Stata 索引
以下分别列出命令、函数、运算符和前缀。链接打开优先示例，所在章节提供其他用法。
命令
about— 查看 R 版本与平台信息ac— 自相关函数ado— 更新已安装的包adopath— 查看 R 包库搜索路径alpha— 不自动反向计分地估计原始Cronbach alphaameans— 比较算术、几何与调和均值anova— 方差分析append— 垂直合并两个数据arch— ARCH(1)条件方差模型areg— 吸收一个类别变量的回归arfima— 分数阶差分ARMA估计arfimasoc— 分数阶ARMA阶数比较args— 在函数中接收两个位置参数arima— ARIMA 模型arimasoc— ARMA信息准则比较assert— 条件不成立时报错停止assertnested— 验证每个区只属于一个地区avplots— 偏回归图bayesmh— 正态及逆Gamma先验的贝叶斯高斯回归bayespredict— 高斯回归响应的后验均值bayesreps— 高斯后验预测分布的重复结局bayesstats— 后验均值标准差和分位数bayestest— 斜率为正的后验概率betareg— 使用logit均值连接拟合贝塔回归binreg— 拟合优势比尺度二项回归binscatter— 分箱散点图biprobit— 联合拟合相关的二元probit方程bitest— 精确检验二元变量成功概率bitesti— 根据计数运行精确二项检验boottest— 施加原假设的野生聚类自助法：rademacher权重boxcox— 剖面估计Box-Cox响应变换参数brier— 计算总体Brier均方概率评分browse— 观察数据表bsample— 抽取非参数观测自助样本bsqreg— 使用自助法估计分位数回归推断bstat— 汇总已保存的自助估计值、偏差与标准误ca— 对列联表进行简单对应分析camat— 对给定计数矩阵进行对应分析candisc— 估计典型线性判别方向canon— 估计两组变量间的典型相关carryforward— 用上一个非缺失值向下填充cc— 病例对照交叉乘积优势比cci— 病例对照交叉乘积优势比cd— 更换工作文件夹cem— 分类协变量的粗化精确匹配centile— 估计中位数并自助计算置信区间cf— 验证两个数据表指定列的值一致changeeol— 将文本文件换行统一为 Unix 格式char— 保存自定义列特征checksum— 计算文件完整性摘要ci— 均值的置信区间cii— 根据计数计算精确比例置信区间ciwidth— 计算均值置信区间预期全宽clear— 清除掉数据cloglog— 拟合cloglog回归clonevar— 克隆一个变量cls— 清空控制台cluster— K 均值聚类clustermat— 对预先计算的相异性矩阵聚类cnsreg— 在两个系数相等的约束下拟合最小二乘回归codebook— 详细描述每个变量coefplot— 系数图collapse— 用统计量分组描述若干变量，并替换原数据compare— 比较取值大小与缺失模式compress— 将安全范围内整值改存 R 整数confirm— 检查变量是否存在constraint— 把线性等式约束表示为矩阵continue— 跳过某次循环的剩余步骤contract— 用类别频数替代原始观测contrast— 构造各组与参照类别之间的对比copy— 复制本地文件到新路径corr2data— 生成样本矩精确符合指定值的伪数据correlate— 相关系数矩阵（仅用完整个案）corrgram— 自相关与偏自相关表count— 数据的行数cpoisson— 拟合右删失泊松计数模型creturn— 查看 R 版本、平台、路径与数值限制cross— 两个数据所有行的组合cs— 风险比和风险差csdid— 多期（交错）双重差分csi— 风险比和风险差cumsp— 累积谱分布cumul— 生成变量的经验累积分布dataex— 为小型数据示例生成可复现 R 代码datasignature— 保存 R 序列化结果供后续比较decode— 把带标签的数值变量转换成文本变量describe— 描述数据结构destring— 把文本变量转换成数值变量dfbeta— 计算删除观测对指定斜率的标准化影响dfgls— DF-GLS单位根检验：constantdfuller— ADF单位根检验：none，0阶增广滞后did_imputation— 按事件时间汇总未处理结果插补效应didregress— 双重差分（Stata 17 及以上）dir— 查看工作文件夹中内容discrim— 拟合线性判别分析display— 计算并显示结果distinct— 查看某些变量未重复行的数目do— 运行脚本文件dotplot— 按类别显示各个观测drawnorm— 