不是“背命令”，而是学会为什么选这个公式

什么时候用

当你刚导入数据，或者对变量类型、缺失情况、编码规则还没把握时，先用这组命令建立全貌。

为什么是这个公式 / 这个思路

这组工具不依赖推断公式，核心思想是“先确认数据结构，再做统计判断”。统计方法选错，往往不是公式算错，而是变量理解错了。

为什么不适合其他方法

如果你还没确认 `treatment` 是字符串还是数值、`score` 有没有大量缺失，就直接回归或 t 检验，得到的结论往往从起点就偏了。

结果是什么意思

• 看 `describe` 的 `type`，确认变量是 numeric 还是 string。
• 看 `codebook` 的唯一值、缺失值、最常见取值，判断变量更像连续变量、分组变量还是编码变量。
• 看 `inspect` 和 `list`，确认异常值、空值和录入问题。

示例命令

. describe

. codebook treatment score

. inspect score

. list score treatment 10

. count

什么时候用

你想先知道变量的大致中心位置、波动大小、偏态程度、是否存在明显极端值。

为什么是这个公式 / 这个思路

描述统计关注的是样本本身：均值、标准差、中位数、四分位数、偏度、峰度。它不回答“是否显著”，而是回答“数据长什么样”。

为什么不适合其他方法

如果你的问题只是“这个变量大概分布如何”，没必要一上来就做假设检验。推断统计之前，先看描述统计能避免误判。

结果是什么意思

• 均值和中位数差得很大，往往提示分布偏斜。
• 标准差大，说明个体差异大；四分位距大，说明中间 50% 的波动也大。
• 偏度、峰度离 0 和 3 很远时，正态近似要更谨慎。

示例命令

. summarize score age income

. summarize score, detail

什么时候用

当变量是分类变量，或者你要看两个分类变量之间的分布结构时。

为什么是这个公式 / 这个思路

频数表关心的是每个类别出现了多少次；交叉表关心的是两个分类变量组合后形成的格子频数。

为什么不适合其他方法

分类变量最关心的是比例和构成，不是均值。比如 `gender`、`treatment`、`city` 这类变量，用 `summarize` 没有解释力。

结果是什么意思

• 先看每一类占比是否失衡，失衡会影响后续检验的稳定性。
• 交叉表里如果某几个格子特别大，通常提示变量之间可能有关联。
• 频数很小的类别要小心，后续卡方检验的近似可能不稳定。

示例命令

. tabulate treatment

. tab2 treatment satisfaction

. tab2 gender city

什么时候用

研究问题是“两个连续变量是否线性同向变化，以及强度多大”。

为什么是这个公式 / 这个思路

Pearson 相关系数本质上是标准化协方差：`r = cov(X, Y) / (sd(X) * sd(Y))`。它衡量的是线性关联的方向和强度。

为什么不适合其他方法

如果你的问题是“组间均值是否不同”，应该用 t 检验或 ANOVA；如果你想控制其他变量，就该进入回归，而不是停留在相关。

结果是什么意思

• `r > 0` 表示正相关，`r < 0` 表示负相关，绝对值越大线性关系越强。
• 相关不代表因果，它没有控制混杂因素。
• 对离群值敏感，所以解释前最好先看描述统计或散点结构。

示例命令

. correlate age income education score

什么时候用

当因变量是连续变量，而且你想同时考虑多个解释变量，回答“在其他变量不变时，X 和 Y 的关系如何”。

为什么是这个公式 / 这个思路

OLS 的核心是最小化残差平方和：`min Σ(y_i - ŷ_i)^2`，模型写成 `Y = β0 + β1X1 + ... + βkXk + ε`。

为什么不适合其他方法

如果只比较两组均值，用 t 检验更直接；如果因变量是分类变量，OLS 就不是首选；如果自变量里有字符串分组变量，要先编码或改用适合的设计。

结果是什么意思

• 系数 `β` 表示在其他变量不变时，自变量增加 1 个单位，因变量平均改变多少。
• `R-squared` 表示模型解释的方差比例，但不是“模型真伪”的证明。
• 看 `P>|t|` 判断系数是否足够偏离 0，但更重要的是系数方向、大小和置信区间。

示例命令

. regress score age education income

. regress posttest pretest treatment_code

什么时候用

当你要问“样本均值是否和某个理论值、行业基准或政策目标不同”。

为什么是这个公式 / 这个思路

统计量是 `t = (x̄ - μ0) / (s / √n)`，本质上是在看“观察到的均值偏差”相对于“抽样误差”有多大。

为什么不适合其他方法

如果你比较的是两组或多组，就不该用单样本 t；如果数据极度偏态且样本很小，也要谨慎依赖参数近似。

结果是什么意思

• `t` 绝对值越大，表示样本均值离假设值越远。
• `p` 很小意味着“如果总体均值真等于 μ0，这么极端的样本很少见”。
• 结果要回到业务：差了多少，比“显著”二字更重要。

示例命令

. ttest score = 75

什么时候用

当你要比较两组独立样本在某个连续变量上的均值差异，例如男/女、实验组/对照组。

为什么是这个公式 / 这个思路

核心是“均值差 / 标准误”。它衡量两组均值差是否大到不能只用抽样波动解释。

为什么不适合其他方法

如果是同一批人前后测，应该用配对 t；如果是三组及以上，应该用 ANOVA；如果数据明显偏态且受极端值影响大，可考虑 `ranksum`。

结果是什么意思

• 先看两组均值谁大，再看差异是否足够稳定。
• `p` 小说明均值差不太像随机波动，但不等于差异一定有实践意义。
• 结合组内标准差一起看，判断差异是否“稳”和“有多大”。

示例命令

. ttest score, by(gender)

. ttest score, by(treatment)

