导言
多数情况下，我们在 Stata 命令窗口中输入命令，敲回车，结果基本上瞬间生成。然而，在有些情况下，一个程序经常需要花费几十分钟 (比如，做面板门槛模型，或需要 Bootstrap)，甚至几十个小时才能完成。此时，若能预先估算完成所有程序所花费的时间，对于我们合理安排日程会非常有帮助。
今天我们介绍两种方法：一个是 Stata 官方命令 timer，另一个是外部命令 benchmark，二者各有优劣。
程序计时器 timer
类似于我们在操场上跑步时所使用的秒表，每次摁下秒表，开始计时；再次摁下时则会呈现跑一圈所花费的时间。
下面我们通过一个简单的例子来说明该命令的使用方法：
timer clear 1
timer on 1
sysuse "auto.dta", clear
reg price wei len, vce(bootstrap, reps(1000))
timer off 1
timer list 1
结果如下：
. timer clear 1
. timer on 1
. sysuse "auto.dta", clear
(1978 Automobile Data)
. reg price wei len, vce(bootstrap, reps(1000))
(running regress on estimation sample)
Bootstrap replications (1000)
----+--- 1 ---+--- 2 ---+--- 3 ---+--- 4 ---+--- 5
.................................................. 50
.................................................. 100
.......................
.................................................. 950
.................................................. 1000
Linear regression Number of obs = 74
Replications = 1,000
Wald chi2(2) = 34.30
Prob > chi2 = 0.0000
R-squared = 0.3476
Adj R-squared = 0.3292
Root MSE = 2415.7351
------------------------------------------------------------------------------
| Observed Bootstrap Normal-based
price | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
weight | 4.699 1.728 2.72 0.007 1.313 8.085
length | -97.960 56.432 -1.74 0.083 -208.564 12.644
_cons | 10386.541 5670.915 1.83 0.067 -728.249 21501.330
------------------------------------------------------------------------------
. timer off 1
. timer list 1
1: 3.92 / 1 = 3.9180
- 关键点是说明：
-
timer clear 1：用于复位第一个秒表的时间至 0； -
timer on 1：用于启动第一个秒表， -
timer close 1：用于关闭第一个秒表， -
timer list 1：用于列示第一个秒的耗时
-
- 在本例中，我们进行了一百次 Bootstrap 抽样，用于估算稳健型标准误，整个过程耗时 13.9 秒。
- 因此，如果把抽样的次数增加为5000次耗时大约是 4×5=20秒 (实测结果是 18.77 秒)。你也可以据此推断当变量增加、样本数增加等情形下，大致的耗时。
外部命令 benchmark
Stata 范例
. benchmark, reps(10) disp: ///
qui reg price wei len, vce(bootstrap, reps(1000))
1: 3.373 seconds
2: 3.225 seconds
3: 3.247 seconds
4: 3.172 seconds
5: 3.207 seconds
6: 3.398 seconds
7: 3.265 seconds
8: 3.292 seconds
9: 3.208 seconds
10: 3.375 seconds
Average over 10 runs: 3.277 seconds
该命令的语法相对比较简洁，而且可以一次性帮我们进行十轮测试，并进而帮我们计算出平均耗时为 3.277 秒。据此我们推断，进行5000次抽样的时间，就会更加准确一些，约为 3.277*5 = 16.385 秒。
实测结果如下，与我们推算的结果非常接近：
. benchmark, reps(10) disp: \\\
qui reg price wei len, vce(bootstrap, reps(5000))
1: 16.12 seconds
2: 16.12 seconds
3: 16.18 seconds
4: 15.82 seconds
5: 16.07 seconds
6: 15.99 seconds
7: 16.08 seconds
8: 16.19 seconds
9: 16.07 seconds
10: 15.51 seconds
Average over 10 runs: 16.02 seconds
benchmark 的下载及安装
在命令窗口中输入如下命令，即可下载：
net install benchmark, ///
from(https://raw.githubusercontent.com/mcaceresb/stata-benchmark/master/)
下载完成后输入如下命令，可查看详细的帮助文件：
help benchmark
关于我们
- 【Stata 连享会(公众号：StataChina)】由中山大学连玉君老师团队创办，旨在定期与大家分享 Stata 应用的各种经验和技巧。
- 公众号推文同步发布于 【简书-Stata连享会】 和 【知乎-连玉君Stata专栏】。可以在简书和知乎中搜索关键词
Stata或Stata连享会后关注我们。 - 推文中的相关数据和程序，以及 Markdown 格式原文 可以在 【Stata连享会-码云】 中获取。【Stata连享会-码云】 中还放置了诸多 Stata 资源和程序。如 Stata命令导航 || stata-fundamentals || Propensity-score-matching-in-stata || Stata-Training 等。
联系我们
-
欢迎赐稿： 欢迎将您的文章或笔记投稿至
Stata连享会(公众号: StataChina)，我们会保留您的署名；录用稿件达五篇以上，即可免费获得 Stata 现场培训 (初级或高级选其一) 资格。 - 意见和资料： 欢迎您的宝贵意见，您也可以来信索取推文中提及的程序和数据。
- 招募英才： 欢迎加入我们的团队，一起学习 Stata。合作编辑或撰写稿件五篇以上，即可免费获得 Stata 现场培训 (初级或高级选其一) 资格。
- 联系邮件： StataChina@163.com
连玉君Stata现场班报名中
欢迎加入Stata连享会(公众号: StataChina)
网友评论