联合生成独立标准正态变量列drdid— 两期面板双重稳健DiD ATT点估计drop— 删除单个变量ds— 查看变量名列表dstdize— 分层发生率的直接标准化dtable— 描述统计表（“表 1”，Stata 18 及以上）duplicates— 报告重复个案ebalance— 熵平衡处理与对照协变量：至1阶矩egen— 根据分位数，将连续变量均等地分成类别变量eivreg— 按已知解释变量信度校正简单回归斜率elasticnet— 拟合交叉验证的elasticnet线性预测模型encode— 把文本变量转换成带标签的数值变量ereturn— 模型的统计量error— 在函数中抛出明确错误esize— 估计两个独立组的Cohen标准化均值差esizei— 根据组汇总统计量计算合并标准差效应量estat— 信息准则estimates— 保存模型结果eststo— 保存模型用于制表esttab— 回归结果表etable— 最近一个模型的结果表（Stata 17 及以上）eventstudyinteract— Sun-Abraham队列交互事件研究估计exit— 提前从函数返回expand— 每行复制 n 次expandcl— 复制完整组并赋予新的组编号export— 导出 CSV 文件factor— 因子分析factormat— 根据相关矩阵拟合最大似然因子模型fcast— 迭代双变量VAR点预测fcollapse— 使用 ftools 公共辅助命令汇总均值file— 写入并关闭 UTF-8 文本连接filefilter— 替换小文本文件中的指定文本fillin— 补齐若干变量取值的所有组合，并保留其他变量findfile— 在指定文件夹中查找文件findit— 查找 Stata 命令对应的 R 函数flevelsof— 通过 ftools 类别辅助命令保存非缺失类别fmerge— 执行已验证的 ftools 风格一对一合并foreach— 对一些变量跑循环forecast— 八期ARIMA预测format— 以两位小数显示数值forvalues— 对一些变量跑循环（带有条件语句）fracreg— 使用三明治推断拟合分数logit回归fralias— 动态读取链接值而不保存复制列frame— 保存另一份数据fre— 带合计的频数表frget— 通过已有表链接复制数值frlink— 创建指向查找表的多对一行链接frunalias— 将动态查找值实体化为列ftools— 查看 R 数据操作包版本与可用性gcollapse— 按 gcollapse 流程汇总组均值gcontract— 使用 gcontract 创建类别频数与百分比gdistinct— 分别统计多列不同值数gduplicates— 标记复合键的所有重复观测gegen— 通过 gegen 风格流程添加组均值gencohort— 构造首次处理队列并标记从未处理者generate— 生成新变量getmata— 将矩阵转换为具名数据列gettoken— 分离首个简单词元与剩余文本gisid— 使用 gisid 验证编号唯一且完整glevelsof— 使用 glevelsof 保存排序后的不同类别glm— 广义线性模型global— 存储全局宏变量gquantiles— 分配四个经验分位类别graph— 分组均值柱状图greshape— 使用 greshape 收集明确指定的宽格式列gsort— 根据 x1 和 x2 升序或降序排列数据gstats— 按显式经验四分位数压缩两端极值gtoplevelsof— 找出频数最高的两个完整类别gunique— 统计完整行键组合的唯一数hashsort— 按组升序与数值降序稳定排序hausman— 固定与随机效应Hausman比较heatplot— 按 x、y 分箱绘制 z 均值的热图heckman— Heckman 样本选择模型help— 查看函数的帮助文档hetregress— 拟合带乘性异方差的正态均值模型hexdump— 以十六进制字节查看文件histogram— 直方图hotelling— 使用Hotelling T平方检验均值向量为零icc— 估计单向模型单次测量组内相关if— 条件成立时才运行代码import— 导入 CSV 文件include— 在当前求值环境执行辅助代码infile— 导入空白分隔的数值字段infix— 读取相邻定宽数值字段input— 手动输入数据insobs— 追加两行全部缺失的观测inspect— 变量的分布、零值和缺失值intreg— 对区间取值结果拟合正态回归ipolate— 保留插值范围之外的边界缺失iqreg— 估计四分位距的回归系数ir— 发生率比和发生率差irf— 简约式VAR(1)脉冲响应矩阵iri— 发生率比和发生率差isid— 检查变量能否唯一识别个案istdize— 间接标准化及标准化死亡比ivlpirf— 