stata變數去中心化命令

『壹』 spss中，變數去中心化是變數減去該變數的均值，那麼zscore又是什麼呢

中心化是減去均值，Z分數是再除以標准差，二者都是中心化的方法。

『貳』 用STATA怎麼做VIF分析

首先要知道為什麼要做vif，方差膨脹因子是用來檢驗多重共線性的，而多重共線性並不是必須解決的問題，只有當你對存在多重共線性的變數的系數感興趣時才需要處理。例如X1，X2，X3，X4四個變數中，X1和X2存在多重共線性，而你只對X3，X4的系數感興趣，那就可以不去管它，也就是說只要X3和X4的VIF值都沒超過10就可以了。直接輸入vif就可以了。

『叄』 Stata求教，怎麼用stata根據每一個code在不同的時間做回歸並提取截距項啊，數據樣本如下圖

三大統計軟體：SAS、Stata與SPSS比較（轉載）2006-08-07 11:22 Strategically using General Purpose Statistics Packages: A Look at Stata, SAS and SPSS 中文版（自英文版本翻譯）： 很多人曾問及SAS，Stata 和SPSS之間的不同，它們之中哪個是最好的。可以想到，每個軟體都有自己獨特的風格，有自己的優缺點。本文對此做了概述，但並不是一個綜合的比較。人們時常會對自己所使用的統計軟體有特別的偏好，希望大多數人都能認同這是對這些軟體真實而公允的一個對比分析。 SAS 一般用法。SAS由於其功能強大而且可以編程，很受高級用戶的歡迎。也正是基於此，它是最難掌握的軟體之一。使用SAS時，你需要編寫SAS程序來處理數據，進行分析。如果在一個程序中出現一個錯誤，找到並改正這個錯誤將是困難的。 數據管理。在數據管理方面，SAS是非常強大的，能讓你用任何可能的方式來處理你的數據。它包含SQL（結構化查詢語言）過程，可以在SAS數據集中使用SQL查詢。但是要學習並掌握SAS軟體的數據管理需要很長的時間，在Stata或SPSS中，完成許多復雜數據管理工作所使用的命令要簡單的多。然而，SAS可以同時處理多個數據文件，使這項工作變得容易。它可以處理的變數能夠達到32,768個，以及你的硬碟空間所允許的最大數量的記錄條數。 統計分析。SAS能夠進行大多數統計分析（回歸分析，logistic回歸，生存分析，方差分析，因子分析，多變數分析）。SAS的最優之處可能在於它的方差分析，混合模型分析和多變數分析，而它的劣勢主要是有序和多元logistic回歸（因為這些命令很難），以及穩健方法（它難以完成穩健回歸和其他穩健方法）。盡管支持調查數據的分析，但與Stata比較仍然是相當有限的。 繪圖功能。在所有的統計軟體中，SAS有最強大的繪圖工具，由SAS/Graph模塊提供。然而，SAS/Graph模塊的學習也是非常專業而復雜，圖形的製作主要使用程序語言。SAS 8雖然可以通過點擊滑鼠來互動式的繪圖，但不象SPSS那樣簡單。 總結。SAS適合高級用戶使用。它的學習過程是艱苦的，最初的階段會使人灰心喪氣。然而它還是以強大的數據管理和同時處理大批數據文件的功能，得到高級用戶的青睞。 Stata 一般用法。Stata以其簡單易懂和功能強大受到初學者和高級用戶的普遍歡迎。使用時可以每次只輸入一個命令（適合初學者），也可以通過一個Stata程序一次輸入多個命令（適合高級用戶）。這樣的話，即使發生錯誤，也較容易找出並加以修改。 數據管理。盡管Stata的數據管理能力沒有SAS那麼強大，它仍然有很多功能較強且簡單的數據管理命令，能夠讓復雜的操作變得容易。Stata主要用於每次對一個數據文件進行操作，難以同時處理多個文件。隨著Stata/SE的推出，現在一個Stata數據文件中的變數可以達到32,768，但是當一個數據文件超越計算機內存所允許的范圍時，你可能無法分析它。 統計分析。Stata也能夠進行大多數統計分析（回歸分析，logistic回歸，生存分析，方差分析，因子分析，以及一些多變數分析）。Stata最大的優勢可能在於回歸分析（它包含易於使用的回歸分析特徵工具），logistic回歸（附加有解釋logistic回歸結果的程序，易用於有序和多元logistic回歸）。Stata也有一系列很好的穩健方法，包括穩健回歸，穩健標准誤的回歸，以及其他包含穩健標准誤估計的命令。此外，在調查數據分析領域，Stata有著明顯優勢，能提供回歸分析，logistic回歸，泊松回歸，概率回歸等的調查數據分析。它的不足之處在於方差分析和傳統的多變數方法（多變數方差分析，判別分析等）。 繪圖功能。正如SPSS，Stata能提供一些命令或滑鼠點擊的交互界面來繪圖。與SPSS不同的是它沒有圖形編輯器。在三種軟體中，它的繪圖命令的句法是最簡單的，功能卻最強大。圖形質量也很好，可以達到出版的要求。另外，這些圖形很好的發揮了補充統計分析的功能，例如，許多命令可以簡化回歸判別過程中散點圖的製作。 總結。Stata較好地實現了使用簡便和功能強大兩者的結合。盡管其簡單易學，它在數據管理和許多前沿統計方法中的功能還是非常強大的。用戶可以很容易的下載到別人已有的程序，也可以自己去編寫，並使之與Stata緊密結合。 SPSS 一般用法。SPSS非常容易使用，故最為初學者所接受。它有一個可以點擊的交互界面，能夠使用下拉菜單來選擇所需要執行的命令。它也有一個通過拷貝和粘貼的方法來學習其「句法」語言，但是這些句法通常非常復雜而且不是很直觀。 數據管理。SPSS有一個類似於Excel的界面友好的數據編輯器，可以用來輸入和定義數據（缺失值，數值標簽等等）。它不是功能很強的數據管理工具（盡管SPS 11版增加了一些增大數據文件的命令，其效果有限）。SPSS也主要用於對一個文件進行操作，難以勝任同時處理多個文件。它的數據文件有4096個變數，記錄的數量則是由你的磁碟空間來限定。 統計分析。SPSS也能夠進行大多數統計分析（回歸分析，logistic回歸，生存分析，方差分析，因子分析，多變數分析）。它的優勢在於方差分析（SPSS能完成多種特殊效應的檢驗）和多變數分析（多元方差分析，因子分析，判別分析等），SPSS11.5版還新增了混合模型分析的功能。其缺點是沒有穩健方法（無法完成穩健回歸或得到穩健標准誤），缺乏調查數據分析（SPSS12版增加了完成部分過程的模塊）。 繪圖功能。SPSS繪圖的交互界面非常簡單，一旦你繪出圖形，你可以根據需要通過點擊來修改。這種圖形質量極佳，還能粘貼到其他文件中（Word 文檔或Powerpoint等）。SPSS也有用於繪圖的編程語句，但是無法產生交互界面作圖的一些效果。這種語句比Stata語句難，但比SAS語句簡單（功能稍遜）。 總結。SPSS致力於簡便易行（其口號是「真正統計，確實簡單」），並且取得了成功。但是如果你是高級用戶，隨著時間推移你會對它喪失興趣。SPSS是制圖方面的強手，由於缺少穩健和調查的方法，處理前沿的統計過程是其弱項。 總體評價 每個軟體都有其獨到之處，也難免有其軟肋所在。總的來說，SAS，Stata和SPSS是能夠用於多種統計分析的一組工具。通過Stat/Transfer可以在數秒或數分鍾內實現不同數據文件的轉換。因此，可以根據你所處理問題的性質來選擇不同的軟體。舉例來說，如果你想通過混合模型來進行分析，你可以選擇SAS；進行logistic回歸則選擇Stata；若是要進行方差分析，最佳的選擇當然是SPSS。假如你經常從事統計分析，強烈建議您把上述軟體收集到你的工具包以便於數據處理。

