baselinetable命令：论文基本统计量表格输出到Excel和Word

作者：何庆红（北京大学中国卫生经济研究中心）  
连享会：(知乎 | 简书 | 码云 | CSDN)

2019暑期“实证研究方法与经典论文”专题班

特别说明

文中包含的链接在微信中无法生效。请点击本文底部左下角的【阅读原文】，转入本文【知乎版】。

正所谓 「Garbage in, garbage out」。在实证分析中，对数据的基本描述是必要一环。今天我们介绍一个简洁便利的外部命令 baselinetable，用于连续变量和类别变量的基本描述性统计分析，呈现形式为 一维表 或者 二维表。

baselinetable 命令有如下特征：

• 添加选项可以汇报缺漏的样本数

• 对于每个变量可汇报不同的统计量

• 表格内容可以存储为数据、文本、网页等文件格式

1. 下载安装

在 Stata 命令窗口中输入如下命令即可自动安装 baselinetable 命令：

1. ssc install baselinetable, replace

2. 语法格式

baselinetable 的基本语法格式如下：

1. baselinetable [insertrow["string"]] varname [(rowvariable_options)] [[insertrow] varname...] [if] [in] [, main_options]

统计量的设定

• by(varname[, by_options]) 定义的是统计描述的分组变量

• catvartab(specs)定义类别变量的统计量，默认设置是catvartab("# (%\%)")，其中#表示某一类别的频数，%表示该类别占总体的比例

• ctsvartab(specs)表示连续变量的统计量，默认设置是ctsvartab("mean (sd)")，其中mean表示该连续变量的均值，sd表示标准误，还可以根据研究需要作其他设定，如Var、max、min、p1 p5 p10 p25 p50 p75 p90 p95 p99

• missing汇报变量存在遗漏值的样本个数，其中reportmissing汇报每个行变量存在遗漏观测值的个数

• pcformat(%fmt)定义百分数的显示形式，默认设置是pcformat(%5.1f)，即保留小数点后一位，其他如均值meanformat(%fmt)、标准误sdformat(%fmt)、中位数medianformat(%fmt)等。

变量名的设定

• varname 显示变量名称，

• varvalue 显示类别变量的分类标签，若只显示某一个变量名称和分类标签，只需在指定变量后加上这两个选项即可，如 race(varname varvalue)

• afterhead 在变量名后面添加选项，如 afterhead( meanformat(sd)) 表示在变量名后面添加 meanformat(sd)；也可以更改变量名称，如 VAR(novarlabel afterhead("某某")) 将变量名VAR改为某某

• subgroup 表示某变量子样本的结果，如 subgroup(race==1) 表示变量民族取值为 1 的结果

3. 应用举例

这里我们使用 Stata 官方范例数据 "nlsw88.dta" 来说明该命令的具体使用方法。

1. sysuse "nlsw88.dta", clear

首先，看简单的一维表形式：

1. . baselinetable wage(cts) hours(cts) age(cts) union race //一维表

2. +------------------------------------+

3. | | N=2246 |

4. |---------------------+--------------|

5. | hourly wage | 7.8 (5.8) |

6. |---------------------+--------------|

7. | usual hours worked | 37.2 (10.5) |

8. |---------------------+--------------|

9. | age in current year | 39.2 (3.1) |

10. |---------------------+--------------|

11. | union worker | |

12. |---------------------+--------------|

13. | nonunion | 1417 (75.5%) |

14. |---------------------+--------------|

15. | union | 461 (24.5%) |

16. |---------------------+--------------|

17. | race | |

18. |---------------------+--------------|

19. | white | 1637 (72.9%) |

20. |---------------------+--------------|

21. | black | 583 (26.0%) |

22. |---------------------+--------------|

23. | other | 26 (1.2%) |

24. +------------------------------------+

其次，加入分组变量，汇报二维列联表形式：

1. . baselinetable wage(cts) hours(cts) age(cts) union race, by( married , totalcolumn)