工具变量局部投影点响应ivreg2— 带稳健标准误的工具变量回归ivreghdfe— 个体固定效应工具变量ivregress— 工具变量回归（两阶段最小二乘）jdbc— 通过 DBI 后端载入完整 SQL 表joinby— 在每个 id 内形成所有配对kap— 估计两名评分者的非加权Cohen kappakdensity— 核密度图keep— 保留多个变量kmatch— 熵平衡处理与对照协变量：至1阶矩ksmirnov— Kolmogorov-Smirnov 分布相等性检验ktau— Kendall tau 相关kwallis— Kruskal-Wallis 检验label— 给数值变量的所有取值贴上标签labelbook— 逐列查看数值标签字典labmask— 将已有文本值设为数值标签lasso— 拟合交叉验证的lasso线性预测模型levelsof— 变量的所有不同取值lincom— 系数的线性组合line— 折线图linktest— 通过拟合值及平方项检查模型设定list— 打印数据表local— 存储变量名列表log— 把输出记录到文件logistic— 以优势比报告的 logit 模型logit— Logit 模型lookfor— 根据变量名或标签查找变量lowess— 平滑散点图lpirf— 局部投影的外生冲击动态响应lrtest— 似然比检验ltable— 固定区间的精算寿命表生存率macro— 列出已定义的对象manova— 使用Pillai检验多变量组间差异manovatest— 检验已拟合多变量模型中的因子项margins— 平均边际效应marginsplot— 绘制预测边际mark— 按条件生成纳入样本标记markin— 查找包含所选样本的行区间markout— 所选变量不完整时清除纳入标记marksample— 按传入列名标记完整观测matlist— 格式化显示数值矩阵matname— 为矩阵列命名matrix— 生成矩阵mca— 通过指示矩阵MCA分析多个分类变量mcc— 配对二元暴露的McNemar比较mcci— 配对二元暴露的McNemar比较mdesc— 每个变量的缺失值数目mds— 拟合经典度量多维尺度分析mdsmat— 对给定相异性矩阵进行尺度分析mean— 均值及其标准误mecloglog— Complementary-log-log随机截距模型：Laplace近似median— 运行两组中位数检验meglm— 广义混合模型连接：logitmelogit— 多层 logit 模型memory— 测量一个 R 数据表占用的内存menbreg— 二次均值方差负二项混合模型menl— 随机系数非线性指数增长meologit— 随机截距累积Logit模型meoprobit— 随机截距累积Probit模型mepoisson— Poisson随机截距模型：Laplace近似meprobit— Probit随机截距模型：Laplace近似merge— 根据 id 一对一合并，并报告匹配结果meta— 声明通用效应量与抽样方差mhodds— Mantel-Haenszel共同优势比mi— 多重插补missings— 按数值变量报告缺失值数misstable— 每个变量的缺失值数目mixed— 多层（混合）线性模型mkdir— 创建文件夹mkmat— 从指定数值变量创建矩阵mlexp— 最大化显式定义的正态似然mlogit— 多项 logit 模型mvdecode— 把缺失值代码改为缺失值mvencode— 把缺失值改为特定取值mvreg— 拟合多响应多元线性回归mvtest— 计算Mardia多变量偏度与峰度检验nbreg— 负二项模型net— 下载用户发布在 GitHub 的包newey— Newey-West HAC系数推断nl— 拟合非线性指数均值曲线nlcom— 系数的非线性组合notes— 给变量添加注释nptrend— 检验比例的有序趋势numlabel— 给每个标签添加数值编码前缀numlist— 展开固定步长数值列表oaxaca— Blinder-Oaxaca 分解odbc— 通过 SQL 查询载入所选行ologit— 有序 logit 模型oneway— 单因素方差分析oprobit— 有序 probit 模型order— 把一些变量移到最前面orthog— 按指定顺序对中心化解释变量列正交化orthpoly— 生成三个正交多项式变量列outfile— 导出纯数值字段并使用 Stata 缺失文本outreg2— 把回归结果表导出到 Wordpac— 偏自相关函数pca— 主成分分析pcamat— 直接根据相关矩阵执行主成分分析pchi— 比较经验概率与卡方概率pcorr— 计算控制z后的y与x偏相关pctile— 分位数切点pergram— 原始周期图pnorm— 检视标准化正态 P-P 