什么时候用

同一对象有两次测量，如干预前后、左右手、两种条件下的重复测量。

为什么是这个公式 / 这个思路

不是比较两个均值本身，而是比较“差值”的均值是否为 0：`t = d̄ / (s_d / √n)`。

为什么不适合其他方法

如果你把配对数据当独立样本来做，会丢掉配对结构，标准误和结论都会被扭曲。

结果是什么意思

• 关键是看差值 `var1 - var2` 的平均方向和大小。
• 如果前后高度相关，配对 t 往往比独立样本 t 更有检验力。
• 解释时要明确“变化量”而不是两个时间点各自均值。

示例命令

. ttest pretest == posttest

什么时候用

你有三个及以上独立组，要比较某个连续结果变量的组间均值。

为什么是这个公式 / 这个思路

ANOVA 的核心是 `F = 组间均方 / 组内均方`。如果组间差异相对组内噪声足够大，F 就会上升。

为什么不适合其他方法

如果你有三组以上还反复做 t 检验，第一类错误会膨胀；如果结果变量是分类变量，则不该用 ANOVA。

结果是什么意思

• 显著的 F 只能说明“至少有一组和其他组不同”，不能直接告诉你哪两组不同。
• 解释时要先看各组均值，再看 F 和 p 值是否支持组间差异。
• 如果组内波动特别大，即使均值看起来不同，也可能难以显著。

示例命令

. oneway score treatment

什么时候用

当你研究两个分类变量是否独立，例如处理组别是否影响满意度分布。

为什么是这个公式 / 这个思路

卡方统计量是 `χ² = Σ (O - E)^2 / E`，比较的是“观察频数”与“若两变量独立时的期望频数”之间的偏离。

为什么不适合其他方法

如果变量是连续变量，卡方不合适；如果你关心的是均值差，不该把连续变量硬分箱后再做卡方。

结果是什么意思

• 显著结果表示两个分类变量之间可能存在关联，而不是“差值有多大”。
• 先看交叉表中哪些格子的观察频数明显高于或低于期望频数。
• 如果很多期望频数太小，卡方近似要谨慎。

示例命令

. chi2 treatment satisfaction

. tab2 treatment satisfaction

什么时候用

当你比较两组独立样本，但连续变量明显偏态、存在极端值，或者更像等级数据。

为什么是这个公式 / 这个思路

它不直接比较均值，而是把两组数据合并后整体排序，比较两组的秩次是否系统性偏高或偏低。

为什么不适合其他方法

如果数据近似正态且你关心均值本身，t 检验更直接；`ranksum` 关注的是位置差异，不是均值差的具体数值。

结果是什么意思

• 如果一组平均秩明显更高，说明这组整体取值通常更大。
• 它更稳健，但代价是对“均值差多少”的解释没有 t 检验直接。
• 适合把“分布整体偏高”作为研究语言，而不是只谈均值。

示例命令

. ranksum score, by(gender)

什么时候用

配对数据、前后测数据，但差值分布偏态，或者样本量较小，不想过度依赖正态性。

为什么是这个公式 / 这个思路

它对每个配对差值取绝对值后排序，再把正负号放回去，比较正向变化和负向变化的秩和。

为什么不适合其他方法

如果把它用在独立样本上就不对了；如果配对差值近似正态且你更关心均值变化，配对 t 更容易解释。

结果是什么意思

• 显著结果表示“正向变化”和“负向变化”并不平衡。
• 它更强调变化方向和秩次，而不是平均改变量的绝对值。
• 适合讲“干预后整体变高/变低了”，不适合直接讲“平均提高了几分”。

示例命令

. signrank pretest == posttest

什么时候用

三组及以上独立样本比较，但数据不满足正态近似，或者量表更适合秩次分析。

为什么是这个公式 / 这个思路

它是 ANOVA 的非参数对应物，用全体秩次构造 `H` 统计量，比较不同组的平均秩是否一致。

为什么不适合其他方法

如果只有两组，`ranksum` 更合适；如果数据近似正态且关心均值，ANOVA 更直观。

结果是什么意思

• 显著结果说明至少有一组的秩分布和其他组不同。
• 和 ANOVA 一样，它不能单独告诉你具体哪两组不同。
• 解释时重点看各组平均秩高低，而不是均值本身。

示例命令

. kwallis score, by(treatment)

什么时候用

你想快速检查某个连续变量是否与正态分布差异较大，尤其在准备使用参数方法前。

为什么是这个公式 / 这个思路

JB 利用偏度和峰度构造统计量，本质上是在问：这个变量的偏斜程度和尖峭程度，是否明显偏离正态分布应有的形状。

为什么不适合其他方法

它不是研究问题的终点。即使不正态，也不代表所有参数方法都不能用；很多时候样本量足够大、模型残差更关键。

结果是什么意思

• `p` 小表示数据形状和正态分布差异较大。
• 要结合直方图、箱线特征、样本量一起看，不要机械地“一票否决”。
• 真正需要正态近似时，优先关心模型残差而不只是原始变量。

示例命令

. jbtest score

什么时候用

当你需要构造新变量、重命名、筛选分析变量、排序或给变量加上更清晰的含义。

为什么是这个公式 / 这个思路

这些命令不对应统计检验公式，但它们直接决定你的分析对象是否被正确构造，是统计推断前最重要的“数据工程”。

为什么不适合其他方法

如果变量没整理好，再高级的检验也只是建立在错误字段上的精致计算。

结果是什么意思

• `generate` 适合构造差值、编码变量、交互项。
• `rename` 和 `label` 让输出更清楚，减少解释歧义。
• `keep`、`drop`、`sort` 让数据集更聚焦，降低操作失误。

示例命令

. generate improvement = posttest - pretest

. rename score final_score

. label variable score "Final composite score"

. sort treatment