张甜山东大学经济学博士，现任职于山东管理学院，教授本科生统计学、计量经济学等课程，在《金融研究》《财贸经济》《经济评论》《财经科学》《财贸研究》等重要期刊发文多篇，参与多项国家级、省部级课题，著有《SPSS统计学原理与实证研究应用精解》《Stata统计分析从入门到精通》《Python数据科学应用从入门到精通》等近10本畅销的数据分析教材。

杨维忠山东大学经济学硕士，CPA，十余年商业银行风控、营销、内控等工作经历，具有丰富的业务授课经验和实操经历，著有《SPSS统计分析入门与应用精解（视频教学版）》《Python机器学习原理与算法实现》《Stata统计分析商用建模与综合案例》等10余本畅销的数据分析教材。

《Stata统计学与案例应用精解》结合44份真实经济社会数据与68个实战案例全面详解常用统计学原理与Stata操作实现，涵盖横截面、时间序列、面板全类型数据分析，涵盖经济金融、医学药学、企业管理、日常生活等领域行业，专项讲解论文写作、稳健性与异质性分析、政策效应检验、AI工具应用。适用统计学、计量经济学双教学体系，经管社科、工商管理、医学药学等专业都可作为学习Stata统计分析教材！

前 言

在数字化转型浪潮下，“感觉不靠谱，用数据说话”广泛流行于各行各业，数据统计分析成为各行业从业人员的必需技能。当前，国内外高校不少专业开设了统计学/计量经济学课程，但由于单纯学习理论往往较为枯燥，大量基础薄弱的学生难以有效掌握，因此大多会结合Stata、SPSS、Python等软件或编程语言进行学习。近年来，编者一直致力于让Stata/SPSS/Python的学习更简单、实用、高效，通过清华大学出版社陆续出版了一系列关于Stata/SPSS/Python应用的教科书。然而，在与大量高校教师和学生的日常互动交流中，编者仍感受到大家对于一本难度适中、易于理解、指导实践的Stata统计学/计量经济学教材的迫切需求。因此，编者撰写了本书，聚焦解决以下问题：不能难度系数过高，否则对于数学基础较为薄弱的学生来说学习较为吃力，学了以后收获不大；不能仅注重Stata操作而忽视与统计学/计量经济学的结合，导致学生仅会Stata操作，但不了解统计分析方法的原理；不能过于注重理论探析与数学推导，而忽视应用能力的培养，否则对撰写学术论文或提升工作中的数据分析能力帮助有限。
本书具有以下特色：
一是实用性与案例导向。本书基于44份真实权威的经济社会统计数据和14份调查研究数据，精心设计了58个统计分析应用案例和10个数据加工处理案例，广泛涵盖经济金融、医学药学、企业管理、日常生活等领域，在数据质量、案例构思和覆盖面方面优势显著。
二是跨学科适用性。框架涵盖统计学与计量经济学双重教学体系，覆盖经济学、管理学、社会学、医学等多个专业，满足更多高校师生的需求。
三是创新的论文写作指导。本书引入了实证论文写作指导、稳健性与异质性分析、政策效应检验等，达到用Stata写论文的效果。
四是可读性强，创新引入AI工具应用。本书详细解读每条命令选项及运行结果，让读者能够知其然也知其所以然；特别设置章节讲解AI工具应用。
五是资源丰富。除学术论文撰写与AI工具应用指导部分外，每章还包含知识回顾和课后习题（选择题、判断题、操作题）。
本书附赠教学PPT课件、全书数据文件、Stata代码以及编者最新讲解的全套视频资料，以辅助教学，力求实现最佳教学效果。
本书共23章，分为七大部分，内容框架如下：

【本书学习路径推荐】
统计学课程体系：
第一部分 课程入门引导（第1~3章）
第二部分 基础统计应用（第4~7章）
第三部分 高阶统计应用（第8~13章）
第四部分 专业统计应用（第14~17章）
计量经济学课程体系：
第一部分 课程入门引导（第1~3章）
第二部分 基础统计应用（第4~7章）
第三部分 高阶统计应用（第8~13章）
第五部分 特殊数据应用（第18~19章）
论文撰写与AI工具应用部分：第20~23章
下载资源
本书配套数据文件、PPT课件和文前导读，请读者用微信扫描下面的二维码下载和观看。
数据文件 PPT 文前导读
如果学习本书的过程中发现问题或疑问，可发送邮件至booksaga@126.com，邮件主题为“Stata统计学与案例应用精解”。
本书既可作为经管社科、统计学、教育学、心理学、医学等相关专业的在校学生学习和应用Stata进行统计分析/计量经济学学习的主要教材，也可作为职场人士自学Stata统计学、提升数据分析技能的工具书。
本书在编写过程中吸收了前人的研究成果，在此表示感谢！
由于编者水平有限，书中难免存在疏漏之处，恳请各位同行和广大读者批评指正，并提出宝贵的意见。

编 者
2025年6月

目 录
第一部分 课程入门引导
第1章 Stata概述 2
