笔记：linux常用命令总结

第一篇：笔记：linux常用命令总结

笔记：linux常用命令总结

linux文件或目录权限： 读（r）、写（w）、可执行（x）；

linux 命令格式：

command [-options] [parameterl]...创建文件：touch test.txt

重定向：“>” 先删后添

“>>”在末尾追加内容 $ ls-alh > ls.txt

$ more ls.txt

管道：|

切换到用户家目录：cd ~

复制：ctrl+inert;粘贴：shift+insert

快速返回上一次目录：cdlaowang su-laowang

//切换账号并且切换目录 su laowang

//切换账号,不切换目录

查看系统当前已存在的账号信息： cat /etc/passwd

永久性删除账号：userdel-r laozhang userdel-r laozhang

普通账号操作时用： sudo userdel-r laozhang

标签：账号正在使用 正在使用

如果在删除账号a时，报：账号a正在使用；那么多次退出账号即可，原因是：你多次切换账号a时，账号a还在登录状态。

显示当前系统已存在的组： cat /etc/group

//第一种方式查看

groupmod +两次tab键

//第二种方式查看（ubuntu下，其他没试过）

添加用户组： groupadd group1 修改组名称：

groupmod-n group2 group1 选项:-g,--gid GID

将组 ID 改为 GID-h,--help

显示此帮助信息并推出

-n,--new-name NEW_GROUP

改名为 NEW_GROUP-o,--non-unique

允许使用重复的 GID-p,--password PASSWORD 将密码更改为(加密过的)PASSWORD-R,--root CHROOT_DIR

chroot 到的目录 删除用户组： groupdel group1

查看用户在那些组里：groups 账号名 groups laozhang

修改用户所在组：usermod-g 目标用户组 用户名 usermod-g www.xiexiebang.com

CentOS 7: yum常用的命令

# yum install xxx 安装xxx软件 # yum info xxx 查看xxx软件的信息 # yum remove xxx 删除软件包 # yum list 列出软件包 # yum clean 清除缓冲和就的包

# yum provides xxx 以xxx为关键字搜索包（提供的信息为关键字）# yum search xxx 搜索软件包（以名字为关键字）# yum groupupdate xxx # yum grouplist xxx # yum groupremove xxx

#yum source package xxx 下载该包的源代码

++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

ftp 服务器搭建过程 c/s:client/server 安装vsftpd服务器 # yum install vsftpd

配置vsftpd.conf 文件 vim /etc/vsftpd.conf

scp 上传、下载文件、文件夹 上传文件：

# scp fileName remoteUserName@remoteHostIp:RemoteFolder 上传文件夹：

# scp-r FolderName RemoteUserName@RemoteHostIp:RemoteFolder

下载文件：

# scp RemoteUserName@RemoteHostIp:RemoteFile FileName # scp-r RemoteUserName@RemoteHostIp:RemoteFolder Folder

vim编辑：常用功能：

vim显示行号： 修改所有账号配置： # vim /etc/vimrc

在文件最后添加 set nu 即可

wq退出。这样，不论使用哪个账号登陆，vim打开后都显示行号

为当前用户配置环境

找到当前用户的vimrc文件。若无此文件，建立此文件即可。vim ~/.vimrc 打开文件后，在最后添加 set nu wq退出。

再次用vim打开即可显示行号

h 左移一个字符

l 右移一个字符，这个命令很少用，一般用w代替。k 上移一个字符 j 下移一个字符

快速定位行数： 到10行：10+G 到首行：1+G 或者：gg 到最后一行：G

i:插入光标前一个字符 a:插入光标后一个字符 I:插入行首 A:插入行末 o:向下新开一行，插入行首 O:向上新开一行，插入行首

w:向后移动一个词、字 删除：

x 删除当前字符，相当于：Del X 删除当前字符的前一个字符。X=dh 相当于：backspace 3x 删除当前光标开始向后三个字符 dd 删除当前行，剪切

3dd 删除光标所在行往下数3行，剪切 D 删除当前字符至行尾。D=d$ d0 删除当前字符至行首 dj 删除光标所在行已经下一行 dk 删除光标所在行已经上一行 D 删除当前字符至行尾。D=d$