2. +-----------------------------------------------------------------+

3. | | married | | |

4. |---------------------+-------------+--------------+--------------|

5. | | single | married | Total |

6. |---------------------+-------------+--------------+--------------|

7. | | N=804 | N=1442 | N=2246 |

8. |---------------------+-------------+--------------+--------------|

9. | hourly wage | 8.1 (6.3) | 7.6 (5.4) | 7.8 (5.8) |

10. |---------------------+-------------+--------------+--------------|

11. | usual hours worked | 39.2 (9.1) | 36.1 (11.1) | 37.2 (10.5) |

12. |---------------------+-------------+--------------+--------------|

13. | age in current year | 39.2 (3.0) | 39.1 (3.1) | 39.2 (3.1) |

14. |---------------------+-------------+--------------+--------------|

15. | union worker | | | |

16. |---------------------+-------------+--------------+--------------|

17. | nonunion | 475 (72.4%) | 942 (77.1%) | 1417 (75.5%) |

18. |---------------------+-------------+--------------+--------------|

19. | union | 181 (27.6%) | 280 (22.9%) | 461 (24.5%) |

20. |---------------------+-------------+--------------+--------------|

21. | race | | | |

22. |---------------------+-------------+--------------+--------------|

23. | white | 487 (60.6%) | 1150 (79.8%) | 1637 (72.9%) |

24. |---------------------+-------------+--------------+--------------|

25. | black | 309 (38.4%) | 274 (19.0%) | 583 (26.0%) |

26. |---------------------+-------------+--------------+--------------|

27. | other | 8 (1.0%) | 18 (1.2%) | 26 (1.2%) |

28. +-----------------------------------------------------------------+

第三，添加选项，汇报缺漏的样本数：

1. . baselinetable wage(cts) hours(cts) age(cts) union race, ///

2. by( married , totalcolumn) reportmissing

3. +-----------------------------------------------------------------+

4. | | married | | |

5. |---------------------+-------------+--------------+--------------|

6. | | single | married | Total |

7. |---------------------+-------------+--------------+--------------|

8. | | N=804 | N=1442 | N=2246 |

9. |---------------------+-------------+--------------+--------------|

10. | hourly wage | 8.1 (6.3) | 7.6 (5.4) | 7.8 (5.8) |

11. |---------------------+-------------+--------------+--------------|

12. | usual hours worked | 39.2 (9.1) | 36.1 (11.1) | 37.2 (10.5) |

13. |---------------------+-------------+--------------+--------------|

14. | MISSING | 3 | 1 | 4 |

15. |---------------------+-------------+--------------+--------------|

16. | age in current year | 39.2 (3.0) | 39.1 (3.1) | 39.2 (3.1) |

17. |---------------------+-------------+--------------+--------------|

18. | union worker | | | |

19. |---------------------+-------------+--------------+--------------|

20. | nonunion | 475 (72.4%) | 942 (77.1%) | 1417 (75.5%) |

21. |---------------------+-------------+--------------+--------------|

22. | union | 181 (27.6%) | 280 (22.9%) | 461 (24.5%) |

23. |---------------------+-------------+--------------+--------------|

24. | MISSING | 148 | 220 | 368 |

25. |---------------------+-------------+--------------+--------------|

26. | race | | | |

27. |---------------------+-------------+--------------+--------------|

28. | white | 487 (60.6%) | 1150 (79.8%) | 1637 (72.9%) |

29. |---------------------+-------------+--------------+--------------|

30. | black | 309 (38.4%) | 274 (19.0%) | 583 (26.0%) |

31. |---------------------+-------------+--------------+--------------|

32. | other | 8 (1.0%) | 18 (1.2%) | 26 (1.2%) |

33. +-----------------------------------------------------------------

4. baselinetable 与其他命令的比较

与 baselinetable 功能相似的命令还有 summarize，tabulate，table，tabstat，fsum 等。summarize 命令 (通常简写为 su 或 sum) 主要用于一维列表的相关统计量的计算。table 命令主要是用来做列表统计，尤其对于类别变量的统计，包括一维表、二维表、三维等以上维度，具体可参看 「Stata：今天你 “table” 了吗？(微信版)」；CSDN版本。

下面通过具体例子对它们之间的差异进行对比。

4.1 fsum 命令

fsum 命令的语法非常简洁，输出结果也颇为丰富，包括：N、mean、sd、min、max、median 等几十个统计量 (sum varlist, detail 存储于内存中的返回值都可以通过 fsum 输出)。相对于 Stata 官方命令 summarize 和 tabstat，该命令可以对类别变量进行更为细致的统计分析。更为便利的是，该命令允许用户设置的变量标签，汇报格式自动调整更符合多数期刊的内容和格式要求。

下面举例说明该命令的主要用法。

1. *-基本表格

2. . fsum wage hours age union race, cat(union) mcat(race)

3. Variable | N Mean SD Min Max

4. ---------------+---------------------------------------------

5. wage | 2246 7.77 5.76 1.00 40.75

6. hours | 2242 37.22 10.51 1.00 80.00

7. age | 2246 39.15 3.06 34.00 46.00

8. union | 1878 0.25 0.43 0.00 1.00

9. nonunion (%) | 1417 75.45

10. union (%) | 461 24.55

11. race | 2246 1.28 0.48 1.00 3.00

12. white (%) | 1637 72.89

13. black (%) | 583 25.96

14. other (%) | 26 1.16

15. *-借助 `bysort' 前缀可以实现分组统计

16. . bysort married: fsum wage hours age union race

17. -------------------------------------------------------------

18. -> married = single

19. Variable | N Mean SD Min Max

20. ---------------+---------------------------------------------

21. wage | 804 8.08 6.34 1.15 40.20

22. hours | 801 39.24 9.10 2.00 80.00

23. age | 804 39.22 3.05 34.00 46.00

24. union | 656 0.28 0.45 0.00 1.00

25. race | 804 1.40 0.51 1.00 3.00

26. -------------------------------------------------------------

27. -> married = married

28. Variable | N Mean SD Min Max

29. ---------------+---------------------------------------------

30. wage | 1442 7.59 5.40 1.00 40.75

31. hours | 1441 36.10 11.06 1.00 80.00

32. age | 1442 39.12 3.07 34.00 45.00

33. union | 1222 0.23 0.42 0.00 1.00

34. race | 1442 1.21 0.44 1.00 3.00

4.2  tabstat 命令

这是目前最为常用的用于报告基本统计量的 Stata 官方命令。它可以汇报一系列的统计量，汇报内容和格式也较为灵活。

1. \\\一维表形式如下：

2. . tabstat wage hours age union race, stat(N mean sd min max) col(stat)