1.1 Stata简介 2
1.2 Stata 17.0窗口说明及基本设置 3
1.2.1 Stata 17.0窗口说明 4
1.2.2 设定偏好的界面语言 5
1.2.3 新建或编辑样本观测值、变量的基本操作 7
1.2.4 读取以前创建的Stata格式的数据文件 8
1.2.5 导入其他格式的数据文件 9
1.2.6 Stata帮助系统介绍 13
1.3 Stata 17.0命令的语法格式 15
1.3.1 command（命令名称） 15
1.3.2 varlist（变量列表） 16
1.3.3 by varlist（按变量分类） 17
1.3.4 =exp（赋值） 18
1.3.5 if exp（条件表达式） 18
1.3.6 in range（范围筛选） 19
1.3.7 weight（加权） 19
1.3.8 options（其他可选项） 20
1.4 Stata 17.0 do文件 20
1.4.1 do文件的创建 21
1.4.2 do文件的运行 21
1.5 Stata 17.0运算符与函数 22
1.5.1 Stata 17.0运算符 22
1.5.2 Stata 17.0函数 25
1.6 本章回顾与习题 26
1.6.1 本章回顾 26
1.6.2 本章习题 28
第2章 Stata变量和数据的基本操作 29
2.1 分类变量和定序变量的基本操作 29
2.2 常用的几种处理数据的操作 30
2.2.1 Stata 17.0的数据类型 30
2.2.2 对数据进行长短变换 31
2.2.3 对数据进行类型变换 32
2.2.4 生成随机数 35
2.2.5 数据压缩 35
2.2.6 按变量合并、拆分数据文件 36
2.2.7 按样本观测值合并数据文件 38
2.2.8 添加标签 40
2.2.9 对数据进行排序 42
2.3 本章回顾与习题 43
2.3.1 本章回顾 43
2.3.2 本章习题 43
第3章 统计学知识 45
3.1 统计学常用的基本概念 45
3.1.1 总体、样本与统计推断 46
3.1.2 频率与概率 46
3.1.3 条件概率、独立事件与全概率公式 46
3.1.4 概率函数与概率密度函数 47
3.2 概率分布 47
3.2.1 离散型概率分布 47
3.2.2 连续型概率分布 49
3.3 统计量 52
3.3.1 集中趋势统计量 53
3.3.2 离散趋势统计量 54
3.3.3 分布趋势统计量 55
3.4 大数定律与中心极限定理 56
3.4.1 大数定律 56
3.4.2 中心极限定理 56
3.5 参数估计 57
3.5.1 点估计 57
3.5.2 区间估计 58
3.5.3 参数估计的无偏性、有效性以及一致性 59
3.6 假设检验 59
3.6.1 假设检验概述 60
3.6.2 T检验、Z检验和F检验 61
3.6.3 参数检验和非参数检验 63
3.6.4 模型设定检验 63
3.7 本章习题 64
第二部分 基础统计应用
第4章 描述统计 68
4.1 定距变量的描述性统计 68
4.1.1 统计学原理及Stata命令 68
4.1.2 案例应用——分析我国新能源汽车月度产量 70
4.2 正态性检验和数据转换 73
4.2.1 统计学原理及Stata命令 74
4.2.2 案例应用——分析山东省历年化学纤维产量 74
4.3 单个分类变量的汇总 78
4.3.1 统计学原理及Stata命令 78
4.3.2 案例应用——分析工商银行A股每日涨跌情况 78
4.4 两个分类变量的列联表分析 79
4.4.1 统计学原理及Stata命令 79
4.4.2 案例应用——分析汽车制造业上市公司企业规模与公司属性 80
4.5 多表和多维列联表分析 82
4.5.1 统计学原理及Stata命令 82
4.5.2 案例应用——分析专用设备制造业上市公司ESG 82
4.6 本章回顾与习题 84
4.6.1 本章回顾 84
4.6.2 本章习题 85
第5章 图形绘制 88
5.1 Stata制图的基本操作 88
5.1.1 Stata制图命令 88
5.1.2 Stata菜单实现 90
5.2 直方图 91
5.2.1 统计学原理及Stata命令 91
5.2.2 案例应用——绘制晨鸣纸业A股每日收盘价直方图 92
5.3 散点图 93
5.3.1 统计学原理及Stata命令 93
5.3.2 案例应用——绘制美国制造业PMI指数、失业率散点图 95
5.4 曲线标绘图 96
5.4.1 统计学原理及Stata命令 96
5.4.2 案例应用——绘制天津市建筑企业经济效益曲线标绘图 97
5.5 连线标绘图 99
5.5.1 统计学原理及Stata命令 99
