🚀 环境配置
本页是全站最实用的一页:把本课用到的四类工具,按「装什么、怎么装、装好没」的顺序列成清单。你不必一次配齐,用到哪一节看哪一节即可。每一节末尾都有一个 ✅ 配置成功的标志——只要那一步能跑通,这一节就算过关。
四类工具与它们的角色:
- Stata 本体 + 外部命令:统计与编程环境,实证分析的主力。
- VS Code + Jupyter + nbstata:把笔记、代码和结果放进同一个 notebook,并在其中运行 Stata。
- GitHub Copilot:在编辑器里做代码补全与注释生成。
- Claude Code / Codex:执行型 Agent,在本地项目里读写文件、执行脚本、整理结果。
若需从零安装 Anaconda、VS Code、Jupyter(含常见问题排查),请参考 ds2026 在线书·环境配置 一章 (第 2-4 章)。
A. Stata 本体与外部命令
安装
Stata 请通过正版渠道购买、安装(Stata 官网或授权代理)。安装时注意两点:
- 安装路径不要包含中文,也不要有空格等特殊字符(如用
D:\stata19这样的纯英文路径); - 装完确认安装目录下有
STATA.LIC文件——这是nbstata以及 Agent、MCP 等工具能正确关联到 Stata 的关键。
记住这个安装路径,后面配置 nbstata 时会用到。更完整的说明见 ds2026 · 配置 Stata 环境(nbstata)。
外部命令:ssc install
Stata 的很多实用功能来自外部命令。最常用的来源是 SSC(Statistical Software Components)。基本用法:
ssc install winsor2, replace // 安装(或覆盖旧版本)
help winsor2 // 打开帮助文件
which winsor2 // 查看版本与安装位置
ado, find(winsor) // 查询本机已装的相关命令不知道命令确切名字时,用模糊检索:
findit dynamic panel // 按关键词搜索(等价于 search)检索小技巧:大小写和词序不影响结果、介词可省略、尽量用单数与原形(distribution 优于 distributions)、逐步缩小范围(distribution → normal distribution)。
你可以可以使用如下命令查看最新的和最热门的外部命令:
ssc new
ssc hot
ssc hot, n(30) 常见失败与处理
- 装不上 / 超时:多为网络问题。先重试
ssc install winsor2, replace;仍失败可换网络,或参考 SSC 外部命令清单 查证命令名与来源。 command winsor2 not found:命令没装上,或装到了别处。用which winsor2看是否已安装、装在哪个路径。- 想改外部命令的安装位置:先建好目标文件夹,再
net set ado "D:\stata\personal\myplus"。 - 看官方 PDF 手册:
ssc install ihelp后用ihelp xtreg直接打开官方 PDF。
延伸阅读:Stata: 外部命令的搜索、安装与使用。
B. VS Code + Jupyter + nbstata
这一步的目标:在 VS Code 的一个 notebook 文件里,既能写 markdown 笔记,又能运行 Stata 代码。
装什么
- VS Code:到官网下载安装。
- VS Code 扩展:在扩展面板搜索并安装 Python、Jupyter(微软官方)。参考 VS Code 插件:安装、配置和使用。
- Python 环境:建议装 Anaconda / Miniconda。注意:
nbstata目前只支持 Python 3.11 及以下,请单独建一个 Python 3.11 环境使用。
配置 nbstata(Stata 内核)
在 Python 3.11 环境中安装并注册 Stata 内核:
pip install nbstata
python -m nbstata.install如果 nbstata 没能自动找到 Stata,手动指定安装路径(按你的 Stata 版本改):
# Windows
python -m nbstata.install --stata-dir "C:\Program Files\Stata19"装好后,在 VS Code 中新建一个 .ipynb 文件,点击右上角内核选择器,选择 Stata 内核。
完整的 Anaconda / 虚拟环境 / nbstata 配置流程(含镜像加速、报错排查、可直接粘给 AI 的提示词),见 ds2026 在线书:Python 安装、Jupyter Notebook 使用、安装常见问题。
C. GitHub Copilot
Copilot 在编辑器里根据上下文给出灰色的补全建议,也能把注释变成代码、把代码变成注释。
开通与登录
- 在 github.com/features/copilot 用 GitHub 账号开通 Copilot(学生 / 教师可申请免费权益;如果自己付费的话,可以用 Visa 卡或 Master 卡,费用为 10 美元/月)。
- 在 VS Code 扩展面板搜索安装 GitHub Copilot(及 GitHub Copilot Chat)。
- 安装后按提示用 GitHub 账号登录授权。
快速自测
新建一个 .do 或 notebook 的 Stata cell,输入一行注释后回车,例如:
* 载入 auto 数据并对 price 做描述性统计正常情况下,光标下方会浮现灰色的补全建议,按 Tab 采纳。
D. Claude Code / Codex
这两个是执行型 Agent:在你的项目文件夹里读写文件、运行脚本、整理结果。第 4 讲的演示就靠它。二者用法相近,选其一即可(两个都装也行)。
官方下载与安装文档
两者的命令行版都通过 npm 安装,需先安装 Node.js。点击下面的链接可直接跳转到官方页面:
Claude Code(Anthropic)
- 快速上手(中文):https://code.claude.com/docs/zh-CN/quickstart
- 文档总览:https://code.claude.com/docs/en/overview
- 安装命令:
npm install -g @anthropic-ai/claude-code
Codex(OpenAI)
- 官方文档:https://developers.openai.com/codex
- CLI 安装说明:https://developers.openai.com/codex/cli
- CLI 源码与发行页:https://github.com/openai/codex
- 安装命令:
npm install -g @openai/codex
首次运行(Windows)
- 装好后首次运行,需登录对应账号(Anthropic / OpenAI)并完成授权。
- 在 VS Code 中启动:打开你的项目文件夹 → 打开集成终端(
Ctrl+`)→ 在终端里运行claude(或codex)启动。
快速自测
在一个项目文件夹内启动 Agent 后,输入:
请列出当前文件夹里的文件清单。
它应当能读取并列出该目录下的文件。
更系统的安装与协同实践,见公开课录播:Claude Code 协同 Stata:环境配置与应用实践。