Stata: Análise de dados e software estatístico Entenda que sempre que Stata quer uma varlist pode ser uma lista de variáveis, como ou pode ser todas as variáveis começando com um determinado prefixo (significando todas as variáveis denominadas rep seguido por algo), ou pode ser Um intervalo de variáveis (significando todas as variáveis mpg ao peso na ordem em que as variáveis são registradas no conjunto de dados). Você pode até combinar todas as três sintaxes: A única coisa que o Stata está faltando é uma maneira fácil de especificar variáveis v1, v2,. Quando os nomes estão em comum, as variáveis são numeradas seqüencialmente, mas não são armazenadas seqüencialmente. Por exemplo, fingir que a ordem das variáveis no conjunto de dados é é equivalente a digitar e não é equivalente a digitar Aqui você quer considerar reordenar as variáveis em seu conjunto de dados. Ordem, sequencial colocará as variáveis em ordem alfabética (e faz principalmente coisas inteligentes com sufixos numéricos). No exemplo acima, se eu digitar a ordem resultante é ordem, seqüencial é inteligente o suficiente para saber que v10 vem após v9 e não entre v1 e v2. Que ordem alfabética pura especificaria. Para ajuda on-line, digite help order no Stata, ou veja a ordem D. Bem-vindo ao Instituto de Pesquisa e Educação Digital Stata Class Notes Contando de n para N Introdução Stata tem duas variáveis internas chamadas n e N. N é a notação Stata para o número de observação atual. N é 1 na primeira observação, 2 na segunda, 3 na terceira, e assim por diante. N é a notação Stata para o número total de observações. Vejamos como n e N funcionam. Como você pode ver, o ID da variável contém o número de observação executado de 1 a 7 e nt é o número total de observações, que é 7. Contando com usando n e N em conjunto com o comando by podem produzir alguns resultados muito úteis. Naturalmente, para usar o comando by, primeiro devemos classificar nossos dados na variável por. Agora n1 é o número de observação dentro de cada grupo e n2 é o número total de observações para cada grupo. Para listar a pontuação mais baixa para cada grupo use o seguinte: Para listar a pontuação mais alta para cada grupo use o seguinte: Outra utilização de n Permite usar n para descobrir se há números de identificação duplicados nos seguintes dados: Como se verifica, As observações 6 e 7 têm os mesmos números de identificação e valores de pontuação diferentes. Encontrando Duplicatas Agora vamos usar N para encontrar observações duplicadas. Neste exemplo, classificamos as observações por todas as variáveis. Em seguida, usamos todas as variáveis na instrução by e definimos set n igual ao número total de observações que são idênticas. Finalmente, listamos as observações para as quais N é maior que 1, identificando assim as observações duplicadas. Se você tem um monte de variáveis no conjunto de dados, pode demorar muito tempo para digitá-los todos fora duas vezes. Podemos fazer uso do caractere curinga para indicar que desejamos usar todas as variáveis. Além disso, nas versões mais recentes do Stata, podemos combinar sort e by em uma única declaração. Abaixo está uma versão simplificada do código que irá produzir os mesmos resultados exatos como acima. O conteúdo deste site não deve ser interpretado como um endosso de qualquer site, livro ou produto de software específico pela University of California. Para perguntas rápidas, envie um email para dataprinceton. edu. Nenhum appts. Necessário durante horas walk-in. Nota: o laboratório do DSS está aberto desde que o Firestone esteja aberto, sem compromissos necessários para usar os computadores do laboratório para sua própria análise. Dados, conjuntos de dados e variáveis Gerenciamento de dados Configuração de diretório de trabalho, arquivo de log, abertura / salvamento de um arquivo de dados Stata, sistema de codificação de cores Stata, renomeação, recodificação e criação de novas variáveis, droping casos, exclusão de variáveis, mesclar, anexar, freqüências, crosstabulations e estatística descritiva Clique aqui Arquivos de dados Um conjunto de dados é apenas um arquivo no qual as linhas representam observações e as colunas representam variáveis. Por exemplo, uma observação poderia ser um carro, e as variáveis seriam peças de informação sobre o carro, como a marca, comprimento, preço e relação de transmissão: Se os dados já estão no formato de arquivo proprietário Statas, ele terá a Extensão dta. Por exemplo mydata. dta. Os dados nesse formato podem ser lidos diretamente no Stata com o comando use. Se Stata lhe der a mensagem de erro quando você tenta abrir um arquivo de dados, veja aqui para obter informações sobre como corrigir o problema. Stata pode ler conjuntos de dados em vários formatos de texto, bem como no formato proprietário Statas. Muitas vezes você vai começar com dados em formato de texto, lê-lo em Stata, e salvá-lo no formato Stata. Você também pode encontrar dados em vários outros formatos. Por exemplo, os dados de certos arquivos de dados são frequentemente formatados para o pacote estatístico SPSS. Um programa chamado DBMS / Copy. Disponível no laboratório DSS, bem como em máquinas Windows nos clusters públicos OIT, pode converter dados do SPSS e de muitos outros formatos para o formato Stata de forma rápida e fácil. Um formato de texto comum é o arquivo delimitado. Os arquivos delimitados são mais comumente