ctrl+d：向下翻半屏 ctrl+u：向上翻半屏 ctrl+f：向下翻一屏 ctrl+b:向上翻一屏 撤销：u 反撤销：ctrl+r

>>：缩进 <<：删除缩进 整体缩进： # :22,33>

yy：复制一行 p：粘贴

文件内容替换文本： # :%s/main/MAIN/g 文件内容查找： # /main

注意：n-往下查找；N-往上查找

第二篇：tracert命令学习笔记

如果有网络连通性问题，可以使用 tracert 命令来检查到达的目标 IP 地址的路径并记录结果。tracert 命令显示用于将数据包从计算机传递到目标位置的一组 IP路由器，以及每个跃点所需的时间。如果数据包不能传递到目标，tracert 命令将显示成功转发数据包的最后一个路由器。当数据报从我们的计算机经过多个网关传送到目的地时，Tracert命令可以用来跟踪数据报使用的路由（路径）。该实用程序跟踪的路径是源计算机到目的地的一条路径，不能保证或认为数据报总遵循这个路径。如果我们的配置使用DNS，那么我们常常会从所产生的应答中得到城市、地址和常见通信公司的名字。Tracert是一个运行得比较慢的命令（如果我们指定的目标地址比较远），每个路由器我们大约需要给它15秒钟。

Tracert的使用很简单，只需要在tracert后面跟一个IP地址或URL，Tracert会进行相应的域名转换的。

tracert 最常见的用法：

tracert IP address [-d] 该命令返回到达 IP 地址所经过的路由器列表。通过使用-d 选项，将更快地显示路由器路径，因为 tracert 不会尝试解析路径中路由器的名称。

Tracert一般用来检测故障的位置，我们可以用tracert IP在哪个环节上出了问题，虽然还是没有确定是什么问题，但它已经告诉了我们问题所在的地方，我们也就可以很有把握的告诉别人----某某地方出了问题。

第三篇：3DSmax学习笔记(7)------挤出命令

3DSmax学习笔记（7）------挤出命令

挤出是3DSmax中经常使用非常重要的一个命令.A.在二维图像中,它是使二维图像(线)转化为三维图像的重要工具.这里面有两

种情况:

(1)当二维图像是一个未封闭的图形时，使用挤出命令所得到的三维图像是

一个很薄的没有厚度的3D图形：

2.当二维图像是一个封闭的图形（如园，园环，封闭的无规则的图形等等）。使用挤出命令后所得到的一定是个以原图为基础的三维立体图形

在实际中,一般是采用封闭的线条进行挤出建模的,为了达到这个目的,还要配合两样工具.一个是轮廓工具,一个是焊接工具.从上一节中,我们知道,轮廓工具的作用是在图形---线的基础上，向里或者是向外再复制一条与原图相似线，并且组成一个封闭的二维图形，这样再使用挤出命令就可得到一个三维的立体图形： 另外还有一个焊接工具.在很多情况下，视图中表面上看到是封闭的二维图形，实际上有的两线相交的地方并没有粘合在一起而形成闭合的样条线。正如前面所说的，在这种情况下使用挤出命令，得到的只是一个很薄的没有厚度的3D图形。

如何解决这个问题呢？

那就要使用焊接工具，焊接工具的作用是将在视图中看不清楚是否相连的两个顶点焊接在一起而形成一个封闭的二维图形.（2）操作简述

先将二维图形转化为可编辑样条线，再用鼠标左键点击样条线点的图标 点----点击焊接工具

然后框选图形所有顶------在小方框内输入10左右的数字（不能太大，也不能太小）-------再次点击焊接按纽。OK。图示如下：

在挤出命令成功后，在命令面板上会显示出有关参数：

参数中数量是表示挤出物体的高度（有正----向外突，有负----向里突），如果使用鼠标也可以达到同样的目的，方法是按着鼠标左键不放而进行向里或者向外拖动。

分段是指在高度上分成多少段。如果要想这个物体更园更光滑。那就要在面板上点击可编辑样条----点击插值，在插值中输入较大的步数

B.在三维图像中，同样可以使用挤出命令：但这个三维物体必须先转化为可编辑多边形，挤出命令才会出现。在三维图像中，挤出命令多与插入命令，轮廓命令，倒角命令配合使用。在这种情况下,同这些工具一样.它只作用於面-----可将面缩进或挤出来达到修改图形的目的.它与插入命令，轮廓命令，倒角命令还有不同的地方是,它还可以对多边形的边进行挤出.挤出与插入配合使用的方法:

