Introducción a Stata - Primera Parte

Transcripción

1 Introducción a Stata - Primera Parte Maribel Jiménez Marzo Desarrollo Económico Licenciatura en Economía Universidad Nacional de Salta Maribel Jiménez Intro. Stata Marzo / 30

2 Esta clase en una filmina 1 Introducción a Stata 2 Interface 3 Sintaxis y comandos básicos 4 Organización de un proyecto en archivos DO y LOG Maribel Jiménez Intro. Stata Marzo / 30

3 Introducción a Stata STATA es un sistema que permite la gestión de base de datos y la realización de cálculos estadísticos y econométricos. Ventaja de STATA: se basa en un lenguaje de programación que respeta una sintaxis. Las fuentes de información oficiales para aprender STATA son los manuales originales. Maribel Jiménez Intro. Stata Marzo / 30

4 Interface Ventanas que conforman el entorno de trabajo: Ventana Review: muestra el historial de comandos recientemente utilizados. Ventana Variables: expone las variables que comprenden el data set en memoria. Ventana Stata Results: muestra los resultados obtenidos de la aplicación de los comandos. Ventana Stata comand: permite introducir comandos mediante el teclado. Novedad de STATA 12: Ventana Properties: muestra caracterde las variables y del data set en memoria Maribel Jiménez Intro. Stata Marzo / 30

5 Sintaxis y comandos básicos STATA trabaja mediante la especificación por parte del usuario de órdenes que se denominan comandos. Los comandos conforman un lenguaje de comunicación con el programa, por lo que existe una determinada sintaxis que debe ser respetada. Estructura general de la sintaxis de comandos [by varlist:] comando [varlist] [=exp] [if exp] [in range] [weight] [, opciones] Los corchetes indican elementos opcionales. Maribel Jiménez Intro. Stata Marzo / 30

6 Sintaxis y comandos básicos Ejemplos de comandos simples con el data set: datosc1.txt Comando para indicar el path o ubicación del data set: cd c:\desarrollo Comando para cargar el data set en la memoria: insheet using datosc1.txt El comando para guardar el data set en formato STATA es: save datosc1.dta Observación: No debe haber un data set previo en memoria. STATA no puede trabajar con data sets simultáneos. Para asegurar esto puede usarse: use datosc1.dta, clear Maribel Jiménez Intro. Stata Marzo / 30

7 Sintaxis y comandos básicos Sintaxis: comando sin opciones summarize Permite obtener una descripción estadística de todas las variables que componen el data set. Se usa sin opciones. Sintaxis: [varlist] summarize idh2012 Permite obtener la descripción estadística de sólo una variable Maribel Jiménez Intro. Stata Marzo / 30

8 Sintaxis y comandos básicos Para más variables: summarize idh2012 espvida2012 fecund2012 Para una lista de variables: summarize idh2012-fecund2012 Para variables que empiecen con la letra i: summarize i* Todas estas maneras de indicar variables se denominan en la sintaxis como varlist Maribel Jiménez Intro. Stata Marzo / 30

9 Sintaxis y comandos básicos Sintaxis: [if exp] Permite restringir la aplicación del comando a observaciones que cumplen con ciertas restricciones de alguna/s variable/s mediante la utilizacin del si condicional (if en inglés). Por ejemplo: summarize idh2012 if espvida2012<= 60 Calcula la descripción estadística de la variable idh2012 de aquellos países con una esperanza de vida en 2012 (espvida2012) menor a 60 años. Maribel Jiménez Intro. Stata Marzo / 30

10 Sintaxis y comandos básicos Para construir una sentencia condicional existen los siguientes componentes: Operadores de comparación: == (igual);!= (no igual); >, <, >=, <= (los usuales mayor, menor, etc) Operadores lógicos: & (y) (o)! (no) Operador jerárquico: el paréntesis que determina el orden de aplicación de las sentencias condicionales. Maribel Jiménez Intro. Stata Marzo / 30

11 Sintaxis y comandos básicos Algunos ejemplos más complejos de sentencias condicionales utilizando los operadores anteriores son los siguientes: summarize idh2012 if (mortinf> 0.2 & espvida < 70) fecund2012<=2 summarize idh2012 if!(mortinf> 0.2 & espvida < 70) fecund2012<=2 Maribel Jiménez Intro. Stata Marzo / 30

12 Sintaxis y comandos básicos Sintaxis: [in range] Permite aplicar el comando a un rango de observaciones, de acuerdo al orden del data set. Por ejemplo: summarize idh2012 in 1/10 Permite obtener la descripción estadística de las 10 primeras observaciones del data set summarize idh2012 in 5/12 Aplica el comando a las observaciones entre la 5ta y la 12da. summarize idh2012 in -10/-1 Aplica el comando a las últimas 10 observaciones Maribel Jiménez Intro. Stata Marzo / 30

13 Sintaxis y comandos básicos La aplicación de [in range] depende del ordenamiento del data set. Los comandos para ordenar un data set son sort y gsort. sort idh2012 El comando sort permite ordenar sólo de manera ascendente de acuerdo a la variable que se especifica. Pueden especificarse más variables que actúan en el caso de valores iguales en la variable primero indicada. Ejemplos con gsort: gsort idh2012 gsort +idh2012 Ordena de manera descendente según el idh. Ordena de manera asscendente según el idh. Maribel Jiménez Intro. Stata Marzo / 30

14 Sintaxis y comandos básicos Sintaxis: [= exp] Se utiliza generalmente con sólo dos comandos: generate y replace Comando generate: permite crear una nueva variable en el data set. Es requisito indicar los valores iniciales que va a tener la nueva variable en cada observación. Ejemplo: generate nueva = 0 Maribel Jiménez Intro. Stata Marzo / 30

