藏！2025 最全 Stata 代码模板：从数据处理到基础分析，实证入门必备

导读：实证分析卡壳？数据不会导、变量不会做、描述性统计不知道怎么跑？这篇推文整理了 Stata 从数据准备到基础分析的 10 大类标准化代码模板，覆盖 90% 实证研究的前期核心操作，复制粘贴就能用，新手也能快速上手！

一、数据导入与管理：把数据轻松装进 Stata

做实证的第一步，必然是搞定数据导入和工作环境设置。不管是 Excel、CSV 还是 Stata 专属的 DTA 格式，这里都有对应的快捷代码，还能一键开启日志文件，避免分析过程丢失！

*----- 1. 导入Excel数据（首行作为变量名）-----*
import excel "data.xlsx", firstrow clear

*----- 2. 导入CSV数据 -----*
import delimited "data.csv", clear

*----- 3. 导入DTA数据（Stata原生格式）-----*
use "data.dta", clear

*----- 4. 快速设置工作目录（避免路径报错）-----*
cd "D:\Project\Data"

*----- 5. 开启日志文件（记录所有操作，可追溯）-----*
log using "analysis.log", replace text

二、数据预处理：让数据变 "干净" 的核心步骤

原始数据总有缺失值、异常值？需要生成滞后项、交互项？这部分代码涵盖变量生成、缺失值填补、异常值处理等 9 大常用操作，帮你快速整理出符合分析要求的数据集。

*----- 1. 生成新变量（对数、增长率等）-----*
gen lnGDP = ln(GDP)  // 对数化
gen GDP_growth = (GDP - L.GDP) / L.GDP * 100  // 增长率

*----- 2. 重命名变量（避免变量名混乱）-----*
rename oldname newname

*----- 3. 缺失值处理（两种常用方式）-----*
drop if missing(Y, X1, X2)  // 直接删除关键变量缺失的观测值
replace X1 = 0 if missing(X1)  // 非关键变量填补为0

*----- 4. 异常值处理（3σ原则）-----*
egen mean_X = mean(X1)
egen sd_X = sd(X1)
drop if abs(X1 - mean_X) > 3*sd_X

*----- 5. 缩尾处理（1%水平，避免极端值影响）-----*
winsor2 X1 X2 X3, replace cuts(1 99)

*----- 6. 生成哑变量（行业、地区等分类变量）-----*
tab industry, gen(ind_)

*----- 7. 生成滞后项（L1一阶滞后，L2二阶滞后）-----*
gen L1_X = L.X1
gen L2_X = L2.X1

*----- 8. 生成交互项（调节效应分析必备）-----*
gen interaction = X1 * X2

*----- 9. 标准化（消除量纲影响）-----*
egen z_X1 = std(X1)

三、数据结构设置：面板、时间序列一键搞定

实证分析常遇到面板数据、时间序列数据，或是需要合并多个数据集？这里的代码能快速设定数据结构，横向合并、纵向追加数据也不用手动操作，效率翻倍！

*----- 1. 设定面板数据（个体+时间双维度）-----*
xtset firm_id year  // firm_id为个体标识，year为时间标识

*----- 2. 设定时间序列数据 -----*
tsset year

*----- 3. 横向合并数据（按id和year精准匹配）-----*
merge 1:1 id year using "data2.dta"
keep if _merge == 3  // 只保留匹配成功的观测值
drop _merge  // 删除合并标识变量

*----- 4. 纵向追加数据（增加观测值样本）-----*
append using "data2.dta"

四、描述性统计：快速呈现数据核心特征

做完数据处理，第一步就是用描述性统计展现数据全貌！不管是基本统计量、分组对比，还是相关系数矩阵，这些代码都能一键输出，还能自动标注显著性，论文表格直接用。

*----- 1. 基本统计量（均值、标准差、最值等）-----*
sum Y X1 X2 X3, detail

*----- 2. 分组统计（按分组变量对比核心指标）-----*
bysort group: sum Y X1 X2

*----- 3. 频率表（分类变量分布情况）-----*
tab industry

*----- 4. 相关系数矩阵（带0.05水平显著性标注）-----*
pwcorr Y X1 X2 X3, star(0.05)

五、数据可视化：让结果更直观的图表工具

枯燥的数字不如一张图表有说服力！这里整理了直方图、散点图、回归拟合图等 6 类常用图表代码，不管是展示数据分布，还是呈现变量关系，都能快速生成高质量图片。

*----- 1. 直方图（看变量分布，带正态曲线）-----*
histogram Y, normal

*----- 2. 散点图（展示两个变量关系）-----*
scatter Y X1

*----- 3. 矩阵散点图（多变量关系一次性呈现）-----*
graph matrix Y X1 X2 X3

*----- 4. 回归拟合图（直观展示拟合效果）-----*
twoway (scatter Y X1) (lfit Y X1)

*----- 5. 系数图（回归系数对比）-----*
coefplot, drop(_cons) xline(0)

*----- 6. 时间趋势图（变量随时间变化）-----*
twoway line Y year

六、基础统计检验：为后续建模做铺垫

建模前需要检验数据是否符合假设？双样本 t 检验、方差齐性检验、正态性检验等 4 类基础检验代码，帮你验证数据适用性，让后续回归结果更可靠。

*----- 1. 双样本t检验（两组均值对比）-----*
ttest Y, by(group)

*----- 2. 方差齐性F检验（两组方差是否相等）-----*
sdtest Y, by(group)

*----- 3. 卡方检验（分类变量独立性检验）-----*
tab group outcome, chi2

*----- 4. 正态性检验（Shapiro-Wilk检验）-----*
swilk Y

七、OLS 回归及诊断：基础建模核心操作

作为实证分析的基础方法，OLS 回归的代码必须熟练掌握！这里不仅有一元、多元回归，还包含稳健标准误、聚类标准误，以及多重共线性、异方差等关键诊断，避免模型设定错误。

*----- 1. 一元线性回归 -----*
reg Y X1

*----- 2. 多元线性回归（控制年份、行业固定效应）-----*
reg Y X1 X2 X3 i.year i.industry

*----- 3. 稳健标准误（解决异方差问题）-----*
reg Y X1 X2 X3, robust

*----- 4. 聚类标准误（解决组内相关问题）-----*
reg Y X1 X2 X3, cluster(firm_id)

*----- 5. 多重共线性检验（VIF值，小于10为佳）-----*
reg Y X1 X2 X3
vif

*----- 6. 异方差检验（White检验、BP检验）-----*
reg Y X1 X2 X3
estat hettest  // White检验
estat imtest   // BP检验

*----- 7. 自相关检验（DW检验）-----*
reg Y X1 X2 X3
estat dwatson

*----- 8. 模型设定检验（RESET检验）-----*
reg Y X1 X2 X3
estat ovtest