1。点击插入命令，点击物体的某一面（该面立显红色）按着左键不动，进行上下左右移动，就可以确定插入的大小，或者点击右面的小方框；在小方框内输入数字同样可以确定插入大小。

2。再点击挤出命令，在弹出的小方框内输入正数，往外挤。反之，输入负数则往内挤，图示如下：

第四篇：stata命令总结

表2-1: 回归分析相关命令一览

命令用途

anova 方差和协方差分析 heckman Heckman 筛选模型

intreg 离散型变量模型，包括Tobit、cnreg 和intreg ivreg 工具变量法（IV 或2SLS）

newey Newey-West 标准差设定下的回归

prais 针对序列相关的Prais-Winsten, Cochrane-Orcutt, or Hildreth-Lu 回归 qreg 分量回归 reg OLS 回归 sw 逐步回归法

reg3 三阶段最小二乘回归

rreg 稳健回归（不同于方差稳健型回归，即White 方法）sureg 似无相关估计

svyheckman 调查数据的Heckman 筛选模型 svyintreg 调查数据的间断变量回归 svyregress 调查数据的线性回归 tobit Tobit 回归

treatreg treatment 效应模型 truncreg 截断回归

表2-2: 时间序列命令一览

命令用途

clemao1 允许结构突变的单位根检验 zandrews dfuller dfgls pperron coin 单方程协整检验

dwstat 参考dwstat2 , durbina2 durbinh

表2-3: Panel Data 模型相关命令一览I 命令模型

统计描述相关命令：

xtdes 变量类型，数据类型描述 xtsum 基本统计量 xttab 按表格形式列示 xtpattern 面板数据的模式 估计相关命令：

xtreg 面板数据模型（固定效应、随机效应）

xtregar 含有AR(1)干扰项的固定效应和随机效应面板数据模型

xtgls 截面-时序混合模型，可处理异方差、组内序列相关和组间相关性 xtpcse OLS or Prais-Winsten models with panel-corrected standard errors xtrchh Hildreth-Houck random coefficients models xtivreg 面板模型的工具变量或两阶段最小二乘法估计 xtabond Arellano-Bond(1991)线性动态面板数据模型估计

xtabond2 Arellano-Bover(1995)系统GMM 动态面板数据模型估计 xttobit Tobit 随机效应面板模型

xtintreg Random-effects interval data regression models xtlogit Fe, Re, Pa logit models xtprobit Re, Pa probit models xtcloglog Re, Pa cloglog models xtpoisson Fe, Re, Pa Poisson models xtnbreg Fe, Re, Pa negative binomial models xtfrontier 面板随机前沿模型

xthtylor Hausman-Taylor estimator for error-components models

表2-4: Panel Data 模型相关命令一览II 命令模型

假设检验相关：

test Wald 检验，如时间效应联合显著性检验 xttest0 随机效应检验 xttest1 面板序列相关检验 xttest2 ads xtserial Wooldridge 一阶序列相关检验 xtab Arellano 面板一阶序列相关检验 hausman Hausman 检验 面板单位根和协整相关： xtunit stata提供的检验方法

ipshin IPS(2003)面板单位根检验

levilin Levin，Lin和Chu(LLC, 2002)面板单位根检验 madfuller Sarno-Taylor(1998)面板单位根检验

xtfisher Maddala和Wu(1999),基于P 值的面板单位根检验

表2-5: Post-estimation Commands 命令名称用途

adjust 列示预测结果的均质，适于多种回归分析，可分组列示 estimates 估计结果的存储、再显示、列表比较等 hausman Hausman 模型识别检验

lincom 获得参数的线性组合，在Logit 模型中可以获得系数线性组合的OR 值 linktest 但方程link 识别检验，用y 对Oy 和Oy2 回归 lrtest 似然比（LR）检验

mfx 计算边际效应和弹性系数 nlcom 系数的非线性组合 predict 获得拟合值、残差等

predictnl 获得非线性估计的拟合值、残差等 test 线性约束的假设检验，Wald 检验 testnl 非线性约束的假设检验

vce 列示参数估计值的方差-协方差矩阵

表2-6: 二维图种类一览

图形种类简单描述 scatter scatterplot line line plot connected connected-line plot scatteri scatter with immediate arguments area line plot with shading bar bar plot spike spike plot dropline dropline plot dot dot plot rarea range plot with area shading rbar range plot with bars rspike range plot with spikes rcap range plot with capped spikes rcapsym range plot with spikes capped with symbols rscatter range plot with markers rline range plot with lines rconnected range plot with lines and markers tsline time-series plot tsrline time-series range plot mband median-band line plot mspline spline line plot lowess LOWESS line plot lfit linear prediction plot qfit quadratic prediction plot fpfit fractional polynomial plot lfitci linear prediction plot with CIs qfitci quadratic prediction plot with CIs fpfitci fractional polynomial plot with CIs function line plot of function histogram histogram plot kdensity kernel density plot 表2-7: 二维图选项一览

