处理第一个holdvariablecharactervariablesubstr命令，提取前四个重要部分，然后转换成数值计算。具体来说，新变量genyearsubstr(根据，4)叫做yeardestringyear，把字符类型转换成数字名称的replac
1amp4。在两个输出分析结果中，上面的一个对每个变量有两行结果，第一行是相关系数，第二行是显著性水平，即p值。在下面的结果中，仅用数字给出了相关系数的大小，标有星号的表示相关检验的p值小于0.01，也就是说，当显著性水平为0.01时，认为标有星号的变量之间相关显著。
2.无论相关系数高低，都可以通过回归分析计算出一个回归方程，但是这个回归方程的结果的参考性受到影响，特别是用回归分析判断变量的影响时。如果变量之间的相关性很大，那么在回归分析中就会出现多重共线性问题，不重要的变量可能会因为这个问题而在结果中非常重要。
如果只用方程做预测，影响会小一些。如果存在多重共线性，可以使用主成分回归。
3.一般来说，如果判断两个变量的相关强度，更应该关注通过显著性检验得到的p值，这样更具有可比性。
在stata中定义变量的命令是通过make命令。
statase酶15
操作方法
01
gen其中difforeigndomestic:origin
替换wherefifforeignforeign:origin
如果foreign的值为国内，where的值为d，否则，where的值为f。
02
显示自定义变量。列明外国在哪里。
03
显示where变量的详细信息。
04
定义模型变量和模型位置变量。
gen模型usubstr(make，ustrpos(make，)1，.)
genmodelwheremodelwhere
05
显示模型变量和模型位置变量的值。
列出制造地点型号型号地点
