本节stata 命令摘要。
资料特征描述(均数，中位数，离散程度)
例：某地测定克山病患者与克山病健康人的血磷测定值如下表。
其中变量x1为患者的血磷测定值数据，变量x2为健康人的血磷测定值数据。上述数据也可以用变量x表示血磷测定值，分组变量group=0表示患者组和group=1表示健康组(如：患者组中第一个数据为2.
6，则x=2.6，group=0；又如：健康组中第三个数据为1.
98，则x为1.98以及group为1)，并假定这些数据已以stata格式存入文件中。
计算资料均数，标准差命令summarize， 以述资料为例：
mean 均值；标准差。
即：本例中急性克山病患者组的样本数为11，血磷测定值均数为4.711(mg%)，相应的标准差为1.
303，最小值为2.6以及最大值为6.53；健康组的样本量为13，血磷测定值均数为3.
3546，相应的标准差为1.3044，最小值为1.67以及最大值为5.
78。计算资料均数，标准差，中位数，低四分位数和高四分位数的命令summarize以及子命令detail，仍以述资料为例：
结果：percentiles 显示了从1%到99%的分位数的取值。第二列是最小和最大的5个数。
第三列从上到下：obs观测值数目、mean平均数、标准差、variance方差。
skewness偏度： 偏度的绝对值越小，表明该数据的正态对称性越好。
kurtosis峰度： 峰度值越大表明该数据的正态峰越明显。
95%可信限计算：
正态数据：ci 变量名。
0-1 数据：ci变量名，binomial
poisson分布数据：ci变量名，poisson
90%可信限计算(其它可信限类推)
正态数据：ci变量名，level(90)
0-1数据：ci变量名，level(90) binomial
poisson分布数据：ci变量名，level(90) poisson
ci x1 x2
95%为95%的可信限，因此x1的95％可信限为[3.8356,5.5863]，x2的95％可信限为[2.5664,4.1428]。
根据样本数，样本均数和标准差计算可信限。
若数据服从正态分布，并已知样本均数和标准差以及样本数， 则95％可信限计算为：
cii 样本数样本均数标准差[，level(#
例：已知样本数为90样本均数为40以及样本标准差为12，则：计算该样本均数的95%可信限为。
cii 90 40 12
该样本均数95%可信限为[37.48665,42.51335]
cii 90 40 12,level(90)
该样本均数90%可信限为[37.89752,42.10248]
计数资料中频数和比例。
stata命令：
tab1 变量名[,g(新变量名)
因为该命令主要适用描述计数资料(即：属性资料)，当使用子命令g(新变量)，则产生属性指示变量。在回归分析中经常需要这些指示变量作为亚元变量进行分析。
例：50只小鼠随机分配到5个不同饲料组，每组10只小鼠。在喂养一定时间后，测定鼠肝中的铁的含量(mg/g)如表所示：
试比较各组鼠肝中铁的含量是否有显著性差别。用x表示鼠肝中铁的含量以及用group=1，2，3，4，5分别表示对应的5个组。
tab1 group,g(a)
freq.为各属性资料的频数；②percent为该属性占整个资料样本数的百分比；③cum.为累计百分比。
本例中，总样本数为50，共有5组，每组有10个样本点，各占总样本数的10%。因为使用了子命令g(a)，从而产生5个指示变量(又可称亚元变量):a1，a2，a3，a4和a5。
变量a1用于指示第1组的资料：即：当资料属于第1组的(group=1)，则a1=1；其它组的资料(group1)，则a1=0。
变量a2用于指示第2组的资料，变量a3，a4和a5相应分别指示第3，4，5组的资料(详细见下表)。