3. variable | N mean sd min max

4. -------------+--------------------------------------------------

5. wage | 2246 7.766949 5.755523 1.004952 40.74659

6. hours | 2242 37.21811 10.50914 1 80

7. age | 2246 39.15316 3.060002 34 46

8. union | 1878 .2454739 .4304825 0 1

9. race | 2246 1.282725 .4754413 1 3

10. ----------------------------------------------------------------

11. \\\加入分组变量，汇报二维表形式：

12. . tabstat wage hours age union race, by(married) stat(N mean sd min max) nototal long col(stat)

13. married variable | N mean sd min max

14. ---------------------+--------------------------------------------------

15. single wage | 804 8.080765 6.336071 1.151368 40.19808

16. hours | 801 39.23845 9.099001 2 80

17. age | 804 39.21891 3.049911 34 46

18. union | 656 .2759146 .4473151 0 1

19. race | 804 1.404229 .5109335 1 3

20. ---------------------+--------------------------------------------------

21. married wage | 1442 7.591978 5.399229 1.004952 40.74659

22. hours | 1441 36.09507 11.06107 1 80

23. age | 1442 39.1165 3.066058 34 45

24. union | 1222 .2291326 .4204468 0 1

25. race | 1442 1.214979 .4402987 1 3

26. ------------------------------------------------------------------------

5. baselinetable 结果输出

baselinetable 命令提供了两个选项，可以把屏幕上输出的结果快捷地输出为 Excel 或 Word 文档：

• exportexcel 表示将结果输出到excel表格里面

• putdocxtable 表示将结果输出到word里面

1. *-第一种方法：将结果输出到Excel表格里面

2. baselinetable race age(cts) ht lwt(cts), by(smoke, totalcolumn) exportexcel(table1)

3. *-第二种方法：将结果输出到word里面

4. putdocx begin

5. baselinetable race age(cts) ht lwt(cts), by(smoke, totalcolumn) putdocxtab(table1)

6. putdocx save mydoc, replace

6. 结果输出和呈现相关推文

• Stata新命令：Export tabulation results to Excel

七、参考资料

• Nicholas J. Cox, 2003, Speaking Stata: Problems with Tables, Part I, Stata Journal, 3(3): 309–324. [pdf]

• Nicholas J. Cox, 2003, Speaking Stata: Problems with Tables, Part II, Stata Journal, 3(4): 420–439. [pdf]

• Ben Jann, 2005, Making Regression Tables from Stored Estimates, Stata Journal, 5(3): 288–308. [pdf]

• Ben Jann, 2007, Making Regression Tables Simplified, Stata Journal, 7(2): 227–244. [pdf]

• Michael Lokshin,  Zurab Sajaia, 2008, Creating Print-ready Tables in Stata, Stata Journal, 8(3): 374–389. [pdf]

• John Luke Gallup, 2012, A New System for Formatting Estimation Tables, Stata Journal, 12(1): 3–28. [pdf]

• Lauren J. Scott,  Chris A. Rogers, 2015, Creating Summary Tables Using the Sumtable Command, Stata Journal, 15(3): 775–783. [pdf]

• Susan Donath, 2018, Baselinetable: A Command for Creating one- and Two-way Tables of Summary Statistics, Stata Journal, 18(2): 327–344. [pdf]

• Susan Donath, 2018, Baselinetable: A Command for Creating one- and Two-way Tables of Summary Statistics, Stata Journal, 18(2): 327–344. [pdf]

关于我们

• 【Stata 连享会(公众号：StataChina)】由中山大学连玉君老师团队创办，旨在定期与大家分享 Stata 应用的各种经验和技巧。

• 公众号推文同步发布于 CSDN-Stata连享会 、简书-Stata连享会 和 知乎-连玉君Stata专栏。可以在上述网站中搜索关键词Stata或Stata连享会后关注我们。

• 点击推文底部【阅读原文】可以查看推文中的链接并下载相关资料。

• Stata连享会 精彩推文1  || 精彩推文2

联系我们

• 欢迎赐稿： 欢迎将您的文章或笔记投稿至Stata连享会(公众号: StataChina)，我们会保留您的署名；录用稿件达五篇以上，即可免费获得 Stata 现场培训 (初级或高级选其一) 资格。

• 意见和资料： 欢迎您的宝贵意见，您也可以来信索取推文中提及的程序和数据。

• 招募英才： 欢迎加入我们的团队，一起学习 Stata。合作编辑或撰写稿件五篇以上，即可免费获得 Stata 现场培训 (初级或高级选其一) 资格。

• 联系邮件： [e-mail]

往期精彩推文

---

欢迎加入Stata连享会(公众号: StataChina)