Stata Skill
Sie haben Zugriff auf umfassende Stata-Referenzdateien. Laden Sie nicht alle Dateien. Lesen Sie nur die 1-3 Dateien, die für die aktuelle Aufgabe des Benutzers relevant sind, und verwenden Sie dazu die untenstehende Routingtabelle.
Kritische Fallstricke
Dies sind Stata-spezifische Fallstricke, die zu stillen Fehlern führen. Verinnerlichen Sie diese, bevor Sie Code schreiben.
Fehlende Werte sortieren nach +Unendlich
Statas . (und .a-.z) sind größer als alle Zahlen.
* FALSCH – enthält Beobachtungen, bei denen Einkommen fehlt!
gen high_income = (income > 50000)
* RICHTIG
gen high_income = (income > 50000) if !missing(income)
* FALSCH – fehlende Alter erscheinen in dieser Liste
list if age > 60
* RICHTIG
list if age > 60 & !missing(age)
= vs ==
= ist die Zuweisung; == ist der Vergleich. Die Verwechslung führt zu Syntaxfehlern oder stillen Fehlern.
* FALSCH – Syntaxfehler
gen employed = 1 if status = 1
* RICHTIG
gen employed = 1 if status == 1
Lokale Makro-Syntax
Lokale Makros verwenden `name' (Backtick + einfaches Anführungszeichen). Globale Makros verwenden $name oder ${name}.
Das Vergessen des schließenden Anführungszeichens ist der häufigste Makro-Fehler.
local controls "age education income"
regress wage `controls' // korrekt
regress wage `controls // FALSCH – fehlendes schließendes Anführungszeichen
regress wage 'controls' // FALSCH – falsche Anführungszeichen
by erfordert vorherige Sortierung (Verwenden Sie bysort)
* FALSCH – Fehler, wenn Daten nicht nach id sortiert
bysort id: gen first = (_n == 1) // FALSCH: bysort nicht verwendet
* Besser: bysort sortiert automatisch
bysort id: gen first = (_n == 1)
* Auch RICHTIG – explizite Sortierung
sort id
by id: gen first = (_n == 1)
Faktorvariablen-Notation (i. und c.)
Verwenden Sie i. für kategoriale und c. für kontinuierliche Variablen. Das Weglassen von i. behandelt Kategorien als kontinuierlich.
* FALSCH – behandelt race als kontinuierlich (z.B. race=3 hat 3-fachen Effekt von race=1)
regress wage race education
* RICHTIG – erstellt automatisch Dummies
regress wage i.race education
* Interaktionen
regress wage i.race##c.education // vollständige Interaktion
regress wage i.race#c.education // nur Interaktion (keine Haupteffekte)
generate vs replace
generate erstellt neue Variablen; replace ändert bestehende. Die Verwendung von generate für einen bestehenden Variablennamen ist ein Fehler.
gen x = 1
gen x = 2 // FEHLER: x bereits definiert
replace x = 2 // korrekt
Zeichenkettenvergleich ist Groß-/Kleinschreibung-beachtend
* Kann "Male", "MALE", etc. übersehen
keep if gender == "male"
* Sicherer
keep if lower(gender) == "male"
merge: Überprüfen Sie immer _merge
Überspringen Sie niemals tab _merge – es kostet nichts und ist die einzige Diagnose, die Sie erhalten, wenn assert fehlschlägt.
merge 1:1 id using other.dta
tab _merge // IMMER tab vor assert
assert _merge == 3 // schlägt ohne tab-Ausgabe still fehl
drop _merge
preserve / restore + tempfile für Collapse-Merge-Back
Das Standardmuster zur Berechnung von Gruppenstatistiken und deren Zusammenführung mit den Originaldaten:
tempfile stats
preserve
collapse (mean) avg_x=x, by(group)
save `stats'
restore
merge m:1 group using `stats'
tab _merge
assert _merge == 3
drop _merge
Für einfache Gruppenmittelwerte vermeidet bysort group: egen avg_x = mean(x) den gesamten Round-Trip.
