局变量之后代码更简洁，尤其是如果你的回归有很多变量的时候。同时如果要跑多个无法用循环写的回归的时候，即变量复用性较高的时候，使用全局变量无疑会减少很多工作量。

② 方便修改。假如你发现结果不理想，希望通过更改核心变量（比如取个对数）或者增删控制变量的时候，你只要修改global相应的语句就好了，不需要挨个修改下面的回归语句。