Introducción al Stata 9

Economía de la salud 2008

(Clases Prácticas)

Agradezco las transparencias 7,8,17 y 20 cedidas por Juan R Garcia (BBVA)

Madrid, Noviembre del 2007

Aspectos Generales

1
 Descripción:
• Stata es un programa estadístico disponible para
aplicaciones en Windows 2000 y XP. Hay versiones
para Macintosh y Unix.

• Está diseñado para el análisis descriptivo de datos y

la implementación de diferentes técnicas de
estimación.

• Stata distingue entre mayúsculas y minúscula de

forma que las variables var1 y Var1 son distintas.

Ventajas:
1. Fácil de usar.

2. Rapidez y homogeneidad de comandos en

plataformas.

3. Portabilidad de los datos entre plataformas.

4. Gran uso en investigación.

2
Versiones:
Stata/SE: capacidad para 32,766 variables; la cantidad de
observaciones está limitada por la memoria del ordenador; las
variables de texto tienen un máximo de 244 caracteres.

Intercooled Stata: Versión Profesional; más rápida; máximo de

2,047 variables; las observaciones están limitadas por la memoria
del ordenador

Small Stata: Versión para ordenadores pequeños. Máximo de 99

variables y 1000 observaciones.

Extensiones comunes de los ficheros:

.dta: ficheros de datos en formato Stata.

.raw: ficheros de datos ASCII/Text.

.log: output de STATA.

.do: fichero de comandos.

.gph: Stata Graphic File.

.ado: Stata “Macro” files.

3
Empezando la sesión:
1. Seleccionar el programa del menú de inicio de Windows ó hacer doble clic
en un archivo Stata data File (.dta)
2. La pantalla de inicio de Stata es la siguiente:

Organización:

Hay cuatro ventanas:

Ventana Stata command: Se introducen los comandos

Ventana Review: presenta los comandos escritos con anterioridad

Ventana Stata Results: muestra los resultados derivados de dichos

comandos.

Ventana de Variables: Muestra los nombres de las variables que se están

utilizando en la base de datos

En la esquina inferior izquierda aparece la información sobre el directorio

donde está trabajando actualmente.

4
La barra de herramientas:

El directorio de trabajo

El directorio que por defecto utiliza Stata es: C:\data

Para saber en que directorio estamos : cd

Para cambiar el directorio : cd “C:\CursoStata\”

Crear un directorio nuevo : mkdir “C:\CursoStata\”

5
 Abrir y guardar archivos stata .dta

Abrir un fichero de datos use filename.dta [, clear]

use filename use C:\DATA\filename.dta

Guardar un fichero de datos save filename.dta [, replace]

save filename save C:\DATA\filename.dta

Uso de memoria

Por defecto, la memoria con la que trabajamos es de

1024K. Si la base de datos que vamos a manejar es
muy grande, podemos incrementar los recursos de
memoria con el comando set memory.

set memory 20000

o
set memory 20m

Cualquiera de los dos comandos establece 20 mb de memoria

6
Comando de ayuda

Mediante la instrucción
help comando

se obtiene la ayuda referente al comando

que hemos escrito después de help.

Comando de ayuda

7
Extensiones comunes de los ficheros:

Archivos .log

y
archivos .do

Los ficheros Log para reproducir Rdos.

El fichero .log es un archivo de salida, en el que se

almacenarán los resultados.

El comando

log using salidas [, append replace ]

abre un fichero llamado salidas.log donde se almacenarán los

resultados.

El comando log close cierra el fichero de salida que hemos

abierto.

8
Los ficheros Log para reproducir Rdos.

Los ficheros .do.

Hay dos modos de trabajar en Stata:

1. Escribiendo instrucciones en la línea de

comandos y viendo el resultado por pantalla sin
guardarlo.

2. Mediante ficheros .do. Esta es la forma óptima

de trabajar.

9
Los ficheros .do.

Un fichero .do es un fichero de texto ASCII

que contiene un conjunto de comandos e
instrucciones de Stata que serán
ejecutados con el comando do seguido del
nombre del fichero.

Podemos crear un fichero .do con el editor

de Stata o con cualquier editor de texto.

Los ficheros .do.

10
Los ficheros .do.

Gestión de datos

11
Importar archivos a stata: infile - insheet

Los comandos que permiten leer datos en formato

ASCII son:

1. Infile: lectura sin formato o con formato de ficheros ASCII

2. Infix: lectura con el format de un diccionario

3. Insheet: lee datos desde un archivo auxiliar de formato fijo. La lectura se

puede hacer a través de un diccionario.

Importar archivos a stata: Insheet

Insheet: lectura de datos en formato texto (ASCII).

Los
. datos pueden estar separados por tabs o comas
pero no ambos al mismo tiempo.

No pueden estar separados por espacios

insheet using “InsheetExample.raw”

12
 Importar archivos a stata: Insheet

Importar archivos a stata: infile

Infile:
lectura sin formato o con formato de ficheros ASCII
.
Fixed Format: Los datos deben estar en formato fijo por
columna. Se utiliza un diccionario para importar los datos.

infix id 1-2 a1 3-4 t1 5-6 gender 7 a2 8-9 t2 10-11 tgender 12-14

using InfixExample.txt

13
Importar archivos a stata: infile Fixed
Format

Listado de comandos útiles:

cd Cambiar el directorio
dir or ls Muestra los archivos existentes en el directorio
insheet Lee ASCII (text) data con formato
infile Lee ASCII (text) data sin formato
infix Lee ASCII (text) data in fixed format
input Enter data a mano
describe Describe los contenidos de los datos en la memoria virtual
compress Comprime los datos - utilizar eficientemente el espacio
save Guarda el archivo
use use Abre un archivo en formato .dta
clear Borra toda la base
memory Reporta la memoria que está siendo usada
set memory Setea la cantidad de memoria virtual a ser utilizada

14
 Manejo de datos

La base de datos

15
Describir la base: describe [varlist] [, short detail]

Describir las variables: codebook [varlist]

16
 Describir las variables: inspect [varlist]

Formatos Resumen:
Variables de texto (String
(String))
Las variables con formato texto son guardadas como str#.
Ej str1, str2,…..str244. El número indica la longitud de la
vble string. Es decir que str5 puede contener “male” pero no
“female” ya que esta última tiene 6 caracteres.