Gewichte sind nicht austauschbar
fweight– Häufigkeitsgewichte (Replikation)aweight– Analytische/Regressionsgewichte (inverse Varianz)pweight– Wahrscheinlichkeits-/Stichprobengewichte (Umfragedaten, impliziert robuste Standardfehler)iweight– Wichtigkeitsgewichte (selten verwendet)
capture schluckt Fehler
capture some_command
if _rc != 0 {
di as error "Fehlgeschlagen mit Code: " _rc
exit _rc
}
Zeilenfortsetzung verwendet ///
regress y x1 x2 x3 ///
x4 x5 x6, ///
vce(robust)
Gespeicherte Ergebnisse: r() vs e() vs s()
r()– r-class-Befehle (summarize, tabulate, etc.)e()– e-class-Befehle (Schätzung: regress, logit, etc.)s()– s-class-Befehle (Parsing)
Ein neuer Schätzbefehl überschreibt vorherige e()-Ergebnisse. Speichern Sie diese zuerst:
regress y x1 x2
estimates store model1
Stata von der Kommandozeile ausführen
Claude kann Stata-Code ausführen, indem es .do-Dateien im Batch-Modus vom Terminal aus startet. So führen Sie Stata nicht-interaktiv aus.
Das Stata-Binary finden
Stata ist unter macOS ein .app-Bundle. Das eigentliche Binary befindet sich darin. Übliche Orte:
# Stata 18 / StataNow (am häufigsten)
/Applications/Stata/StataMP.app/Contents/MacOS/stata-mp
/Applications/StataNow/StataMP.app/Contents/MacOS/stata-mp
# Andere Editionen (SE, BE)
/Applications/Stata/StataSE.app/Contents/MacOS/stata-se
/Applications/Stata/StataBE.app/Contents/MacOS/stata-be
Wenn Stata nicht im $PATH ist, finden Sie es mit: mdfind -name "stata-mp" | grep MacOS
Batch-Modus (-b)
# Führen Sie eine .do-Datei im Batch-Modus aus – die Ausgabe geht an <filename>.log
/Applications/Stata/StataMP.app/Contents/MacOS/stata-mp -b do analysis.do
# Wenn stata-mp im PATH ist (z.B. über Symlink oder Alias):
stata-mp -b do analysis.do
-b= Batch-Modus (nicht-interaktiv, keine GUI)- Die Ausgabe (alles, was Stata anzeigen würde) wird in
analysis.logim Arbeitsverzeichnis geschrieben - Der Exit-Code ist 0 bei Erfolg, nicht-null bei Fehler
- Die Log-Datei enthält die gesamte Ausgabe, einschließlich Fehlermeldungen – überprüfen Sie sie nach der Ausführung
Inline-Stata-Code ausführen
Um einen schnellen Stata-Snippet ohne Erstellung einer .do-Datei auszuführen:
# Schreiben Sie eine temporäre .do-Datei und führen Sie sie aus
cat > /tmp/stata_run.do << 'EOF'
sysuse auto, clear
summarize price mpg
EOF
stata-mp -b do /tmp/stata_run.do
cat /tmp/stata_run.log
Ergebnisse überprüfen
# Prüfen, ob es erfolgreich war
stata-mp -b do tests/run_tests.do && echo "ERFOLG" || echo "FEHLGESCHLAGEN"
# Durchsuchen Sie das Log nach Bestehen/Fehlschlagen
grep -E "PASS|FAIL|error|r\([0-9]+\)" run_tests.log
Tipps
clear allam Anfang von Batch-Skripten – Der Batch-Modus startet mit einer frischen Stata-Sitzung, aberclear allstellt sicher, dass keine alten Zustände aus vorherigen Läufen in derselben Sitzung vorhanden sind.set more off– verhindert, dass Stata für--more---Eingabeaufforderungen anhält (tödlich im Batch-Modus).- Log-Dateien überschreiben stillschweigend –
analysis.doschreibt immer inanalysis.logim aktuellen Verzeichnis. Wenn Sie mehrere.do-Dateien ausführen, überprüfen Sie das richtige Log. - Arbeitsverzeichnis – Das Arbeitsverzeichnis von Stata ist das Verzeichnis, von dem aus Sie den Befehl ausführen, nicht der Speicherort der
.do-Datei. Verwenden Sie bei Bedarfcdin der.do-Datei oder absolute Pfade.
Routingtabelle
Lesen Sie nur die für die Aufgabe des Benutzers relevanten Dateien. Die Pfade sind relativ zu dieser SKILL.md-Datei.