关系poisson— 泊松模型post— 追加一行结果观测postclose— 将累计结果表保存到磁盘postfile— 初始化带列类型的结果容器power— 设计单均值t检验所需样本量pperron— Phillips-Perron Z-tau检验：constantppmlhdfe— 带固定效应的泊松模型predict— 预测值predictnl— 对预测作非线性变换并计算Delta方法标准误preserve— 保存一份数据副本probit— Probit 模型program— 编写自己的命令proportion— 各类别的比例prtest— 比例检验prtesti— 根据汇总样本量比较比例psdensity— 参数化AR(1)谱密度psmatch2— 倾向得分最近邻匹配：有放回pstest— 匹配前后标准化协变量平衡putdocx— 把表格写入 Wordputexcel— 把结果写入 Excelputmata— 将数值列复制为 R 矩阵pwcompare— 通过Tukey同时置信区间比较全部组对pwcorr— 两两相关系数pwd— 查看工作文件夹pwmean— 使用Bonferroni校正的合并方差检验比较组均值qchi— 比较样本分位数与卡方分位数qnorm— 正态分位数图qqplot— 使用 Q-Q 图比较两个经验分布qreg— 中位数（分位数）回归quadchk— 混合Logit估计对求积点数的敏感性quantile— 绘制有序观测与累计比例的关系query— 查看当前 R 输出设置range— 创建包含端点的等距网格rangestat— 在各闭区间数值键邻域内计算均值ranksum— Wilcoxon 秩和检验（Mann-Whitney 检验）rdbwdensity— 密度断点检验带宽选择rdbwselect— 断点带宽选择：mserdrddensity— 处理阈值处密度连续性rdrobust— 断点回归recast— 更改存储类型recode— 重编码变量reghdfe— 高维固定效应regress— 线性回归rename— 重命名变量replace— 修改旧变量require— 要求 R 流程依赖已安装reshape— 宽数据到长数据return— 查看命令存储的结果robvar— 使用以中位数为中心的Levene方法检验组间方差相等roccomp— 使用DeLong推断比较配对标记的ROC面积roctab— 估计诊断标记的非参数ROC曲线下面积rolling— 滚动窗口回归系数rotate— 使用varimax旋转因子载荷rotatemat— 旋转外部给定的载荷矩阵rreg— 稳健回归runtest— 检验阈值二分序列的游程是否随机rvfplot— 残差对拟合值图sample— 抽取 1000 条个案的随机样本，并确保可重复save— 保存为 Stata 数据saveold— 保存为旧版 Stata 格式savespss— 将数据保存为 SPSS 文件scalar— 存储单个数值scatter— 散点图sdtest— 比较两个独立正态样本的方差sdtesti— 根据样本量和标准差比较方差search— 搜索所有已安装的帮助文档sem— 结构方程模型separate— 生成各组专属数值列seqvar— 创建带指定间隔的整数序列serrbar— 绘制已有估计值及标准误set— 生成指定行数的数据setroot— 依据标记文件定位项目根目录signrank— Wilcoxon 符号秩检验signtest— 使用符号检验检验配对差的中位数sktest— 偏度和峰度sleep— 将毫秒转为秒后暂停执行slogit— 拟合秩一刻板多项logit模型snapshot— 将数据快照临时保存到磁盘snapspan— 将快照转为协变量向后续区间生效的区间数据sort— 根据 x1 和 x2 升序排列数据spbalance— 保留共同时间期以平衡空间面板spdistance— 两个指定平面位置之间的距离spearman— Spearman 秩相关spgenerate— 计算空间滞后协变量spikeplot— 使用针状线表示各个取值的频数split— 把文本拆分成多个变量splitsample— 随机分配均衡的两半样本spmatrix— 行标准化逆距离空间权重spset— 声明平面点几何及坐标参考系统sqreg— 同时拟合多个条件分位数ssc— 下载用户自定义的包sspace— 局部水平状态空间模型stack— 将两列纵向堆叠并标记来源stbase— 保留每位受试者的基线记录stci— 中位生存时间及置信限stcox— Cox 比例风险模型stcrreg— Fine-Gray亚分布风险流程stdescribe— 描述单记录生存数据stem— 茎叶图stfill— 在生存分析受试者内向前携带已观察协变量stgen— 标记生存观察史中曾经暴露的受试者stintreg— 