一点ECON-腾讯云开发者社区

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

一点ECON

专栏成员

13

文章

41639

阅读量

14

订阅数

批次处理数据文件:以STATA和MATLAB为例

在实证工作中，经常要对原始数据进行清洗，合并等工作后，才能开始使用统计软件进行分析工作。批次处理数据文件能提高效率和结果的可复制性。

2020-03-18

1.5K0

Python安装麻烦？试试Google推出的colab

刚开始用Python的时候，总会在安装Python环境中遇到不少问题。比如说，安装之后怎么使用，新的package怎么安装等。今天发现了一款解决这些入门问题的黑科技，Google Colab.

2019-07-04

1.4K0

写文献总结？用Markdown就够了

markdown 微信

因为经常要看文献，写写总结之类的文档，越来越觉得word和latex都能很好的满足这类工作的基本需求。word的功能虽然多，但是太臃肿，而且对数学公式和参考文献的支持不好。虽然有word的插件可以提供数学公式和参考文献支持，但是我总是会遇到各种各样的bug。latex则是语法比较繁琐，一篇文章写完，发现代码比真正的内容还多，有点主次颠倒。

2019-07-04

1.4K0

Maximum Likelihood Estimation in STATA

题外话：最近把网址改版了，之前文章的链接在网络上是静态html，现在改成了动态的博客类型，也会有tag分类，从电脑端阅读会方便一些。以后，网页端也会放开评论，现在还没设置。点击阅读原文即可。

2019-07-04

1.5K0

Sublime 教程 for Economists

markdown 官方文档

随着大数据时代的到来，工作中对数据处理能力的要求越来越高。而不管我们使用何种软件，Python, Stata或是R，都要花大量的时间和编辑器打交道。一个好的编辑器能够显著提高编程效率，降低程序出错的概率。因此熟练掌握一款高效的编辑器是大数据时代的必备技能之一。

2019-07-03

1.3K0

STATA教程之二：自动化输出描述性数据表格

编程算法 markdown

本文将简单介绍如何利用Stata的tabout命令，设计出内容丰富的描述性表格。读完本文，你将能够从STATA输出几乎所有类型的描述性表格的latex代码，从而直接生产所需要的表格，插入到你的论文中。

2019-07-03

10.3K0

STATA Tidbits I：识别政策变动

智库工作中常常需要分析某一类型的政策变动带来的影响。这一工作的前提就是从数据中找出政策改变的年份。下图为中国各省高考录取制度的数据库，其中的e变量代表了高考志愿填报中每个考生可以填报的平行志愿的数量。在2003年之前，各省只允许每个考生填写一个志愿，而从2003年开始，各省纷纷开始对这一政策进行改革，逐渐增加了平行志愿的数量。如果我们想要知道各省都是在哪些年份进行的改革，以及进行过几次改革，该如何在Stata里面实现呢？本文将提供一个使用STATA的 _n operator的解决方案。

2019-07-03

1.4K0

Tuning MATLAB code

matlab 编程算法

以后的内容可能会更加多元一点，不只是STATA的使用技巧，会加入MATLAB，Python，Git等其他编程语言或者工具的总结

2019-07-03

3960

排序及生成百分位数

值得一提的是 rank函数有多种给相同数值的观察值排序的方法，而默认的处理方法的结果如下；

2019-07-03

6.1K0

STATA Tidbits：Macro Extended Functions

宏(Macro)是STATA程序中很重要的概念，主要用来在循环语句中对一系列变量名称或者数字进行替代，从而减少机械重复。在这些基础用法之外，STATA提供了一些宏的函数，来增强宏的功能。本文将对其中两类宏函数进行举例介绍。

2019-07-03

1.5K0

STATA教程之：String Functions and Applications

假设我们有一个变量myvar，其中的一个观察值为"OOOOXXXOOXXX"。我们希望计算变量中"xxx"这个子字符串出现的次数。使用上面的函数，我们可以得到这种方法：

2019-07-03

2K0

几个Sublime 小技巧

在Sublime中选择Tools -> Build System -> New Build System，系统会创建一个JSON文件，根据不同系统输入以下内容

2019-07-03

4400

STATA教程之一：自动化输出回归表格 Estout

STATA是回归分析的最常用的工具。当我们进行了大量的回归分析之后通常需要解决三个问题。怎样才能直观的展示需要关注的系数？如何才能方便的对比不同回归中的系数？怎样才能生成论文中可以直接使用的高质量的回归表格？本教程将试图对这三个问题给出自己的理解。

2019-07-03

12.5K0

没有更多了

社区活动

【纪录片】中国数据库前世今生

穿越半个世纪，探寻中国数据库50年的发展历程

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态