5.5.2 案例应用——绘制上海市人民币各项存贷款余额连线标绘图 99
5.6 箱图 101
5.6.1 统计学原理及Stata命令 101
5.6.2 案例应用——绘制陕西、浙江、江苏、福建星级酒店营业额箱图 102
5.7 饼图 103
5.7.1 统计学原理及Stata命令 103
5.7.2 案例应用——分析主要国家和地区半导体销售占比 104
5.8 条形图 106
5.8.1 统计学原理及Stata命令 106
5.8.2 案例应用——绘制北美、欧盟、阿拉伯世界不同年龄区间人口占比条形图 108
5.9 本章回顾与习题 109
5.9.1 本章回顾 109
5.9.2 本章习题 110
第6章 参数检验 112
6.1 单一样本T检验 112
6.1.1 统计学原理及Stata命令 112
6.1.2 案例应用——分析中国有色市场1#铜价格 113
6.2 独立样本T检验 114
6.2.1 统计学原理及Stata命令 114
6.2.2 案例应用——分析不同类型国家替代能源和核能占能耗总量的比重 114
6.3 配对样本T检验 116
6.3.1 统计学原理及Stata命令 116
6.3.2 案例应用——分析办公电脑通过软件优化开机时间的效果 116
6.4 单一样本标准差检验 117
6.4.1 统计学原理及Stata命令 117
6.4.2 案例应用——分析欧元兑人民币中间价波动情况 117
6.5 双样本标准差检验 118
6.5.1 统计学原理及Stata命令 118
6.5.2 案例应用——分析港元和澳元汇率波动差异 119
6.6 本章回顾与习题 120
6.6.1 本章回顾 120
6.6.2 本章习题 120
第7章 非参数检验 122
7.1 单样本正态分布检验 122
7.1.1 统计学原理及Stata命令 122
7.1.2 案例应用——分析上海期货交易所螺纹钢期货收盘价 123
7.2 两独立样本检验 124
7.2.1 统计学原理及Stata命令 124
7.2.2 案例应用——分析德国、荷兰的年通货膨胀率差异 124
7.3 两相关样本检验 126
7.3.1 统计学原理及Stata命令 126
7.3.2 案例应用——分析试验药品服用前后的效果 126
7.4 多独立样本检验 127
7.4.1 统计学原理及Stata命令 127
7.4.2 案例应用——分析中国、韩国、日本的失业率差异 128
7.5 游程检验 129
7.5.1 统计学原理及Stata命令 129
7.5.2 案例应用——分析工商银行A股每日涨跌幅数据 129
7.6 本章回顾与习题 130
7.6.1 本章回顾 130
7.6.2 本章习题 131
第三部分 高阶统计应用
第8章 方差分析 134
8.1 单因素方差分析 134
8.1.1 统计学原理及Stata命令 134
8.1.2 案例应用——分析山西、四川、辽宁常住人口自然增长率差异 135
8.2 多因素方差分析 138
8.2.1 统计学原理及Stata命令 138
8.2.2 案例应用——分析德国、法国、西班牙、意大利四个国家的住房拥挤率 141
8.3 协方差分析 143
8.3.1 统计学原理及Stata命令 143
8.3.2 案例应用——分析我国部分省份地方政府债券收益率的影响因素 144
8.4 重复测量方差分析 146
8.4.1 统计学原理及Stata命令 146
8.4.2 案例应用——分析用药次数对起效时间的影响 146
8.5 本章回顾与习题 148
8.5.1 本章回顾 148
8.5.2 本章习题 148
第9章 相关分析 150
9.1 简单相关分析 150
9.1.1 统计学原理及Stata命令 150
9.1.2 案例应用——分析国际原油价格和黄金价格的相关性 154
9.2 偏相关分析 157
9.2.1 统计学原理及Stata命令 157
9.2.2 案例应用——分析商业银行经营机构公司存贷款增长的相关性 157
9.3 本章回顾与习题 159
9.3.1 本章回顾 159
9.3.2 本章习题 160
第10章 基本线性回归分析 161
10.1 最小二乘线性回归分析 161
10.1.1 统计学原理及Stata命令 161
10.1.2 案例应用——分析欧元区20国经济景气指数的影响因素 165
10.2 约束条件回归分析 170
10.2.1 统计学原理及Stata命令 170
10.2.2 案例应用——分析车辆燃油效率的影响因素 171
10.3 本章回顾与习题 172
10.3.1 本章回顾 172
10.3.2 本章习题 173
第11章 线性回归分析诊断与处理 175
11.1 异方差诊断与处理 175