separados por tabulação ou por vírgula. Isso significa apenas que as variáveis em cada observação são inseridas uma após a outra em uma linha e separadas por guias ou vírgulas, enquanto as observações são separadas por retornos rígidos. O exemplo acima é realmente como um arquivo de texto delimitado por vírgulas seria procurar se aberto no Word. A sintaxe de comando para ler em um arquivo delimitado por tabulação ou por vírgulas é: onde filename é o nome do arquivo que contém os dados delimitados por tabulação ou por vírgula. É frequentemente usado para ler planilhas salvas como arquivos csv (delimitados por vírgulas) de um pacote como o Excel. Observe que uma planilha precisa ser colocada em um formulário Stata-friendly antes Stata será capaz de lê-lo adequadamente. Não fazer isso pode causar dores de cabeça. Para obter mais detalhes, consulte Há dois comandos além de insheet - infile e infix - que lêem outros tipos menos comuns de arquivos de texto. Se você tiver dados delimitados por espaço, dados de largura fixa ou encontrar um dicionário de dados Stata. Consulte Você pode usar o comando Stata save para salvar um arquivo no formato Stata: onde filename é o nome do seu arquivo Stata. Por exemplo: irá salvar um arquivo Stata chamado myfile. dta. Este arquivo pode ser lido no Stata com o comando use. Observe que a extensão de arquivo. dta é anexada automaticamente aos arquivos Stata. Você não precisa incluir a extensão de arquivo nos comandos use ou save. Se você já tem um arquivo Stata chamado myfile. dta e deseja salvar uma versão atualizada do arquivo com o mesmo nome, use o comando Stata save com a opção replace, como em: onde filename é o nome do arquivo que você deseja Para substituir, por exemplo Para salvar uma versão atualizada do arquivo ativo, você pode simplesmente digitar: Este comando irá destruir a versão anterior do seu arquivo, então use a opção replace somente se tiver certeza de que não precisará da versão mais antiga do seu arquivo. Não há nenhuma maneira de recuperar o arquivo original depois que outro arquivo tiver escrito sobre ele. Valores ausentes Às vezes, uma variável está faltando para algumas observações. (Falta significa que não há valor - a pessoa não respondeu à pergunta da pesquisa, ou os dados não puderam ser adquiridos por algum outro motivo.) No Stata, valores ausentes em variáveis numéricas são representados por um ponto (.). As observações com valores faltantes são deixadas de fora das tabelas produzidas por aba, e também são deixadas de fora das regressões. Eles aparecem como períodos no navegador de dados stata e são representados por pontos em comandos. Os valores de cadeia em falta aparecem como células em branco no browser e são representados nos comandos por duas aspas duplas sem nada entre elas (). O que entendemos por representado em comandos fará mais sentido um pouco mais tarde. Lembre-se que se você estiver salvando dados fora do Excel, os valores ausentes precisam ter sido deixados em branco para Stata para reconhecê-los como ausentes. Tipos de Variáveis Stata Existem dois tipos de variáveis no Stata: numeric e string. Um terceiro tipo, data, é realmente um tipo especial de numérico, como veremos. As variáveis numéricas são simples - contêm números. As variáveis de cadeia contêm texto que pode conter quaisquer caracteres no teclado: letras, números e caracteres especiais. Em auto3, make é uma variável de string - todos os outros são numéricos. Podemos fazer cálculos numéricos e análise estatística em variáveis numéricas - não podemos em variáveis de cadeia. As variáveis de cadeia são geralmente usadas como identificadores para a observação. Uma das variáveis numéricas, date, destina-se a representar uma data - digamos que era a data em que os dados sobre cada carro foram coletados. Em Stata, as datas são números que representam o número de dias desde 1º de janeiro de 1960. Representar datas como números dessa forma nos permite fazer cálculos sobre eles, como medir o tempo entre duas datas. Mas parece estranho e Stata tem uma maneira simples de fazer as variáveis de data parecerem datas: (O comando format tem outros usos, que você pode ver digitando o formato da ajuda.) Você pode usar o comando di juntamente com a função d () Para exibir o valor Stata de qualquer data: Para obter mais informações sobre como Stata processa datas e dados de tempo, consulte Dados de séries de tempo em Stata Variável Convenções de nomenclatura As regras para nomear variáveis em Stata são simples: Stata é sensível a maiúsculas e minúsculas, Letras maiúsculas e minúsculas em nomes de variáveis é uma boa idéia. Eles podem conter no máximo 32 caracteres. Eles podem conter letras, números ou sublinhados (). Espaços ou outros caracteres especiais (como ,,, etc.) não são permitidos. O primeiro caractere deve ser uma letra ou sublinhado, não um número. Iniciar nomes de variáveis com sublinhados é uma idéia muito ruim, uma vez que Statas built-in variáveis começam com um sublinhado. Renomeando Variáveis Alterar um nome de variáveis no Stata é fácil com o comando rename: copy 2007 The Trustees of Princeton University. Todos os direitos reservados. Dataprinceton. edu NOTA: A informação é para a Universidade de Princeton. Sinta-se livre para usar a documentação, mas não podemos responder a perguntas fora de Princeton Esta página foi atualizada em:
No comments:
Post a Comment