Stata可视化：让他看懂我的结果

Original 连享会连享会 2023-10-24

收录于合集 #Stata绘图 151个

👇 连享会 · 推文导航 | www.lianxh.cn

🍎 Stata：Stata基础 | Stata绘图 | Stata程序 | Stata新命令
📘 论文：数据处理 | 结果输出 | 论文写作 | 数据分享
💹 计量：回归分析 | 交乘项-调节 | IV-GMM | 时间序列 | 面板数据 | 空间计量 | Probit-Logit | 分位数回归
⛳ 专题：SFA-DEA | 生存分析 | 爬虫 | 机器学习 | 文本分析
🔃 因果：DID | RDD | 因果推断 | 合成控制法 | PSM-Matching
🔨 工具：工具软件 | Markdown | Python-R-Stata
🎧 课程：公开课-直播 | 计量专题 | 关于连享会

连享会视频课 · 因果推断实用计量方法

作者：刘杨 | 连玉君

1. 回归结果的图形呈现
2. 目的
3. coefplot 命令

3.1 coefplot 命令的基本语法
3.2 拓展：分组回归后绘图
3.3 拓展：对每一组回归系数进行个性化设定
3.4 拓展：不同的估计模型下估计系数的比较
3.5 拓展：不同被解释变量下估计系数的图形比较

4. arrowplot 命令

4.1 基本语法
4.2 拓展：加入控制变量的箭头图
4.3 拓展：添加分组信息，规定箭头长度
4.4 更为丰富的设定

附：文中使用的 Stata dofiles

温馨提示： 文中链接在微信中无法生效。请点击底部「阅读原文」。或直接长按/扫描如下二维码，直达原文：

我一直认为：

没有耳朵不好的听众，只有嘴巴不好的讲者！
没有思维迟钝的学生，只有逻辑混乱的老师！
所以，不要怪别人笨，那是因为我们没有讲清楚，至少是没有用心讲！

1. 回归结果的图形呈现

大家在做完一篇实证研究的论文之后是否有这样的困惑：就是如何将估计系数结果能够简洁、直观的呈现出来？

在学术会议交流论文、或者在毕业论文答辩时，一个常见的做法就是直接将回归表格粘贴出来，然而弊端也是显而易见的，那就是页面中信息太多，导致想要突出的估计结果和显著性判定被淹没其中。

无疑，这是对老师和同行耐心力和细致力的一份考验，需要他们瞪大眼睛来看、竖起耳朵来听，稍有打盹，翻页过去的结果可能就忘记了，只能坐在那里安静的怀疑人生......

那么，如果能够用图形的方式呈现估计系数及其显著性，并且不同估计系数间的相互关系也能够一目了然，岂不美哉？！

很幸运，Stata 提供了这样的外部命令来完成这一工作。我们今天的推文就来给大家简单的介绍一下这两个外部命令 coefplot 和 arrowplot。

2. 目的

图形化展示回归结果，尤其是分组回归的系数差异。
适用于课题报告、毕业答辩等展示。也适用于呈现论文中的复杂结果。

3. coefplot 命令

coefplot 可以非常便捷地对结果进行图形化展示。

参见 Stata Journal 14(4):708--737。
作者提供了非常完整的介绍和Stata 范例，参见：
coefplot主页→ | Getting started | Examples | Help file
安装：此命令为外部命令，可以使用 ssc install coefplot 进行安装。
该命令可以将回归模型不同解释变量的估计系数绘制在一张图形中，默认设定还会添加估计系数的置信区间，方便判别显著性。当然，该命令具有很强大的扩展性，可以呈现多种类型的图示结果。

Note: 由于上述主页已经对 coefplot 命令做了非常详细的解释，我们的推文中就不再细致介绍，只是呈现一些常用的效果。

3.1 coefplot 命令的基本语法

coefplot [name] [, opition]

其中，name 为储存于 stata 内存中的回归结果名称（使用 est store 命令），如果此处缺省，则默认是 stata 内存中现存的回归结果。

Stata 范例如下：

 . sysuse auto, clear 
 . reg price mpg length turn
 . coefplot, drop(_cons)

说明：

本例中，我们省略了 name 填项，则绘制的是刚刚完成回归的结果。
drop 选项表示不绘制常数项的估计系数，也可以将 _cons 替换为其它变量。输出效果如下：