11.1.1 统计学原理及Stata命令 175
11.1.2 案例应用——分析中等收入国家航空运输客运量的影响因素 178
11.2 自相关诊断与处理 182
11.2.1 统计学原理及Stata命令 182
11.2.2 案例应用——分析英国工业生产指数对失业救济率的影响 186
11.3 多重共线性诊断与处理 191
11.3.1 统计学原理及Stata命令 191
11.3.2 案例应用——分析中国居民收入基尼系数影响因素 192
11.4 内生性诊断与处理 196
11.4.1 统计学原理及Stata命令 196
11.4.2 案例应用——分析被调查者年薪的影响因素 201
11.5 本章回顾与习题 204
11.5.1 本章回顾 204
11.5.2 本章习题 206
第12章 非线性回归分析 209
12.1 转换变量回归分析 209
12.1.1 统计学原理及Stata命令 209
12.1.2 案例应用——分析山东有效发明专利数对新产品销售收入的影响 210
12.2 非线性回归分析 213
12.2.1 统计学原理及Stata命令 213
12.2.2 案例应用——分析工作年限对绩效年薪的影响 213
12.3 分位数回归分析 217
12.3.1 统计学原理及Stata命令 217
12.3.2 案例应用——分析人力投入回报率对净资产收益率的影响 217
12.4 本章回顾与习题 219
12.4.1 本章回顾 219
12.4.2 本章习题 219
第13章 因变量离散回归分析 221
13.1 二值选择模型 221
13.1.1 统计学原理及Stata命令 221
13.1.2 案例应用——分析商业银行对公授信客户征信违约记录的影响因素 227
13.2 多值选择模型 234
13.2.1 统计学原理及Stata命令 234
13.2.2 案例应用——分析血糖含量与年龄、糖摄入量、中高等强度运动量的关系 236
13.3 有序选择模型 239
13.3.1 统计学原理及Stata命令 239
13.3.2 案例应用——分析生产车间工人年度奖金档次 240
13.4 本章回顾与习题 243
13.4.1 本章回顾 243
13.4.2 本章习题 244
第四部分 专业统计应用
第14章 因子分析 248
14.1 统计学原理及Stata命令 248
14.2 案例应用——分析39家上市银行风险与效益指标 250
14.3 本章回顾与习题 255
14.3.1 本章回顾 255
14.3.2 本章习题 255
第15章 聚类分析 257
15.1 划分聚类分析 257
15.1.1 统计学原理及Stata命令 257
15.1.2 案例应用——分析A股电气机械和器材制造业上市公司财务指标 261
15.2 层次聚类分析 263
15.2.1 统计学原理及Stata命令 263
15.2.2 案例应用——分析美股酒店及汽车旅馆公司盈利能力 265
15.3 本章回顾与习题 267
15.3.1 本章回顾 267
15.3.2 本章习题 268
第16章 生存分析 270
16.1 生存分析的基本概念及数据类型 270
16.1.1 生存分析涉及的基本概念 270
16.1.2 生存分析数据类型 271
16.2 生存分析原理及Stata案例 272
16.2.1 统计学原理及Stata命令 272
16.2.2 案例应用——分析患者年龄和是否吸烟对生存时间的影响 278
16.2.3 案例应用——分析药物种类和剂量对患者生存时间的影响 283
16.3 本章回顾与习题 286
16.3.1 本章回顾 286
16.3.2 本章习题 287
第17章 信度分析 289
17.1 统计学原理及Stata命令 289
17.2 案例应用——分析自我效能感调查问卷信度 291
17.3 本章回顾与习题 293
17.3.1 本章回顾 293
17.3.2 本章习题 293
第五部分 特殊数据应用
第18章 时间序列数据分析 296
18.1 时间序列数据的预处理 296
18.1.1 统计学原理及Stata命令 296
18.1.2 案例应用——分析甘肃省历年降雨量时间走势 301
18.2 移动平均滤波与指数平滑法 302
18.2.1 统计学原理及Stata命令 302
18.2.2 案例应用——分析中国网约车运营月度数据 307
18.3 ARIMA模型、ARIMAX模型 311
18.3.1 统计学原理及Stata命令 311
18.3.2 案例应用——分析中国国房景气指数和宏观经济景气指数走势 315
18.4 单位根检验 317
18.4.1 统计学原理及Stata命令 317
18.4.2 案例应用——分析香港失业率、M2同比月度数据 318