区间删失Weibull回归stir— 比较两组发生率stjoin— 合并相邻且协变量恒定的区间stmh— Mantel-Haenszel分层发生率比点估计stptime— 按人时计算粗发生率strate— 每千人时的分组发生率streg— 参数生存模型sts— Kaplan-Meier 生存曲线stset— 声明生存时间数据stsplit— 在固定切点拆分风险区间stsum— 生存时间的概要sttocc— 从队列风险集抽取巢式病例对照样本stvary— 检查受试者内协变量变化及缺失summarize— 用统计量描述所有变量svmat— 将矩阵列转为具名变量svydescribe— 描述抽样设计svyset— 声明抽样设计swilk— Shapiro-Wilk 正态性检验symmetry— 检验匹配二元表的对称性symmi— 根据单元格计数直接检验匹配表对称性symplot— 检查样本中位数两侧的对称性syntax— 验证数值列参数与可选标量synth— 合成控制法sysdir— 查看 R 安装与临时文件夹sysuse— 加载内置的示例数据tab1— 逐个描述变量tab2— 两个变量的交叉表tabdisp— 展示预计算单元值的完整表格tabi— 根据直接输入单元格计数运行Pearson检验table— 用表格描述多个类别变量取值分布（长表）tabodds— 按暴露类别列出疾病优势tabstat— 用统计量分组描述若干变量tabulate— 用表格描述单个类别变量取值分布tebalance— 加权前后协变量平衡teffects— 倾向得分匹配tempfile— 临时文件tempname— 在局部作用域使用临时标量tempvar— 在局部作用域使用临时向量计算teoverlap— 按处理状态汇总倾向得分重叠test— 检验系数的假设testnl— 用非线性Wald检验检验指数化系数testparm— 联合检验分类解释变量tetrachoric— 使用最大似然估计四分相关timer— 计算代码运行时间tnbreg— 拟合零截断NB2回归tobit— Tobit 删失回归tokenize— 拆分简单空白分隔词元tostring— 把数值变量转换成文本变量tpoisson— 拟合零截断泊松回归truncreg— 拟合在零处左截断的正态回归tsfill— 补齐缺失的时间点tsfilter— Hodrick-Prescott趋势周期分解tsline— 时间序列折线图tsreport— 定位缺失时间期tsset— 声明时间序列数据tssmooth— 五期居中移动平均ttest— 两样本 t 检验ttesti— 根据汇总统计量运行单均值t检验twoway— 散点图加拟合线type— 读取 UTF-8 文本文件行ucm— 不可观测成分模型：levelunab— 展开列名前缀通配符unabcmd— 在已知 R 选项中解析唯一缩写unicode— 将 Latin-1 文本转换为 UTF-8univar— 详细的单变量统计量unzipfile— 将 ZIP 包解压到指定临时文件夹use— 打开 Stata 数据uselabel— 生成数值标签字典表var— 逐方程OLS的双变量VAR(1)vargranger— 检验x是否Granger预测yvarstable— VAR(1)伴随矩阵特征值vec— 秩一向量误差修正模型vecrank— 检验含受约束常数项的协整秩version— 版本控制viewsource— 查看指定 R 函数的函数体vif— 方差膨胀因子vioplot— 小提琴图webuse— 从 Stata 网站载入示例数据which— 查看命令来自哪里while— 条件成立时重复执行winsor2— 在第 1 和第 99 百分位缩尾wntestq— Ljung-Box 序列相关联合检验xcorr— 正负滞后的互相关xi— 生成省略最低类别的虚拟变量xpose— 转置数据（很少用到）xtabond— 动态面板（Arellano-Bond）xtcloglog— 随机截距面板互补对数模型xtdescribe— 每个面板个体的期数分布xtdidregress— 个体和时期固定效应面板双重差分xtdpd— 动态面板一步差分GMMxtdpdsys— 水平方程与差分方程的系统GMMxtgee— gaussian GEE：independence工作相关结构xtgls— 组间异方差面板极大似然GLSxthtaylor— 含时变与时不变内生协变量的Hausman-Taylor模型xtile— 根据分位数分组xtivreg— 固定效应工具变量回归xtline— 每个面板个体一张折线图xtlogit— 条件（固定效应）logit 模型xtologit— 随机截距累积Logit模型xtoprobit— 随机截距累积Probit模型xtpcse— Beck-Katz面板修正协方差xtpoisson— 