本节内容翻译自 Princeton University 的 Stata 教程。当然，我做了适当的修改。原文地址：DATA & STATISTICAL SERVICES。
当你的 Stata 中已经导入数据后，就可以通过如下命令来探索它们：describe、list、summarize，以及 codebook。
describe 命令将为你提供当前数据集的相关信息（数据集名称等）和变量的格式（“显示格式”）。点击回车键或空格键可以看到其余的列表。输入 help describe 以获得更多的细节（如果“--更多--”的信息让你感到困扰，请输入 set more off）。
*- 调用自带的数据
sysuse auto.dta
*- 使用命令
describe
*- 返回结果
Contains data from E:\Stata16\ado\base/a/auto.dta
obs: 74 1978 Automobile Data
vars: 12 13 Apr 2018 17:45
(_dta has notes)
--------------------------------------------------------------------------------
storage display value
variable name type format label variable label
--------------------------------------------------------------------------------
make str18 %-18s Make and Model
price int %8.0gc Price
mpg int %8.0g Mileage (mpg)
rep78 int %8.0g Repair Record 1978
headroom float %6.1f Headroom (in.)
trunk int %8.0g Trunk space (cu. ft.)
weight int %8.0gc Weight (lbs.)
length int %8.0g Length (in.)
turn int %8.0g Turn Circle (ft.)
displacement int %8.0g Displacement (cu. in.)
gear_ratio float %6.2f Gear Ratio
foreign byte %8.0g origin Car type
--------------------------------------------------------------------------------
Sorted by: foreignlist 命令将以表格的形式列出数据，如下所示。
*- 调用自带的数据
sysuse auto.dta
*- 使用命令
list price mpg in 1/5
*- 返回结果
+-------------+
| price mpg |
|-------------|
1. | 4,099 22 |
2. | 4,749 17 |
3. | 3,799 22 |
4. | 4,816 20 |
5. | 7,827 15 |
+-------------+由于样本总数比较多，这里使用 in 1/5 来将显示在屏幕上的数据限制在前 5 个样本，去掉这个限制，即可显示所有样本。
summarize 命令为你提供了更多的数据信息，返回结果将会告诉你样本的数量，它们的平均值、标准差和最小、最大值。注意变量全为 “0”，可能意味着这些变量是文本（或字符串）格式，而不是数字格式。
*- 调用自带的数据
sysuse auto.dta
*- 使用命令
summarize
*- 返回结果
Variable | Obs Mean Std. Dev. Min Max
-------------+---------------------------------------------------------
make | 0
price | 74 6165.257 2949.496 3291 15906
mpg | 74 21.2973 5.785503 12 41
rep78 | 69 3.405797 .9899323 1 5
headroom | 74 2.993243 .8459948 1.5 5
-------------+---------------------------------------------------------
trunk | 74 13.75676 4.277404 5 23
weight | 74 3019.459 777.1936 1760 4840
length | 74 187.9324 22.26634 142 233
turn | 74 39.64865 4.399354 31 51
displacement | 74 197.2973 91.83722 79 425
-------------+---------------------------------------------------------
gear_ratio | 74 3.014865 .4562871 2.19 3.89
foreign | 74 .2972973 .4601885 0 1返回结果中变量 make 的观测值为 0，点开数据则不难发现，该变量为文本型变量，所有不会参与描述性统计。
如果你需要获得某个变量的分位数或者其他统计量，可以在命令之后加上 ,detail，如下。
*- 调用自带的数据
sysuse auto.dta
*- 使用命令
summarize price, detail
*- 返回结果
Price
-------------------------------------------------------------
Percentiles Smallest
1% 3291 3291
5% 3748 3299
10% 3895 3667 Obs 74
25% 4195 3748 Sum of Wgt. 74
50% 5006.5 Mean 6165.257
Largest Std. Dev. 2949.496
75% 6342 13466
90% 11385 13594 Variance 8699526
95% 13466 14500 Skewness 1.653434
99% 15906 15906 Kurtosis 4.819188此外，对于任意分位数，可以参考 Chapter 2-变量处理 中 2.5 离群值的影响 中产生分位数的方法。或者直接看如下命令。
*- 通过 summarize 产生分位数
*- 调用自带的数据集
sysuse auto.dta
*- 使用 sum 与 detail 查看详细
sum price, detail
*- 查看命令返回值
return list
*- 将返回值中的 p90 分位数赋值给变量 pctile90
gen pctile90=r(p90)
*- 通过 _pctile 产生分位数
*- 调用自带的数据集
sysuse auto.dta
*- 使用 _pctile 命令估计变量 price 的 25 和 75 分位数
_pctile price, p(25 75)
*- 查看命令返回值
return list
*- 将返回值中的 p25 与 p75 的分位数赋值给变量 pctile25 与 pctile75
gen pctile25=r(r1)
gen pctile75=r(r2)
*- 利用 sum 检查是否一致
sum price, detail
*- 浏览变量 price 以及它的 25 与 75 分位数
browse price pctile25 pctile75此外，tabstat 命令也可以实现描述性统计的操作，比如。
*- 调用自带的数据
sysuse auto.dta
*- 使用命令
tabstat price mpg rep78, s(count mean sd min max)
*- 返回结果
stats | price mpg rep78
---------+------------------------------
N | 74 74 69
mean | 6165.257 21.2973 3.405797
sd | 2949.496 5.785503 .9899323
min | 3291 12 1
max | 15906 41 5
----------------------------------------并且，tabstat 命令提供的统计量非常之多，通过 help tabstat，然后点击 options👉statistics 中的 statname，可以看到所有支持的统计量。此外，也可以联合 by() 选项，完成分组的描述性统计。
这个标题可能比较抽象一点，但是如果你看过我前面提到的变量类型，在 Chapter 2-变量处理 中 2.2.1 小节所提到的，我提到过 Stata 中的变量有三种基本的颜色，其中有一种是蓝色，我们可以通过 codebook 命令很方便地查看蓝色变量的含义，比如。
*- 调用自带的数据
sysuse auto.dta
*- 使用命令
codebook foreign
*- 返回结果
--------------------------------------------------------------------------------
foreign Car type
--------------------------------------------------------------------------------
type: numeric (byte)
label: origin
range: [0,1] units: 1
unique values: 2 missing .: 0/74
tabulation: Freq. Numeric Label
52 0 Domestic
22 1 ForeignStata 自带的数据中，foreign 变量是蓝色的，我们可以通过 codebook 命令查看详情，上述结果意味着数字 0 表示国产车，数字 1 表示进口车（国外的车）。
接上一个例子，比如我希望进一步了解国产车与进口车的频数，即在我的样本中到底有多少个国产车以及多少个进口车，那么可以使用 tab 命令进行查看。
*- 调用自带的数据
sysuse auto.dta
*- 使用命令
tab foreign
*- 返回结果
Car type | Freq. Percent Cum.