选项类别简单描述

added line options draw lines at specified y or x values added text option display text at specified(y,x)value axis options labels, ticks, grids, log scales title options titles, subtitles, notes, captions legend option legend explaining what means what scale(#)resize text, markers, and line widths region options outlining, shading, aspect ratio, size aspect option constrain aspect ratio of plot region scheme(schemename)overall look by(varlist,...)repeat for subgroups nodraw suppress display of graph name(name,...)specify name for graph saving(filename,...)save graph in file advanced options difficult to explain 表2-9: 模拟分析相关命令一览

命令用途备注 抽样相关：

corr2data 产生具有指定相关性的数据仅适用于模拟相关分析 drawnorm invnorm(uniform())产生服从标准正态分布的随机数函数，可调节均值和方差 matuniform(r,c)产生均匀分布函数

sample 从现有数据中进行非重复随机抽样参考bsample sim arma 产生服从ARIMA 过程的随机变量需要下载 Bootstrap 相关： bootstrap bs bstat bsample MC 相关: simulate MC simulation jknife 类似于MC permute postfile 存储MC 的结果 statsby exp list

第五篇：stata命令总结

stata11常用命令

注：JB统计量对应的p大于0.05，则表明非正态，这点跟sktest和swilk检验刚好相反； dta为数据文件； gph为图文件； do为程序文件；

注意stata要区别大小写； 不得用作用户变量名：

_all _n _N _skip _b _coef _cons _pi _pred _rc _weight double float long int in if using with 命令：

读入数据一种方式 input x y 1 4 2 5.5 3 6.2 4 7.7 5 8.5 end su/summarise/sum x 或 su/summarise/sum x,d 对分组的描述： sort group by group:su x %%%%% tabstat economy,stats(max)%返回变量economy的最大值

%%stats括号里可以是：mean，count(非缺失观测值个数)，sum(总和)，max，min，range，%% sd，var，cv(变易系数＝标准差/均值)，skewness，kurtosis，median，p1(1％分位

%% 数，类似地有p10, p25, p50, p75, p95, p99)，iqr(interquantile range = p75 – p25)_all %描述全部

_N 数据库中观察值的总个数。_n 当前观察值的位置。_pi 圆周率π的数值。list gen/generate %产生数列 egen wagemax=max(wage)clear use by(分组变量)set more 1/0 count %计数

gsort +x(升序)gsort-x(降序)sort x 升序；并且其它变量顺序会跟着改变 label var y “消费” %添加标签 describe %描述数据文件的整体，包括观测总数，变量总数，生成日期，每个变量的存储类型(storage type)，标签(label)replace x5=2*y if x!=3 %替换变量值

replace age = 25 in 107 %令第107个观测中age为25 rename y2 u %改变变量名

drop in 2 %删除全部变量的第2行

drop if x==.删去x为缺失值的所有记录

keep if x<2 %保留小于2的数据，其余变量跟随x改变 keep in 2/10 %保留第2-10个数

keep x1-x5 %保留数据库中介于x1和x5间的所有变量(包括x1和x5)，其余变量删除

ci x1 x2,by(group)%算出置信区间,不过先前对group要先排序，即sort group；

%by的意思逐个进行

cii 12 3.816667 0.2710343, level(90)%已知均值，方差，计算90%的置信区间

cii 10 2 %obs=10,mean=2,以二项分布形式，计算置信区间 centile x,centile(2.5 25 50 75 97.5)%取分位数 correlate/corr x y z %相关系数

pwcorr x y,sig %给出原假设r=0的命令 %如果变量非服从正态分布，则spearman x y regress/reg mean year %回归方程建立 reg y x,noconstant %无常数项 predict meanhat %预测拟合值 predict e,residual %得到残差 estat hettest % 异方差检验

dwstat % Durbin-Watson自相关检验 vif % 方差膨胀因子

logit y x1 x2 x3(y取0或1，是被解释变量，x1-x3是被解释变量)%logit回归

probit y x1 x2 x3(y取0或1，是被解释变量，x1-x3是被解释变量)%probit回归

tobit y x1 x2 x3(y取值在0和1之间，是被解释变量，x1-x3是被解释变量)%tobit回归

sktest e %残差正态性检验 p>0.05则接受原假设，即服从正态分布； %% sktest是基于变量的偏度和斜度(正态分布的偏度为0，斜度为3)swilk x %基于Shapiro-Wilk检验