Datenoperationen
| Datei | Themen & Schlüsselbefehle |
|---|---|
references/basics-getting-started.md | use, save, describe, browse, sysuse, grundlegender Workflow |
references/data-import-export.md | import delimited, import excel, ODBC, export, Webdaten |
references/data-management.md | generate, replace, merge, append, reshape, collapse, recode, egen, encode/decode |
references/variables-operators.md | Variablentypen, byte/int/long/float/double, Operatoren, fehlende Werte (.<.a), if/in-Qualifizierer |
references/string-functions.md | substr(), regexm(), strtrim(), split, ustrlen(), Regex, Unicode |
references/date-time-functions.md | date(), clock(), %td/%tc-Formate, mdy(), dofm(), Geschäftskalender |
references/mathematical-functions.md | round(), log(), exp(), abs(), mod(), cond(), Verteilungen, Zufallszahlen |
Statistik & Ökonometrie
| Datei | Themen & Schlüsselbefehle |
|---|---|
references/descriptive-statistics.md | summarize, tabulate, correlate, tabstat, codebook, gewichtete Statistiken |
references/linear-regression.md | regress, vce(robust), vce(cluster), test, lincom, margins, predict, ivregress |
references/panel-data.md | xtset, xtreg fe/re, Hausman-Test, xtabond, dynamische Panels |
references/time-series.md | tsset, ARIMA, VAR, dfuller, pperron, irf, Prognose |
references/limited-dependent-variables.md | logit, probit, tobit, poisson, nbreg, mlogit, ologit, margins für nichtlineare Modelle |
references/bootstrap-simulation.md | bootstrap, simulate, permute, Monte Carlo |
references/survey-data-analysis.md | svyset, svy:, subpop(), komplexe Stichprobendesigns, Replikationsgewichte |
references/missing-data-handling.md | mi impute, mi estimate, FIML, misstable, Diagnostik |
references/maximum-likelihood.md | ml model, benutzerdefinierte Likelihood-Funktionen, ml init, gradientenbasierte Optimierung |
references/gmm-estimation.md | gmm, Momentenbedingungen, estat overid, J-Test |
Kausale Inferenz
| Datei | Themen & Schlüsselbefehle |
|---|---|
references/treatment-effects.md | teffects ra/ipw/ipwra/aipw, stteffects, ATE/ATT/ATET |
references/difference-in-differences.md | DiD, parallele Trends, Ereignisstudien, gestaffelte Einführung |
references/regression-discontinuity.md | Scharfe/unscharfe RD, Bandbreitenauswahl, rdplot |
references/matching-methods.md | PSM, nächster Nachbar, Kernel-Matching, teffects nnmatch |
references/sample-selection.md | heckman, heckprobit, Behandlungsmodelle, Ausschlussrestriktionen |
Fortgeschrittene Methoden
| Datei | Themen & Schlüsselbefehle |
|---|---|
references/survival-analysis.md | stset, stcox, streg, Kaplan-Meier, parametrische Modelle |
references/sem-factor-analysis.md | sem, gsem, CFA, Pfadanalyse, alpha, Reliabilität |
references/nonparametric-methods.md | kdensity, Rangtests, qreg, npregress |
references/spatial-analysis.md | spmatrix, spregress, räumliche Gewichte, Moran's I |
references/machine-learning.md | lasso, elasticnet, cvlasso, Kreuzvalidierung |
Grafiken
| Datei | Themen & Schlüsselbefehle |
|---|---|
references/graphics.md | twoway, scatter, line, bar, histogram, graph combine, graph export, Schemata |
Programmierung
| Datei | Themen & Schlüsselbefehle |
|---|---|
references/programming-basics.md | local, global, foreach, forvalues, program define, syntax, return |
references/advanced-programming.md | syntax, mata, Klassen, _prefix, Dialogfelder, tempfile/tempvar |
references/mata-introduction.md | Mata-Grundlagen, wann Mata vs. ado verwendet werden sollte, Datentypen |
references/mata-programming.md | Mata-Funktionen, Kontrollfluss, Strukturen, Zeiger |
references/mata-matrix-operations.md | Matrixerstellung, Zerlegungen, Löser, st_matrix() |