固定效应泊松模型xtprobit— 随机截距面板Probitxtrc— 随机系数面板模型流程xtreg— 面板固定效应模型xtregar— 随机截距加AR(1)残差相关xtscc— Driscoll-Kraay协方差xtset— 声明面板数据xtsum— 总体和组内标准差xttest0— 个体随机效应Breusch-Pagan检验xtunitroot— 面板单位根检验：levinlinzinb— 拟合零膨胀NB2计数模型zip— 拟合采用logit零膨胀部分的零膨胀泊松模型zipfile— 创建含文本文件的 ZIP 压缩包ztest— 使用已知总体标准差检验均值ztesti— 根据已知方差汇总量比较独立均值
函数
betaden— 计算贝塔分布密度binomial— 计算二项分布含边界下尾概率binomialp— 计算二项分布概率质量binomialtail— 计算二项分布含边界上尾概率binormal— 计算相关二元正态概率cauchy— 计算柯西分布累积概率cauchyden— 计算柯西分布密度cauchytail— 计算柯西分布上尾概率ceil— 向上取整chi2— 计算卡方分布累积概率chi2den— 计算卡方分布密度chi2tail— 计算卡方分布上尾概率clock— 把文本转换成日期时间cofd— 将 R 日期转换为 Stata 午夜毫秒编码cond— 按条件取不同的值date— 把文本转换成日期day— 提取日daysinmonth— 获取各日历月的天数dofc— 将 Stata 毫秒日期时间转换为日期dofm— 月度时期的第一天dofq— 将 Stata 季度编码转换为季度首日dofy— 构建各年份首日dow— 星期几doy— 提取年内日期编号exponential— 计算指数分布累积概率exponentialden— 计算指数分布密度exponentialtail— 计算指数分布上尾概率F— 计算F分布累积概率Fden— 计算F分布密度firstdayofmonth— 查找各日历月的首日floor— 向下取整Ftail— 计算F分布上尾概率gammaden— 计算伽马分布密度gammap— 计算伽马分布累积概率gammaptail— 计算伽马分布上尾概率halfyear— 提取半年编号hh— 从 UTC 时间戳提取小时hypergeometric— 计算超几何分布含边界下尾概率hypergeometricp— 计算超几何分布概率质量ibeta— 计算贝塔分布累积概率ibetatail— 计算贝塔分布上尾概率inlist— x 是否等于列出的某个值inrange— x 是否在某个范围内invbinomial— 由二项累积概率反求成功概率invbinomialtail— 由二项含边界上尾反求成功概率invcauchy— 计算柯西分布第90百分位数invcauchytail— 计算柯西分布上尾临界值invchi2— 计算卡方分布第90百分位数invchi2tail— 计算卡方分布上尾临界值invexponential— 计算指数分布第90百分位数invexponentialtail— 计算指数分布上尾临界值invF— 计算F分布第90百分位数invFtail— 计算F分布上尾临界值invgammap— 计算伽马分布第90百分位数invgammaptail— 计算伽马分布上尾临界值invibeta— 计算贝塔分布第90百分位数invibetatail— 计算贝塔分布上尾临界值invlogistic— 计算逻辑斯蒂分布第90百分位数invlogistictail— 计算逻辑斯蒂分布上尾临界值invnbinomial— 由负二项累积概率反求成功概率invnbinomialtail— 由负二项含边界上尾反求成功概率invnchi2— 计算非中心卡方分布临界值invnchi2tail— 计算非中心卡方分布上尾临界值invnF— 计算非中心F分布临界值invnFtail— 计算非中心F分布上尾临界值invnibeta— 计算非中心贝塔分布临界值invnormal— 计算标准正态分布第90百分位数invnt— 计算非中心t分布临界值invnttail— 计算非中心t分布上尾临界值invpoisson— 由泊松累积概率反求均值invpoissontail— 由泊松含边界上尾反求均值invt— 计算Student t分布第90百分位数invttail— 计算Student t分布上尾临界值invtukeyprob— 计算Tukey多重比较临界值invweibull— 计算威布尔分布第90百分位数invweibullph— 计算比例风险威布尔分位数invweibullphtail— 计算比例风险威布尔上尾分位数invweibulltail— 计算威布尔分布上尾临界值ln— 自然对数lncauchyden— 