%%p值越小，越倾向于拒绝零假设，也就是变量越有可能不服从正态分布 xi %生成虚拟变量 tabulat gender,summ(math)%用gender指标对math进行分类，返回两类math的mean、std、freq tabulate=tab %gen f=int((shengao-164)/3)*3+164 组距为3 tabulate 变量名 [, generate(新变量)missing nofreq nolabel plot ] %%%%% generate(新变量)// 按分组变量产生哑变量 nofreq // 不显示频数 nolabel // 不显示数值标记 plot // 显示各组频数图示 missing // 包含缺失值

cell // 显示各小组的构成比(小组之和为 1)column // 按栏显示各组之构成(各栏总计为 1)row // 按行显示各组之构成(各行总计为 1)%%%%% 求和，求最小？ mod(x,y)%求余数

means %返回三种平均值 di normprob(1.96)di invnorm(0.05)di binomial(20,5,0.5)di invbinomial(20,5,0.5)di tprob(10,2)di invt(10.0.05)di fprob(3,27,1)di invfprob(3,27,0.05)di chi2(3,5)di invchi2(3,0.05)stack x y z,into(e)%把三列合成一列 xpose,clear %矩阵转置

append using d:917.dta %把已打开的文件（x y z）跟0917里的（x y z）合并，是竖向合并，即观察值合并；

merge using D:917.dta %把已打开的文件（x y z）跟0917里的（a b）合并，是横向合并，即变量合并； format x %9.2e %科学记数 format x %9.2f %2位小数

%产生随机数

%1 产生20个在(0，1)区间上均匀分布的随机数uniform()set seed 100 set obs 20 gen r=uniform()list % clear 清除内存

set seed 200 设置种子数为 200 set obs 20 设置样本量为 20 range no 1 20 建立编号 1 至 20 gen r=uniform()产生在(0,1)均匀分布的随机数 gen group=1 设置分组变量 group 的初始值为 1 sort r 对随机数从小到大排序

replace group=2 in 11/20 设置最大的 10 个随机数所对应的记录

为第2组，即：最小的10个随机数所

对应的记录为第1组 sort no 按照编号排序

list 显示随机分组的结果 也可以list if group==1和list no if group==1 %2 产生10个服从正态分布N（100，6^2）的随机数invnorm(uniform())*sigma+u clear 清除内存

set seed 200 设置种子数为 200 set obs 10 设置样本量为 10 gen x=invnorm(uniform())*6+100 产生服从 N(100，6^2)的随机数 list 画图

注意有些图前面要加 histogram 直方图 line 折线图 scatter 散点图

scatter y x,c(l)s(d)b2(“(a)”)graph twoway connected y x 连点图

graph bar(sum)var2,over(var1)blabel(total)%条形图.graph bar p52 p72,by(d).graph bar p52 p72,over(d).graph bar p52 p72,by(d)stack.graph bar p52 p72,over(d)stack ////////////数据如下 %d p52 p72 %1 163.2 27.4 %2 72.5 83.6 %3 57.2 178.2 histogram x,bin(8)norm %画直方图，加正态分数线

graph pie a b o ab if area==1,plabel(_all percent)%画饼图 graph pie var2, over(var1)plabel(_all percent)%饼图 graph pie p52 p72,by(d)%饼图 graph box y1 %箱体图 qnorm x %qq图 lfit y x %回归直线

graph matrix gender economy math 多变量散点图

line yhat x||scatter y x,c(.l)s(O.)xline(12)yline(5.4)%线形图&散点图

有一些通用的选项可以给图形“润色”：

标题 title(“string”)（string可为任意的字符串，下同）脚注 note(“string”)

横座标标题 xtitle(“string”)纵座标标题 ytitle(“sting”)

