在读入数据之后，我们在进行回归模型构建之前，往往需要对数据进行描述性统计分析，描述性统计分析的具体方法如下，示例使用的方法是summarize，也有其他的一些方法可以参考，它们输出的描述性统计的指标类型各不相同：
summarize coding tc ti_len ab_len au_num de_len if_oa py py2 if_fu nr pg country_len school_len if2
summarize后面的部分显示的就是各个变量名，分别对这些变量进行描述性统计分析
结果：
通过描述性统计分析，我们可以初步查看发现数据的基本特征，以及是否有异常值，以便更好地处理数据以拟合之后的模型。
bootstrap抽样得到的统计量和相关置信区间，是很多高级期刊在论文图表中重点表现的内容，常常以误差棒的形式体现。
在Stata中实现的方式也较为简单，如下：
bootstrap: mean citation #得到citation的均值的抽样分布
输出结果中同时显示出95%的置信区间：