计算柯西分布对数密度lnigammaden— 计算逆伽马分布对数密度lnmvnormalden— 计算多变量正态对数密度lnnormal— 稳定计算正态分布极端对数概率lnnormalden— 计算指定均值和标准差的正态对数密度logisticden— 计算逻辑斯蒂分布密度logistictail— 计算逻辑斯蒂分布上尾概率lower— 转为小写mdy— 由年、月、日生成日期missing— 是否为缺失值mm— 从 UTC 时间戳提取分钟mofd— 由日期生成月度时期month— 提取月份nbetaden— 计算非中心贝塔分布密度nbinomial— 计算负二项分布含边界下尾概率nbinomialp— 计算负二项分布概率质量nbinomialtail— 计算负二项分布含边界上尾概率nchi2— 计算非中心卡方分布累积概率nchi2den— 计算非中心卡方分布密度nchi2tail— 计算非中心卡方分布上尾概率nF— 计算非中心F分布累积概率nFden— 计算非中心F分布密度nFtail— 计算非中心F分布上尾概率nibeta— 计算非中心贝塔分布累积概率normal— 计算标准正态分布累积概率normalden— 计算标准正态分布密度npnchi2— 由非中心卡方概率反求非中心参数npnF— 由非中心F概率反求非中心参数npnt— 由非中心t概率反求非中心参数nt— 计算非中心t分布累积概率nttail— 计算非中心t分布上尾概率poissonp— 计算泊松分布概率质量poissontail— 计算泊松分布含边界上尾概率qofd— 由日期生成季度时期quarter— 提取日历季度编号rbeta— 模拟贝塔随机变量rbinomial— 模拟二项随机变量rcauchy— 模拟柯西随机变量rchi2— 模拟卡方随机变量real— 文本转为数值regexm— 匹配正则表达式regexr— 替换第一个正则匹配regexreplaceall— 替换文本中的全部数字段regexs— 提取匹配的文本rexponential— 模拟指数随机变量rgamma— 模拟伽马随机变量rhypergeometric— 模拟超几何随机变量rlogistic— 模拟逻辑斯蒂随机变量rnbinomial— 模拟负二项随机变量rnormal— 正态分布随机数round— 四舍五入rpoisson— 模拟泊松随机变量rt— 模拟t随机变量runiform— 均匀分布随机数rweibull— 模拟威布尔随机变量ss— 从 UTC 时间戳提取秒string— 数值转为文本stritrim— 把连续空格合并为一个strlen— 字符串长度strlower— 转为小写strltrim— 仅清除开头 ASCII 空格strmatch— 匹配通配符模式strofreal— 将数值格式化为补零文本strpos— 是否包含某段文本strproper— 首字母大写strreverse— 反转简单 ASCII 文本strrtrim— 仅清除结尾 ASCII 空格strtoname— 把文本转为合法的变量名strtrim— 去掉首尾空格strupper— 转为大写subinstr— 替换文本subinword— 替换简单 ASCII 文本中的完整单词substr— 截取字符串sum— 累计求和t— 计算Student t分布累积概率tden— 计算Student t分布密度ttail— 计算Student t分布上尾概率tukeyprob— 计算学生化极差累积概率uchar— 从 Unicode 码点创建字符upper— 转为大写ustrlen— 统计 Unicode 码点数ustrlower— 按指定区域设置转换 Unicode 小写ustrnormalize— 规范化 Unicode 规范等价文本ustrpos— 按码点位置定位 Unicode 子串ustrregexm— 支持 Unicode 的正则表达式（忽略大小写）ustrregexra— 替换所有 ICU 正则匹配ustrregexrf— 替换首个 ICU 正则匹配ustrreverse— 反转 Unicode 码点顺序ustrtrim— 清除首尾 Unicode 空白ustrupper— 按指定区域设置转换 Unicode 大写usubstr— 按位置提取一个 Unicode 码点weibull— 计算威布尔分布累积概率weibullden— 计算威布尔分布密度weibullph— 使用比例风险威布尔参数化weibullphden— 计算比例风险威布尔密度weibullphtail— 计算比例风险威布尔生存概率weibulltail— 计算威布尔分布上尾概率word— 字符串的第一个词wordcount— 词的个数year— 提取年份ym— 从年与月构建 Stata 月度编码yq— 从年与季度构建 Stata 季度编码