横座标范围 xaxis(a,b)（a

connect(c...c)//连接各散点的方式，c表示： 或简写为c(c...c).不连接(缺省值)l 用直线连接

L 沿x方向只向前不向后直线连接 m 计算中位数并用直线连接 s 用三次平滑曲线连接 J 以阶梯式直线条连接

|| 用直线连接在同一纵向上的两点

II 同 ||, 只是线的顶部和底部有一个短横 Symbol(s...s)// 表示各散点的图形，s 表示： 或简写为s(s...s)O 大圆圈(缺省值)S 大方块 T 大三角形 o 小圆圈 d 小菱形 p 小加号.小点 i 无符号

[varname] 用变量的取值代码表示 [_n] 用点的记录号表示

数学函数等都要与generate、replace、display一起使用，不能单独使用 程序文件do use d:917.dta reg y x corr y x line y x,saving(d:d4)按ctrl+D执行 字符串操作函数：

length(s)%长度函数，计算s的长度, 如，disp length(“ab”)的结果是2 substr(s,n1,n2)%子串函数，获得从s的n1个字符开始的n2个字符组成的字符串, disp substr(“abcdef”,2,3)的结果是“bcd” string(n)%将数值n转换成字符串函数，如，disp string(41)+“f”的结果是“41f” real(s)%将字符串s转换成数值函数，如，disp real(“5.2”)+1的结果是6.2 upper(s)%转换成大写字母函数，如，disp upper(“this”)的结果是“THIS” lower(s)%转换成小写字母函数，如disp lower(“THIS”)的结果是“this” index(s1,s2)%子串位置函数，计算s2在s1中第一次出现的起始位置, 如果s2不

在s1中, 则结果为0。如，disp index(“this”,“is”)的结果是3, 而index(“this”,“it”)的结果是0 trim(s)%去除字符串前面和后面的空格 ltrim(s)%去除字符串前面的空格 rtrim(s)%去除字符串后面的空格

di sign(x)%x>0时取1, x<0时取-1, x=0时取0； 符号函数 di int(x)%去掉x的小数部分, 得到整数(取整函数)sum(x)%获得包括当前记录及以前的所有记录的x 的和。缺失值(missing value)当0处理;求和函数

max(x1,x2,...,Xn)忽略缺失值;最大值函数 min(x1,x2,...,Xn)忽略缺失值;最小值函数 float(x)%将x转换成浮点表示法。

gen yy=cond(x<2,10,11)%条件函数cond(x,a,b)x可以是一个条件, x非0(条件成立)时取a, x为0(条件不成立)时取b。

gen y1=recode(x,2,5)%归组函数recode(x,x1,x2,...xn)gen y2=autocode(x,3,-2,9)%autocode(x,ng,xmin,xmax)自动将区间（xmin,xmax）分成ng个等长的小区间，其结果是包含x值那个小区间的上界值

t检验： gend=x-y ttestd=0 ttestx=y 如果不配对

ttestx1=x2,unpaired ttestx1=x2,unequalunpaired 已知样本均数、标准差和样本数进行t检验：

ttesti 21 1.28 0.92 0.2 %检验均值是否等于0.2 检验两组均数是否相同：

ttesti 11 10 1.9 14 12.8 2.3 检验变量x1和x2的方差是否相同(即：齐性)sdtestx1=x2

一、配对设计的平均水平检验

当总体服从正态分布时，可以选用t检验，否则用非参符号秩检验 signrankd=0

二、平行对照设计的两组资料平均水平统计检验

如果两组资料的方差齐性和相互独立的，并且每组资料服从正态 分布，则用成组t检验，否则可以用成组Wilcoxon秩和检验 ranksum x, by(group)%2组资料中位数比较 kwallis x, by(group)%多组资料中位数比较 anova x t id %x为因变量，t跟id是因素 egenr=rank(x),by(id)%产生秩r 单因素方差分析: 单因素方差分析又称为OnewayANOVA，用于比较多组样本的均数是否相同，并假定：每组的数据服从正态分布，具有相同的方差，且相互独立，则无 效假设Ho:各组总体均数相同。在STATA中可用命令：

oneway x group, mean bonferroni %bonferroni用于多组样本均数的两两比较检验

logrank t outcome, by(group)%单因素生存分析 两因素方差分析

多因素方差分析：anova y x1 x2 x1*x2