『肆』 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

『伍』 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。

『陸』 stata回歸中怎麼添加交互項

調節效應應該檢驗交互因子的系數，這個系數顯著，就可以說明調節效應了。你的這個模型找到文獻支持可以成立的

excluded variables(已排除的變數)
你應該是第一張放兩個變數，第二張放3個變數，選擇的回歸方法是enter(進入)。但是spss不是按照你的順序去放變數，而是把你所選的所有變數都加到模型裡面去，在進行第一個回歸的時候把多出來的變數排除，所以會有這個表格出現。如果不想出現這個表格，你就分兩次做回歸，第一次放中心D中心H，出了結果再放中心D中心H D乘H，分兩次做就不會有了。

『柒』 stata的時間序列分析中如何實現對數據的一階差分，最好指令寫出來·謝謝。。。。。

如果是連貫的時間序列

tssetdate

gend_price=d.price //一階差分

如果不連貫

gendate_c=_n

tssetdate_c

gend_price=d.price

『捌』 stata中的center命令是什麼意思

顯示居中，大多用於文本顯示的選項。這是一個選項。
justification(justificationstyle) specifies how the text is to be "horizontally" aligned
in the box. Choices include left, right, and center. Think of the textbox as being
horizontal, even if it is vertical when specifying this option.

『玖』 數據，交互變數一定要去中心化嗎

不一定，中心化處理只不過是為了方便解釋而已，並不影響各項回歸系數。（南心網 調節效應中心化處理）