图1：coefplot 基本绘图

3.2 拓展：分组回归后绘图

实证分析中还经常划分两个或两个以上的子样本，进行分组回归，进而对比两组的回归系数。此时，使用 coefplot 可以非常直观地进行组建系数的对比。

Stata 范例如下：

. reg price mpg length turn if foreign==0
. est store Domestic 

. reg price mpg length turn if foreign==1
. est store Foreign 

. coefplot Domestic Foreign, drop(_cons) xline(0) 
  *-Note: xline表示在x轴0处做出辅助线，便于判断显著性
 
. coefplot Domestic Foreign,  ///
    drop(_cons)               ///
    xline(0, lp(dash) lc(black*0.3)) 
  *-Note: 如果想要调换 X 轴和 Y 轴，可以添加 vertical 选项, 图略

图2：分组呈现系数估计值

3.3 拓展：对每一组回归系数进行个性化设定

coefplot命令可以对不同的回归进行图形的单独设定，基本语法如下:

coefplot (name [, plotopts]) (name [, plotopts]) ... [, globalopts]

其中：

plotopts 为设定单个组别图形特征的选项
globalopts 为设定图形整体风格的选项

Stata范例 如下：

coefplot    ///
  (Domestic, label("国产汽车") offset(0.05)  pstyle(p3)) ///
  (Foreign , label("进口汽车") offset(-0.05) pstyle(p4)) ///
   , drop(_cons) xline(0, lp(dash) lc(black*0.3)

说明：

offset(#) 选项中的用于设定标记两组系数的横线的间距与默认值的倍数。默认 1 个单位的长度，则 offset(0.05) 表示间距为默认值的 5%。该选项也可以由全局 option 的 nooffsets 代替
pstyle 选项则用于设定线条的风格和色彩，可以在 p1-p15 之间任意选择。

图3：对每组的系数图形进行个性化设定

3.4 拓展：不同的估计模型下估计系数的比较

语法如下：

coefplot (namelist [, plotopts]) ...

不同估计模型用括号来隔开。例如，我们将多元回归的每个解释变量进行单变量回归，并将估计系数与多元回归的系数比较。

Stata范例如下：

. reg price mpg length turn
. est store multi

. foreach var in mpg length turn {
    qui reg price `var'
 	 est store  `var'
  }

. coefplot        ///
    (mpg \length \turn, label("单变量回归"))  ///
    (multi, label("多元回归"))                ///
    , drop(_cons) ///
    xline(0, lp(dash) lc(black*0.3)) 
  graph export "图4：多元回归系数和单变量回归系数比较.png", replace
 *-Note: 在 namelist 中用 \ 分隔存储的回归结果名称

图4：多元回归系数和单变量回归系数比较

3.5 拓展：不同被解释变量下估计系数的图形比较

coefplot命令也可以对更换被解释变量后，估计系数的相互关系进行比较，这实质上是不同图形的合并。基本语法如下:

coefplot plotlist [, subgropts] || plotlist [, subgropts] || ... [, globalopts]

其中，

plotlist 是一个子回归存储的名称
subgropts 是对应的 option 选项。
Stata范例如下：

reg price mpg length turn if foreign==0
est store Domestic

reg price mpg length turn if foreign==1
est store Foreign

reg weight mpg length turn if foreign==0
est store Domestic_w  //更换了被解释变量

reg weight mpg length turn if foreign==1
est store Foreign_w   //更换了被解释变量

#d ;
coefplot 
  (Domestic, label("国产汽车"))  
  (Foreign , label("进口汽车")), bylabel(Price) || 
  (Domestic_w) (Foreign_w), bylabel(Weight) ||
  , 
  drop(_cons) byopts(xrescale) 
  xline(0, lp(dash) lc(black*0.3))
  ;
#d cr
graph export "图5：不同被解释变量回归的比较.png", replace

图5：不同被解释变量回归的比较

4. arrowplot 命令

顾名思义，这个命令是用来画箭头的！

安装：help arrowplot 此命令为外部命令，可以使用 ssc install arrowplot 下载安装。

用途：

arrowplot 命令可以通过 groupvar 选项对样本进行分组，并绘制分组后的散点图来描述组间趋势。并在每一个散点上绘制箭头线，来描述每一组的组内趋势（回归后斜率）。
具体应用该图形的实证研究可以参见 “Betsey Stevenson & Justin Wolfers, 2008. "Economic Growth and Subjective Well-Being: Reassessing the Easterlin Paradox”。文中给出了描述幸福感的“Stevenson-Wolfers happiness graphs”，就是利用该命令呈现的。