references/mata-data-access.md | st_data(), st_view(), st_store(), Leistungstipps |
Ausgabe & Workflow
| Datei | Themen & Schlüsselbefehle |
|---|---|
references/tables-reporting.md | putexcel, putdocx, putpdf, LaTeX-Integration, collect |
references/workflow-best-practices.md | Projektstruktur, Master-Do-Files, Versionskontrolle, Debugging, häufige Fehler |
references/external-tools-integration.md | Python über python:, R über rsource, Shell-Befehle, Git |
references/filing-issues.md | Benutzer möchte eine Lücke oder einen Fehler in der Stata-Skill-Dokumentation melden |
Community-Pakete
| Datei | Beschreibung |
|---|---|
packages/reghdfe.md | Hochdimensionale Fixed-Effects-OLS (absorbiert effizient mehrere FE-Sets) |
packages/estout.md | esttab/estout: Publikationsqualität-Regressionstabellen |
packages/outreg2.md | Alternativer Regressionstabellen-Export (Word, Excel, TeX) |
packages/asdoc.md | Ein-Befehl-Word-Dokumenterstellung für jede Stata-Ausgabe |
packages/tabout.md | Kreuztabellen und Zusammenfassungstabellen in Dateien |
packages/coefplot.md | Koeffizientenplots aus gespeicherten Schätzungen |
packages/graph-schemes.md | grstyle, schemepack, plotplain – bessere Diagrammthemen |
packages/did.md | Modernes DiD: csdid, did_multiplegt, did_imputation (Callaway-Sant'Anna, de Chaisemartin-D'Haultfoeuille, Borusyak-Jaravel-Spiess) |
packages/event-study.md | eventstudyinteract, eventdd – Ereignisstudien-Schätzer |
packages/rdrobust.md | Robuste RD-Schätzung mit optimaler Bandbreite (rdrobust, rdplot, rdbwselect) |
packages/psmatch2.md | Propensity Score Matching (nächster Nachbar, Kernel, Radius) |
packages/synth.md | Synthetische Kontrollmethode (synth, synth_runner) |
packages/ivreg2.md | Erweitertes IV/2SLS: ivreg2, xtivreg2 mit zusätzlicher Diagnostik |
packages/xtabond2.md | Dynamisches Panel-GMM (Arellano-Bond/Blundell-Bond) |
packages/binsreg.md | Binned Scatter Plots mit KI (binsreg, binstest) |
packages/nprobust.md | Nichtparametrische Kernelschätzung und Inferenz |
packages/diagnostics.md | bacondecomp, xttest3, Kollinearität, Heteroskedastizitätstests |
packages/winsor.md | Winsorisieren und Trimmen: winsor2, winsor |
packages/data-manipulation.md | gtools (schnelles collapse/egen), rangestat, egenmore |
packages/package-management.md | ssc install, net install, ado update, Pakete finden |
Häufige Muster
Regressionstabellen-Workflow
* Modelle schätzen
eststo clear
eststo: regress y x1 x2, vce(robust)
eststo: regress y x1 x2 x3, vce(robust)
eststo: regress y x1 x2 x3 x4, vce(cluster id)
* Tabelle exportieren
esttab using "results.tex", replace ///
se star(* 0.10 ** 0.05 *** 0.01) ///
label booktabs ///
title("Hauptresultate") ///
mtitles("(1)" "(2)" "(3)")
Panel-Daten-Setup
xtset panelid timevar // Panelstruktur deklarieren
xtdescribe // Gleichgewicht prüfen
xtsum outcome // Within-/Between-Variation
* Fixed Effects
xtreg y x1 x2, fe vce(cluster panelid)
* Oder mit reghdfe (bevorzugt für mehrere FE)
reghdfe y x1 x2, absorb(panelid timevar) vce(cluster panelid)
Differenz-von-Differenzen
* Klassisches 2x2-DiD
gen post = (year >= treatment_year)
gen treat_post = treated * post
regress y treated post treat_post, vce(cluster panelid)
* Neuere Methoden
ssc install csdid, replace
ssc install did_multiplegt, replace
* Callaway & Sant'Anna (2021)
csdid y, ivar(panelid) time(timevar) gvar(first_treat_year)
* De Chaisemartin & D'Haultfoeuille (2020)
did_multiplegt y panelid timevar treated, robust_dynamic
Zusammenführungsmuster mit Überprüfung
* 1:1-Zusammenführung
merge 1:1 id using "additional_data.dta"
tab _merge
assert _merge == 3
drop _merge
* m:1-Zusammenführung
merge m:1 city using "city_stats.dta"
tab _merge
assert inlist(_merge, 2, 3)
drop _merge