stata中如何去中心化處理

『壹』 如何處理stata的數據問題

兩個辦法：
1. 加內存條。需要說明的是32位操作系統僅能識別4GB以內的內存，想要更大的內存需要安裝64位系統，並配套安裝64位的Stata
2. 部分導入數據 use data in 1/10000 或者 use 變數名 using 數據名

『貳』 如何在stata中剔除部分數據

剔除數據的依據或者判斷標準是哪些呢

『叄』 stata做回歸分析時，有變數提示由於共線性被忽略，求大神指導如何處理是將其剔除再回歸嗎

不一定，首先變數提示由於共線性被剔除有兩種原因，一種是正常的，不用管，一種是不正常的，需要處理，不過總的來說無論你是否處理，它都不會進入回歸（stata會自動忽略），要處理的都是你的模型假設。
正常的，就是說例如這樣：我們假設我們分析的群體是51~80歲的，我們想把年齡分成三組，變數1是虛擬變數代表在50~60歲間（是=1，否=0），變數2是虛擬變數代表在61~70歲間，變數3是虛擬變數代表在71~80歲間。那麼當你回歸時加入這三個虛擬變數控制年齡的時候，因為這三個變數的和一定為1（共線性），所以系統會自動忽略其中一個，但是這個時候你不用在模型中刪除那個被忽略的變數，因為這是正常的，這代表那個變數被自動選為基準組。我們在解釋其他組的變數的系數上，也是解釋為「相對於被忽略的那個基準組，這個變數所代表的組如何影響因變數，這個組是有平均比起基準組更多還是更少的因變數「。

不正常的，就是說明明不是分組的虛擬變數，但也有共線性。比如說可能是這樣，你想看丈夫和妻子的年齡差，然後又希望控制丈夫和妻子的年齡，這時由於（年齡差=年齡相減）產生了共線性，這說明你的模型本身就設定失誤，我們只需要控制丈夫的年齡就可以達到都控制的效果。
也可能是這樣：你想看」是否退休「對因變數的影響，但是因為你的樣本比較窄，比如是」20~50「歲的樣本，導致所有人都沒有退休，」是否退休「變數對所有人都是0（沒退休），所以被忽略掉，這時就意味著你的樣本不支持做你想要的模型，此時也只得刪掉這個變數了。

『肆』 stata如何回歸

1、生成一個自變數和一個因變數。

『伍』 如何用stata對數據進行中心化處理

直接代碼解決
ssc install center（安裝center）
center vars即可

『陸』 如何在stata中處理面板數據

短面板處理
面板數據是指既有截面數據又有時間序列的數據，因此其存在截面數據沒有的優勢，在用stata進行面板數據的估計時，一般選擇xtreg命令進行擬合。本節主要論述短面板的stata實現，即時間維度T相對於截面數n較小的數據。在那種情況下，由於T較小，每個個體的信息較少，故無從討論擾動項是否存在自相關，我們一般假設其獨立同分布。
面板數據維度的確定

在面板數據進行模型估計前，要進行面板數據的維度確定。由於面板數據既有截面數據又有時間序列，而stata不能自動識別，因此，必須使得stata得知哪一部分是截面數據，而哪一部分是時間序列。
設置面板數據維度的基本命令為：
xtset panelvar timvar [, tsoptions]
其中panelvar代表截面數據變數，timvar代表時間序列變數。
選取某一面板數據進行維度設定：
xtset fcode year

『柒』 怎麼進行去中心化處理

根據侯傑泰的話：所謂中心化， 是指變數減去它的均值（即數學期望值）。對於樣本數據，將一個變數的每個觀測值減去該變數的樣本平均值，變換後的變數就是中心化的。
對於你的問題，應是每個測量值減去均值。