图6：arrowplot - Stevenson-Wolfers happiness graphs

4.1 基本语法

arrowplot yvar xvar [if] [in] [weight], groupvar(varname) [options]

yvar、xvar 用来定义被解释变量和解释变量，同时也指定了坐标轴
groupvar用来制定分组变量。
Stata范例如下：

. sysuse "nlsw88.dta", clear
. decode occupation, gen(occu_str) maxlength(6)
. arrowplot wage hours, groupvar(occu_str)
. graph export "图7：arrowplot 基本绘图.png", replace

图7：arrowplot 基本绘图

4.2 拓展：加入控制变量的箭头图

如果想要在回归过程中加入其它控制变量，可以加入 controls(varlist) 选项，Stata 范例如下

. arrowplot wage hours, groupvar(occu_str) ///
           control(age collgrad)
. graph export "图8：arrowplot 回归中加入控制变量.png", replace

图8：arrowplot 回归中加入控制变量

4.3 拓展：添加分组信息，规定箭头长度

-Stata范例如下

. arrowplot wage hours, groupvar(occu_str) ///
      groupname(occupation) line(2)
. graph export "图9：arrowplot 添加分组信息，规定箭头长度.png", replace

图9：arrowplot 添加分组信息，规定箭头长度

4.4 更为丰富的设定

我们可以在 arrowplot 命令中加入诸多 Stata 一般图形所支持的选项，以便对图形进行更为灵活的设定。

Stata范例如下

sysuse "nlsw88.dta", clear
decode occupation, gen(occu_str) maxlength(6)
#d ;
 arrowplot wage hours,   
   groupvar(occu_str) 
   cont(age collgrad) 
   groupname(occupation) 
   line(2) 
   title("工作时数与小时工资关系之行业特征") 
   subtitle("nlsw88.dta")
   xtitle("工作时间(每周工作小时数)")  
   xscale(titlegap(2))
   ytitle("小时工资") 
   scheme(s1mono) ;
#d cr
. graph export "图10：arrowplot 加入一般化图形选项.png", replace

为图形添加标题和子标题，并设定X轴与Y轴说明，并改为中文投稿常用的黑白模式

图10：arrowplot 中文投稿模式图形

附：文中使用的 Stata dofiles


cd "D:\stata15\ado\personal\Jianshu\coefplot"
cap mkdir Fig
cd Fig 

*-下载 coefplot 命令

   ssc install coefplot
   
   help coefplot
   
 
*-图1
 . sysuse auto, clear 
 . reg price mpg length turn
 . coefplot, drop(_cons) 
 . graph export "图1：coefplot 基本绘图.png", replace
	 
 
*-图2
  sysuse auto, clear
. reg price mpg length turn if foreign==0
. est store Domestic 

. reg price mpg length turn if foreign==1
. est store Foreign 

. coefplot Domestic Foreign,  ///
    drop(_cons)      ///
    xline(0, lp(dash) lc(black*0.3)) 
. graph export "图2：分组呈现系数估计值.png", replace
	
	
*-图3	
. coefplot    ///
  (Domestic, label("国产汽车") offset(0.05)  pstyle(p3)) ///
  (Foreign , label("进口汽车") offset(-0.05) pstyle(p4)) ///
   , drop(_cons) xline(0, lp(dash) lc(black*0.3))   	
. graph export "图3：对每组的系数图形进行个性化设定.png", replace   


*-图4
. reg price mpg length turn
. est store multi

  foreach var in mpg length turn {
    qui reg price `var'
 	 est store  `var'
  }

. coefplot        ///
    (mpg \length \turn, label("单变量回归"))  ///
	 (multi, label("多元回归"))                ///
	 , drop(_cons) ///
	 xline(0, lp(dash) lc(black*0.3)) 
  graph export "图4：多元回归系数和单变量回归系数比较.png", replace
 *-Note: 在 namelist 中用 \ 分隔存储的回归结果名称