18.5 向量自回归模型 321
18.5.1 统计学原理及Stata命令 321
18.5.2 案例应用——分析德国CPI、登记失业率、经济景气指数数据 330
18.6 协整检验与向量误差修正模型 335
18.6.1 统计学原理及Stata命令 335
18.6.2 案例应用——分析中国城镇居民人均可支配收入、社会融资规模、居民人均消费支
出年度数据 340
18.7 ARCH系列模型 343
18.7.1 统计学原理及Stata命令 343
18.7.2 案例应用——分析碳酸锂期货收盘价 348
18.8 本章回顾与习题 350
18.8.1 本章回顾 350
18.8.2 本章习题 353
第19章 面板数据分析 356
19.1 面板数据的预处理 356
19.1.1 统计学原理及Stata命令 356
19.1.2 案例应用——分析家用电器行业上市公司盈利能力指标 358
19.2 短面板数据分析 359
19.2.1 统计学原理及Stata命令 359
19.2.2 案例应用——分析个人护理用品行业上市公司股权集中度对盈利能力的影响 361
19.3 长面板数据分析 366
19.3.1 统计学原理及Stata命令 366
19.3.2 案例应用——分析半导体上市公司研发费用占比对净资产收益率的影响 368
19.4 本章回顾与习题 374
19.4.1 本章回顾 374
19.4.2 本章习题 375
第六部分 论文指导应用
第20章 实证研究论文指导 378
20.1 实证研究的概念 378
20.2 实证研究论文的撰写步骤 379
20.2.1 提出研究问题 379
20.2.2 查阅参考文献 380
20.2.3 设计研究框架 380
20.2.4 提出理论假设 381
20.2.5 收集数据 383
20.2.6 选取恰当的统计分析方法进行实证分析 383
20.2.7 写出研究结论并提出对策和建议 387
第21章 稳健性检验与异质性分析 389
21.1 稳健性检验的概念及意义 389
21.2 稳健性检验的方法及示例 390
21.2.1 论证从理论假设提出到实证研究设计之间的稳健性 390
21.2.2 论证实证研究回归模型构建的稳健性 391
21.2.3 论证实证研究分析所使用样本数据的稳健性 392
21.3 异质性分析的概念及意义 394
21.4 异质性分析的方法及示例 394
第22章 政策效应检验 396
22.1 政策效应检验方法的对比与选择 396
22.1.1 “计划全面实行、试点较多”的政策效应检验 396
22.1.2 “政策适用范围较窄、试点较少”的政策效应检验 397
22.1.3 “一刀切”的政策效应检验 397
22.2 双重差分法 398
22.2.1 传统DID 398
22.2.2 经典DID 399
22.2.3 异时DID 399
22.2.4 广义DID 399
22.2.5 异质DID 400
22.3 平行假设趋势检验 400
22.4 安慰剂检验 402
22.4.1 安慰剂检验的概念 402
22.4.2 替换政策发生时间 402
22.4.3 随机生成处理组 403
22.4.4 同时随机生成政策发生时间与处理组 403
22.4.5 替换样本 404
22.4.6 替换变量 404
22.5 合成控制法 404
22.5.1 合成控制法的概念 404
22.5.2 合成控制法的Stata操作 405
22.5.3 合成控制法示例——研究美国加利福尼亚州1988年第99号控烟法的效果 407
22.6 断点回归法 414
22.6.1 断点回归法的概念 414
22.6.2 断点回归法的Stata操作 415
22.6.3 断点回归法示例——研究M候选人当选对预算支出的影响 415
第七部分 AI工具应用
第23章 DeepSeek等AI工具的应用 420
23.1 DeepSeek等AI工具的作用 420
23.2 Stata统计分析AI提示实例 421
23.2.1 数据整理AI提示示例 421
23.2.2 描述性统计AI提示示例 422
23.2.3 图形绘制AI提示示例 423
23.2.4 最小二乘回归分析AI提示示例 423
23.2.5 因子分析AI提示示例 424
23.2.6 时间序列分析AI提示示例 425
23.2.7 DID（双重差分法）分析AI提示示例 426
23.2.8 倾向得分匹配（PSM）分析AI提示示例 427
23.2.9 动态面板数据分析AI提示示例 428
23.2.10 机器学习因果推断AI提示示例 429
23.2.11 Stata与Python交互AI提示示例 430