------------+-----------------------------------
Domestic | 52 70.27 70.27
Foreign | 22 29.73 100.00
------------+-----------------------------------
Total | 74 100.00另外，如果你想一次性查看多个变量的单变量频数，可以使用 tab1 命令，它会分表依次显示多个变量的具体频数分布。
tab1 make foreign
// 由于结果太长，这里就不展示了多变量交叉频数指的是观察两个变量之间的频数关系，比如按人种类型（白、黑与其他）统计其婚姻情况，代码如下。
*- 调用自带的数据集
sysuse nlsw88.dta
*- 使用命令
tab race married
*- 返回结果
| married
race | single married | Total
-----------+----------------------+----------
white | 487 1,150 | 1,637
black | 309 274 | 583
other | 8 18 | 26
-----------+----------------------+----------
Total | 804 1,442 | 2,246 这样我们便可以很方便地观察不同人种之间的婚姻情况数据，比较适用于 CFPS 这样式的调查问卷。
同时，通过选择 row 或者 column 选项，可以观察按行或者按列计算的频率，比如。
*- 按行
tab race married, row
*- 返回结果
+----------------+
| Key |
|----------------|
| frequency |
| row percentage |
+----------------+
| married
race | single married | Total
-----------+----------------------+----------
white | 487 1,150 | 1,637
| 29.75 70.25 | 100.00
-----------+----------------------+----------
black | 309 274 | 583
| 53.00 47.00 | 100.00
-----------+----------------------+----------
other | 8 18 | 26
| 30.77 69.23 | 100.00
-----------+----------------------+----------
Total | 804 1,442 | 2,246
| 35.80 64.20 | 100.00
*- 按列
tab race married, column
*- 返回结果
+-------------------+
| Key |
|-------------------|
| frequency |
| column percentage |
+-------------------+
| married
race | single married | Total
-----------+----------------------+----------
white | 487 1,150 | 1,637
| 60.57 79.75 | 72.89
-----------+----------------------+----------
black | 309 274 | 583
| 38.43 19.00 | 25.96
-----------+----------------------+----------
other | 8 18 | 26
| 1.00 1.25 | 1.16
-----------+----------------------+----------
Total | 804 1,442 | 2,246
| 100.00 100.00 | 100.00 最后，也可以同时加入 row 与 column 的选项来一次返回按行或者按列计算的多种频率。
主要用于比较两个组别之间的均值差异，比如，比较读大学和不读大学对工资收入的影响。
*- 调用数据
sysuse nlsw88.dta
*- 使用命令
ttest wage, by(collgrad)
*- 返回结果
Two-sample t test with equal variances
------------------------------------------------------------------------------
Group | Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]
---------+--------------------------------------------------------------------
not coll | 1,714 6.910561 .1276104 5.283132 6.660273 7.16085
college | 532 10.52606 .2742596 6.325833 9.987296 11.06483
---------+--------------------------------------------------------------------
combined | 2,246 7.766949 .1214451 5.755523 7.528793 8.005105
---------+--------------------------------------------------------------------
diff | -3.615502 .2753268 -4.155424 -3.07558
------------------------------------------------------------------------------
diff = mean(not coll) - mean(college) t = -13.1317
Ho: diff = 0 degrees of freedom = 2244
Ha: diff < 0 Ha: diff != 0 Ha: diff > 0
Pr(T < t) = 0.0000 Pr(|T| > |t|) = 0.0000 Pr(T > t) = 1.0000T 检验的的原假设为不存在显著差异，根据 Ha: diff != 0, Pr(|T| > |t|) = 0.0000，我们可以判断，显著拒绝原假设，即存在显著差异。所以是否读大学与工资之间的回归应当是显著的，请读者自行验证。
该检验的目的是判断每个组的平均数是否相同，即可以视为一种组间差异检验。不同于 T-test 的两组之间的差异比较，One-way ANOVA 可以对多分类的某一个变量构成的不同组别进行均值差异检验。-- By Shutter Zor
*- 调用数据
sysuse nlsw88.dta
*- 使用命令
oneway wage race
*- 返回结果
Analysis of Variance
Source SS df MS F Prob > F
------------------------------------------------------------------------
Between groups 675.510282 2 337.755141 10.28 0.0000
Within groups 73692.4571 2243 32.8544169
------------------------------------------------------------------------
Total 74367.9674 2245 33.1260434
Bartlett's test for equal variances: chi2(2) = 21.0482 Prob>chi2 = 0.000结果意味着不同人种之间的工资具有显著的差异（Between groups，Prob>F 为 0.0000），同样地，这使得两者之间的回归结果也变得显著了，请读者自行验证。