数据整理
浏览器处理实证分析数据清洗：缺失码、Winsor 缩尾、取对数、哑变量与删缺失行。本地改写共享数据，对照 Stata 清洗步骤，服务论文表1之前准备。
- 可单独使用本工具；顶栏「学术工具」下按问卷测量 / 计量回归分类。本站为独立实现，非 SPSS/Stata 官方产品；定稿请用正版主软件复核。
- 数据在学术工具间本地共享；结果含表注与软件对照说明。详见关于与隐私中的商标与免责说明。
加载工具…
使用说明
先完成上方操作；以下说明便于理解场景、步骤与常见问题。
数据整理是实证分析表1之前的关键步骤：缺失码转换、Winsor 缩尾、取对数、生成哑变量、按分析变量删除缺失行。对应 Stata 中 replace/winsor2/gen ln_/tabulate, gen() 等清洗。
SchoolStore 将结果写入各工具共享的本地数据集，避免反复上传；定稿请下载 CSV 并在 Stata 复现相同清洗。
计算在浏览器本地完成，上传的 CSV/Excel 默认不发往服务器，适合处理未公开的问卷与企业数据；仍请遵守导师与伦理要求。
操作步骤
- 上传 CSV/Excel 或加载示例数据。
- 选择一项整理操作（缺失码 / 缩尾 / 对数 / 哑变量 / 删缺失行）并运行。
- 确认行数/列数变化后，进入描述统计或回归；需要时下载 CSV 备份。
常见问题
缩尾和删极端值有什么区别？
缩尾把两侧极端值改写为分位阈值，保留样本量；直接删除会减少 N。论文需在方法部分说明采用哪一种。
哑变量参照类怎么选？
本站默认以频数最高类别为参照并省略。若研究有理论参照（如「对照组」），请在 Stata 中指定 baselevel 或手工生成。