Variables Numéricas
Las variables numericas se guardan como byte, int, long,
float, or double El default es float. Byte, int and long son
para valores enteros.

17
 Formatos Resumen: Variables Numéricas

• Pueden contener:
•un signo NEGATIVO (-100),
•un punto decimal (1.1)
•notación exponencial (1.1e+2)

• No pueden contener comas

• Missing se representan con “.” y representan el

mayor valor positivo de una variable

Formatos: transformar vbles string en

numéricas y viceversa

Encode: Crea una nueva variable transformando el formato texto en numérico.

Decode: Crea una nueva variable transformando el formato numérico en texto.

Sintaxis: encode varname [if] [in] , generate(newvar) [label(name) noextend]

Otros comandos:

Destring: Convierte vbles de texto en numéricas

Totstring: Viceversa

destring/ totsting [varlist] , {generate(newvarlist)|replace} [destring_options]

18
 Etiquetas-Labels
•label data : etiqueta la base de datos que está en la memoria (máx 80
caracteres).Etiquetas-Labels

•label variable: Etiqueta las variable.

•label define: Asocia los valores de la variable a un texto determinado. Para que
los guarde asociados hay que utilizar label values.

•label values: asocia y guarda el texto asociado a los valores definidos en label
define.

•label drop: elimina las etiquetas. Etiquetas-Labels

•label dir: lista el nombre de las variables que tienen etiqueta

• label list: lista los nombres de las variables el valor que tienen y el texto
asociado Etiquetas-Labels

Etiquetas-Labels
Label data
Etiquetas-Labels

19
Comandos

Que modifican la base de datos: gen, egen,

replace, drop, recode,etc

Que describen los datos pero nos los

modifican: des, tab, sum, list , graphs, etc.

Sintaxis del lenguaje

Los comandos de stata siguen una sintaxis común. El cuadro siguiente muestra
como escribir los comandos.

20
Sintaxis del lenguaje: Ejemplos

Sintaxis del lenguaje: by….

21
 Sintaxis del lenguaje: Varlist….

myvar Una variable: myvar

myvar thisvar thatvar Tres variables

myvar* Todas las variables que empiezan con myvar

*var Todas las variables que terminan con myvar

my*var variables que empiezan con my y terminan con var

my~var Una variable que comienza con my y culmina con var

Una variable que comienza con my y culmina con var

my?var con un carácter en medio

myvar1-myvar6 myvar1, myvar2, ..., myvar6 (probably)

Análisis descriptivo: comandos

count
[by varlist:] count [if exp] [in range] ///////Número de obs // No permite varlist

summarize
[by varlist:] summarize [varlist] [weight] [if exp] [in range] [, detail ]

22
Análisis descriptivo: tabulate
Tablas de frecuencias (absolutas y relativas) y medidas de asociación
entre celdas

Tablas de una entrada: [by varlist:] tabulate varname [weight] [if exp] [in
range] [, generate(varname) missing nofreq nolabel…]

Análisis descriptivo: tabulate

Tablas de doble entrada: [by varlist:] tabulate var1 var2 [weight] [if exp] [in
range] [, cell column missing nofreq nolabel row…]

23
Análisis descriptivo: tabulate
Tablas 3 dimensiones: instalarlo

Análisis descriptivo: tabulate

Tablas 3 dimensiones:

24
Análisis descriptivo: table
Tabla de estadísticos descriptivos

Table:
[by varlist:] table rowvar [colvar [supercolvar]] [if exp] [in range] [weight]
[,contents(estad. varname...) by(superrow_varlist) row col missing…]

Análisis descriptivo: table

Tabla de estadísticos descriptivos

25
Manipulación de datos:

Manipulación de datos:

26
 Gráficos

Gráficos:

Se puede utilizar la orden graph o la barra de herramientas graphics

graph twoway connected var1 var2 , saving(grafico1,replace)

graph twoway scatter var1 var2 var3, saving(grafico2,replace)
graph twoway line var1 var2 if va3==1
graph pie var3 var5

Ver opciones gráficos en el menú de ayuda

27
 Estimación

Mínimos Cuadrados Ordinarios (MCO)

Comando:

regress (nombre variable dependiente) ( nombre variables independientes) ,

opciones

regress var1 var2 var3 , robust

Se puede combinar con by y con if

regress var1 var2 var3 , robust if salud==1

bysort año: regress var1 var2 var3 , robust

Matriz de Var y Covarianzas de los estimadores: vce

Predecir: Predict

28
Variables instrumentales
Comando:

ivreg (nombre variable dependiente) ( nombre variables independientes) ,

opciones

ivreg var1 (var2 var3=instr1 instr2)

Instrumentos
Variable dependiente Variable Variable a
Independiente instrumentar

Regresiones sucesivas

Nombres a listas de variables.

global regresores “var2 var3 var4 ”

regress var1 $regresores

local regresores “var2 var3 var4 ”

regress var1 $regresores

29