
Stata图形函数设置的小方法
大学的专业按照回复语气可以分为三种,第一种平淡无奇。小红:你什么专业?小明:土木工程。小红:哦!第二种惊为天人。小红
:你什么专业?小明:兽医。小红:WHAT?兽医?第三种强行大神,小红:你什么专业?小明:数学。小红:哇!大神。只有过来人才知道其实并不怎样(这些乃小编个人观点,求各路大神轻锤)。数学的魅力何在?在于一个一个数字,一个一个字母,一个一个函数。小编今天给大家带来的是什么呢?没错!就是人见人爱花见花开的函数(lnx,xa
,ex 等)在Stata图形上的设置。
一、上标与下标
看到此图标题的你是否与当初的我一样惊讶?我们知道,Stata结果输出窗口对输出的内容设定了固定的宽度和高度,所以无法输出上图中的函数形式。但是在输出的图形中,我们可以通过{superscript:###}和{subscript:###}这两个标签(前者表示上标,后者表示下标)去定义函数的上下标。
上图的程序如下:
twoway function y = 2*exp(-2*x), range(0 2) ///
title("{&function}(x)=2e{superscript:-2x}")
接下来我们再以lifeexp数据为例,绘制出人均国民生产总值与预期寿命的散点图。首先我们对gnppc(GNP per
capita)取底数为10的对数,生成一个新的变量loggnp,然后绘制loggnp与lep(Life expectancy at
birth)的散点图,具体程序如下:
sysuse lifeexp,clear
gen loggnp=log10(gnppc)
scatter lexp loggnp,xtitle(log{sub:10}(GNP/capita))
得到:
我们注意上图中的x轴的名称,它表示的意思即为取完对数之后的人均国民生产总值。
PS:{sub:###}与{sup:###}分别为{superscript:###}和{subscript:###}的简写。
二、希腊与数学符号
在输出的图形中我们还可以通过{&name}这个标签来定义各种希腊字母,“name”为它的名称,下面列举了部分常用的希腊字母与stata内置标签的对照表:
接下来,举个简单的绘制卡方分布密度函数的例子:
twoway function y = gammaden(1.5,2,0,x), range(0 10) title("{&chi}{sup:2}(3) distribution")
其中{&chi}表示卡方符号“χ”,{sup:2}表示设置“χ”的上标为2,(3)为卡方分布的自由度。
结果如下:
PS:想要了解更多的符号,可help graph_text来进行查找哦。
结合前一篇推文的内容,小编给大家总结了下表:
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16