*-图5
reg price mpg length turn if foreign==0
est store Domestic

reg price mpg length turn if foreign==1
est store Foreign

reg weight mpg length turn if foreign==0
est store Domestic_w  //更换了被解释变量

reg weight mpg length turn if foreign==1
est store Foreign_w   //更换了被解释变量

#d ;
coefplot 
  (Domestic, label("国产汽车"))  
  (Foreign , label("进口汽车")), bylabel(Price) || 
  (Domestic_w) (Foreign_w), bylabel(Weight) ||
  , 
  drop(_cons) byopts(xrescale) 
  xline(0, lp(dash) lc(black*0.3))
  ;
#d cr
graph export "图5：不同被解释变量回归的比较.png", replace


*-图7
. sysuse "nlsw88.dta", clear
. decode occupation, gen(occu_str) maxlength(6)
. arrowplot wage hours, groupvar(occu_str)
. graph export "图7：arrowplot 基本绘图.png", replace


*-图8
. arrowplot wage hours, groupvar(occu_str) ///
           control(age collgrad)
. graph export "图8：arrowplot 回归中加入控制变量.png", replace


*-图9
. arrowplot wage hours, groupvar(occu_str) ///
      groupname(occupation) line(2)
. graph export "图9：arrowplot 添加分组信息，规定箭头长度.png", replace


*-图10
sysuse "nlsw88.dta", clear
decode occupation, gen(occu_str) maxlength(6)
#d ;
 arrowplot wage hours,   
   groupvar(occu_str) 
   cont(age collgrad) 
   groupname(occupation) 
   line(2) 
   title("工作时数与小时工资关系之行业特征") 
   subtitle("nlsw88.dta")
   xtitle("工作时间(每周工作小时数)")  
   xscale(titlegap(2))
   ytitle("小时工资") 
   scheme(s1mono) ;
#d cr
. graph export "图10：arrowplot 加入一般化图形选项.png", replace

课程推荐：因果推断实用计量方法
主讲老师：邱嘉平教授
🍓 课程主页：https://gitee.com/lianxh/YGqjp

New！ Stata 搜索神器：lianxh 和 songbl GIF 动图介绍
搜：推文、数据分享、期刊论文、重现代码 ……
👉 安装：
. ssc install lianxh
. ssc install songbl
👉 使用：
. lianxh DID 倍分法
. songbl all

🍏 关于我们

连享会 ( www.lianxh.cn，推文列表) 由中山大学连玉君老师团队创办，定期分享实证分析经验。
直通车： 👉【百度一下：连享会】即可直达连享会主页。亦可进一步添加「知乎」,「b 站」,「面板数据」,「公开课」等关键词细化搜索。

泪目！8死17伤！江苏一职校持刀伤人案，背后隐情令人心惊！

突发！宜兴一学校发生持刀伤人案件！致8死17伤！太恶劣了！

一小学门口突发！多名学生被撞伤！

“占坑式辩护”，侵犯了谁？

突发！一小学门口发生撞人事件

Stata可视化：让他看懂我的结果

1. 回归结果的图形呈现

2. 目的

3. coefplot 命令

3.1 coefplot 命令的基本语法

3.2 拓展：分组回归后绘图

3.3 拓展：对每一组回归系数进行个性化设定

3.4 拓展：不同的估计模型下估计系数的比较

3.5 拓展：不同被解释变量下估计系数的图形比较

4. arrowplot 命令

4.1 基本语法

4.2 拓展：加入控制变量的箭头图

4.3 拓展：添加分组信息，规定箭头长度

4.4 更为丰富的设定

附：文中使用的 Stata dofiles

🍏 关于我们

您可能也对以下帖子感兴趣

泪目！8死17伤！江苏一职校持刀伤人案，背后隐情令人心惊！

突发！宜兴一学校发生持刀伤人案件！致8死17伤！太恶劣了！

一小学门口突发！多名学生被撞伤！

“占坑式辩护”，侵犯了谁？

突发！一小学门口发生撞人事件

生成图片，分享到微信朋友圈

Stata可视化：让他看懂我的结果

1. 回归结果的图形呈现

2. 目的

3. coefplot 命令

3.1 coefplot 命令的基本语法

3.2 拓展：分组回归后绘图

3.3 拓展：对每一组回归系数进行个性化设定

3.4 拓展：不同的估计模型下估计系数的比较

3.5 拓展：不同被解释变量下估计系数的图形比较

4. arrowplot 命令

4.1 基本语法

4.2 拓展：加入控制变量的箭头图

4.3 拓展：添加分组信息，规定箭头长度

4.4 更为丰富的设定

附：文中使用的 Stata dofiles

🍏 关于我们

您可能也对以下帖子感兴趣