stata中如何去中心化处理

『壹』 如何处理stata的数据问题

两个办法：
1. 加内存条。需要说明的是32位操作系统仅能识别4GB以内的内存，想要更大的内存需要安装64位系统，并配套安装64位的Stata
2. 部分导入数据 use data in 1/10000 或者 use 变量名 using 数据名

『贰』 如何在stata中剔除部分数据

剔除数据的依据或者判断标准是哪些呢

『叁』 stata做回归分析时，有变量提示由于共线性被忽略，求大神指导如何处理是将其剔除再回归吗

不一定，首先变量提示由于共线性被剔除有两种原因，一种是正常的，不用管，一种是不正常的，需要处理，不过总的来说无论你是否处理，它都不会进入回归（stata会自动忽略），要处理的都是你的模型假设。
正常的，就是说例如这样：我们假设我们分析的群体是51~80岁的，我们想把年龄分成三组，变量1是虚拟变量代表在50~60岁间（是=1，否=0），变量2是虚拟变量代表在61~70岁间，变量3是虚拟变量代表在71~80岁间。那么当你回归时加入这三个虚拟变量控制年龄的时候，因为这三个变量的和一定为1（共线性），所以系统会自动忽略其中一个，但是这个时候你不用在模型中删除那个被忽略的变量，因为这是正常的，这代表那个变量被自动选为基准组。我们在解释其他组的变量的系数上，也是解释为“相对于被忽略的那个基准组，这个变量所代表的组如何影响因变量，这个组是有平均比起基准组更多还是更少的因变量“。

不正常的，就是说明明不是分组的虚拟变量，但也有共线性。比如说可能是这样，你想看丈夫和妻子的年龄差，然后又希望控制丈夫和妻子的年龄，这时由于（年龄差=年龄相减）产生了共线性，这说明你的模型本身就设定失误，我们只需要控制丈夫的年龄就可以达到都控制的效果。
也可能是这样：你想看”是否退休“对因变量的影响，但是因为你的样本比较窄，比如是”20~50“岁的样本，导致所有人都没有退休，”是否退休“变量对所有人都是0（没退休），所以被忽略掉，这时就意味着你的样本不支持做你想要的模型，此时也只得删掉这个变量了。

『肆』 stata如何回归

1、生成一个自变量和一个因变量。

『伍』 如何用stata对数据进行中心化处理

直接代码解决
ssc install center（安装center）
center vars即可

『陆』 如何在stata中处理面板数据

短面板处理
面板数据是指既有截面数据又有时间序列的数据，因此其存在截面数据没有的优势，在用stata进行面板数据的估计时，一般选择xtreg命令进行拟合。本节主要论述短面板的stata实现，即时间维度T相对于截面数n较小的数据。在那种情况下，由于T较小，每个个体的信息较少，故无从讨论扰动项是否存在自相关，我们一般假设其独立同分布。
面板数据维度的确定

在面板数据进行模型估计前，要进行面板数据的维度确定。由于面板数据既有截面数据又有时间序列，而stata不能自动识别，因此，必须使得stata得知哪一部分是截面数据，而哪一部分是时间序列。
设置面板数据维度的基本命令为：
xtset panelvar timvar [, tsoptions]
其中panelvar代表截面数据变量，timvar代表时间序列变量。
选取某一面板数据进行维度设定：
xtset fcode year

『柒』 怎么进行去中心化处理

根据侯杰泰的话：所谓中心化， 是指变量减去它的均值（即数学期望值）。对于样本数据，将一个变量的每个观测值减去该变量的样本平均值，变换后的变量就是中心化的。
对于你的问题，应是每个测量值减去均值。