2.1 变量

统计数据的结构总是以变量为列、以观测值（或称为观测例、记录值）为行的矩阵形式的，如表2-1所示。其中，变量是统计分析语言的基本单位。

2.1.1 变量命名规则

数据矩阵的每一列起始行为变量名，在数据处理的过程中，变量是由变量名来代表的。Stata的变量命名规则如下。

（1）变量名长度可达32个字符。

（2）变量名由字符组成，包括A～Z、a～z、0～9及下画线“_”，其他符号不可以出现在变量名中。

（3）变量名不能以数字开头，所以2dingjb是不合法的变量名，而dingjb、_dingjb是合法的变量名。

（4）变量名区分字母大小写，如dingjb、Dingjb及DingJB是3个不同的变量名。

（5）由于内部变量由“_”加字母组成，为避免混淆，“_”一般不作为自定义变量的首个字符。

（6）Stata自带的系统变量名称、命令名称、数据存储格式等不可以作为变量名。

（7）建议采用汉语拼音或英文缩写作为变量名，以方便理解与记忆。

2.1.2 变量类型

在Stata中的变量类型有：①数值型变量；②以ASCII为基础的字符型变量；③日期型变量。下面在介绍完这3类变量后，还会简要说明缺失变量的取值问题。

1.数值型变量

数值型变量主要是指由数字、正负号、小数点组成的数据，按其精度和所需存储空间大小不同，又可分为5类，如表2-2所示。

其中，double是所有变量中所需存储空间最大的，相应地其精度也最高。在使用时，应根据变量的特征来设置变量类型。在Stata中默认的数值型变量类型为float。

2.字符型变量

字符型变量通常用来说明样本的一些特征信息，可以由字母、特殊符号和数字组成，但这里的数字已经退化成一种符号，不再具有数值特征。

字符型变量一般会被保存为str#格式，其中str表示Stata使用字符型变量的格式，而#表示该变量最多可容纳的字符数，即str后面的数字代表最大字符长度。字符型变量一般用英文状态下的引号""进行标注，引号不被视为字符型变量的一部分。

例如，str6表示最多可容纳6个字符的字符型变量，存储dingjb、ding、djb都是可以的，但是存储dingjbin是不可以的，存储dingjbin需要将str6修改为str8。

3.日期型变量

在Stata中有多种方式用来表示时间的变量，如2008年8月8日可以写为20080808，也可以写为08082008等。在Stata中将1960年1月1日看作分界线，为第0天，之前的天数前都加上一个负号，如1959年12月30日为第-2天。

4.缺失值

在Stata中有一种特殊的变量取值——缺失值。在Stata中有27个数值型代码代表缺失值，即.、.a、.b、.c、.d…….Z，它们依次增大，“.”被认为大于任何数，同时也是所有缺失值中最小的。通常只使用“.”作为缺失值即可。

2.1.3 变量的显示格式

用户可以根据需要设定变量的显示格式，下面介绍数值型变量、字符型变量、日期型变量的显示格式。

1.数值型变量的显示格式

在Stata中数值型变量的基本显示格式有e格式（科学记数法格式）、f格式（固定格式）和g格式（一般格式）3种，如表2-3所示。它们的表达式中均包含由“.”隔开的两个数字w.d。其中，w表示显示的字符数，即宽度；d表示小数点后的位数。g格式中的d比较灵活，它可以自动调整显示格式。

通常，数值型变量的显示格式采用%w.d加上3种基本显示格式的显示符，如%10.4f表示数值型变量的显示宽度为10个字符，小数点后有4位的固定格式。若在f后面附加字母c，则表示采用逗号“，”分隔；若在%后跟“0”，则表示采用前导0的数字显示格式。

2.字符型变量的显示格式

字符型变量的显示格式只有一种，其表达式为%#s。其中，%是一个提示符；#表示显示的字符数，即宽度；s表示字符型变量的显示格式。例如，%12s表示12个字符的字符型变量的显示格式，右对齐。

在Stata中默认的显示格式为右对齐，当%后跟“-”时表示左对齐，如%-12s表示12个字符的字符型变量的显示格式，左对齐。

3.日期型变量的显示格式

在Stata中日期型变量的显示格式有多种，如表2-4所示。

4.显示格式命令format

通过format命令可以规定各类型变量的显示格式，该命令的调用格式为：

其中，%fmt可以是数值型变量、字符型变量或日期型变量的显示格式。

查看变量目前所采用的显示格式的命令调用格式为：

【例2-1】对数据集census10.dta中变量的显示格式进行设置。

在命令窗口中输入：

利用describe命令查看数据集的简明汇总表，在命令窗口中输入：

运行命令后，输出结果如图2-1（a）所示，给出了数据的显示格式。

运行命令后，输出结果如图2-1（b）所示，给出了数据的显示样式。

运行命令后，输出结果如图2-1（c）所示。

运行命令后，输出结果如图2-1（d）所示。

运行命令后，输出结果如图2-1（e）所示，可以发现pop的第5行值中没有逗号，这是因为该值太大，Stata无法插入逗号，仍遵守当前的宽度11个字符。

运行命令后，输出结果如图2-1（f）所示。

运行命令后，输出结果如图2-1（g）所示。

显示格式通过format命令将永久附加在变量上。例如，保存后的数据在下次使用时，state仍将被格式化为%-14s，region仍将被格式化为%-8.0g等。

【例2-2】对数据集fmtxmpl.dta中的标识变量empid进行前导0显示格式设置。在命令窗口中输入：

利用describe命令查看empid的简明汇总表，在命令窗口中输入：

运行命令后，输出结果如图2-2（a）所示，给出了empid的显示格式。

运行命令后，输出结果如图2-2（b）所示，给出了数据的显示样式。

运行命令后，输出结果如图2-2（c）所示，在数据前面添加了前导0。

【例2-3】数据集fmtxmpl2.dta中包含某公司的员工信息，这些信息包括雇佣日期（hiredate）、登录时间（login）和注销时间（logout）。hiredate存储为浮点型，login和logout存储为双精度浮点型。现需要为这3个变量设置日期显示格式。

在命令窗口中输入：

运行命令后，输出结果如图2-3（a）所示。

运行命令后，输出结果如图2-3（b）所示。

运行命令后，输出结果如图2-3（c）所示。

运行命令后，输出结果如图2-3（d）所示。

2.1.4 变量标签设置

为帮助用户更清晰地掌握数据的结构和变量，Stata通过标签为变量、数据等提供说明。Stata通过标签工具可以为数据集添加标签，也可以为变量和变量的值添加标签。

添加标签的命令是label，该命令的调用格式为：

其中，"label"为要添加的标签说明；varname指定要添加说明的变量；lblname为标签的名称。

【例2-4】在数据集hbp4.dta中查看并创建变量标签。

在命令窗口中输入：