15 Sintaxis y comandos básicos Sintaxis: [= exp] Se utiliza generalmente con sólo dos comandos: generate y replace Comando generate: permite crear una nueva variable en el data set. Es requisito indicar los valores iniciales que va a tener la nueva variable en cada observación. Ejemplo: generate nueva = 0 Este comando crea la variable nueva que tiene 0 en todas las observaciones. Maribel Jiménez Intro. Stata Marzo / 30

16 Sintaxis y comandos básicos Comando generate(cont.) Puede crearse una variable con valores nulos. El valor nulo en STATA se indica con el símbolo. (un punto). Ejemplo: generate nulo =. Puede crearse una variable nueva con valores surgidos de una operación algebraica basada en otras variables. Ejemplo: generate espvida2 = espvida2012*2 Este comando crea una nueva variable igual a la original multiplicada por dos. Para poder verificar los valores de pbnpc y pbnpc2 puede aplicarse el siguiente comando: list espvida2012 espvida2 Maribel Jiménez Intro. Stata Marzo / 30

17 Sintaxis y comandos básicos Comando replace (cont.): Otro comando que usa [=exp] Permite reemplazar valores de una variable ya creada. Ejemplo: replace espvida2 = 0 if espvida2012< 60 Maribel Jiménez Intro. Stata Marzo / 30

18 Sintaxis y comandos básicos Comando replace (cont.): Otro comando que usa [=exp] Permite reemplazar valores de una variable ya creada. Ejemplo: replace espvida2 = 0 if espvida2012< 60 Este comando reemplaza por un cero espvida2 en aquellas observaciones que tienen una esperanza de vida menor a 60 años. Maribel Jiménez Intro. Stata Marzo / 30

19 Sintaxis y comandos básicos Sintaxis: [by varlist:] Permite aplicar el comando por grupos de observaciones definidos por los distintos valores de la variable indicada en varlist. Es requisito ordenar el data set por la variable que se va a usar en el [by varlist:]. Ejemplo: sort catidh by catidh: summarize idh2012

20 Sintaxis y comandos básicos Sintaxis: [by varlist:] Permite aplicar el comando por grupos de observaciones definidos por los distintos valores de la variable indicada en varlist. Es requisito ordenar el data set por la variable que se va a usar en el [by varlist:]. Ejemplo: sort catidh by catidh: summarize idh2012 En este caso se obtuvo la descripción estadística para los países con alto, medio y bajo idh. De qué otra forma podríamos haber obtenido lo mismo?

21 Observación: este segundo método es muy engorroso si la variable que Sintaxis y comandos básicos Sintaxis: [by varlist:] Permite aplicar el comando por grupos de observaciones definidos por los distintos valores de la variable indicada en varlist. Es requisito ordenar el data set por la variable que se va a usar en el [by varlist:]. Ejemplo: sort catidh by catidh: summarize idh2012 En este caso se obtuvo la descripción estadística para los países con alto, medio y bajo idh. De qué otra forma podríamos haber obtenido lo mismo? summarize idh2012 if catidh==1 summarize idh2012 if catidh==2 summarize idh2012 if catidh==3 summarize idh2012 if catidh==4

22 Sintaxis y comandos básicos Sintaxis: [, opciones] Existen comandos que aceptan opciones adicionales especificadas en la sintaxis luego de una coma. Ejemplo: summarize espvida2012, detail El comando summarize ahora brinda una descripción estadística distinta que la normal. Sintaxis: [weight] Sirve para indicar una variable como ponderador de las observaciones. Esta parte de la sintaxis se verá en detalle cuando se utilicen datos de la Encuestas de Hogares. Maribel Jiménez Intro. Stata Marzo / 30

23 Otros comandos básicos Comando tabulate : Permite tabular cantidades de observaciones según distintos valores de una variable. Ejemplo: tabulate catidh Permite conocer cuántas observaciones hay con los diferentes valores que tiene la variable catidh10 (alto, medio y bajo idh). También puede usarse tabulate con dos variables. tabulate catidh catespvida Permite conocer cuántas observaciones hay con las diferentes combinaciones de valores de las variables catidh y catespvida (variable categórica que clasifica los países con una esperanza de vida menor y mayor a la mediana). Maribel Jiménez Intro. Stata Marzo / 30

24 Otros comandos básicos Comando table Permite obtener una tabla con distintas estadísticas : table catidh catespvida, c(mean idh2012) Maribel Jiménez Intro. Stata Marzo / 30

25 Otros comandos básicos Comando table Permite obtener una tabla con distintas estadísticas : table catidh catespvida, c(mean idh2012) De esta manera se obtiene la media del idh2012 para los diferentes combinaciones de catidhy catespvida. Maribel Jiménez Intro. Stata Marzo / 30

26 Otros comandos básicos Comando tabstat: Es más avanzado para obtener la descripción estadística de variables. Ejemplo: tabstat idh2012, statistics(mean) Obtenemos la media de la variable pbnpc También podemos obtener varios estadísticos descriptivos. Ejemplo: tabstat idh2012, statistics(mean sum count max min range sd variance cv p10 median) y de más de una variable tabstat idh2012 espvida2012, statistics(mean sum count max min range sd variance cv p10 median) Maribel Jiménez Intro. Stata Marzo / 30

27 Abreviaturas Todos los comandos y variables usados pueden ser abreviados. La regla es que la abreviatura puede realizarse siempre que no se confunda con otro comando. Existen algunas excepciones a esta regla: Los comandos destructivos no se abrevian: drop, clear El comando describe se abrevia con d, a pesar de confundirse con otros (es un comando muy utilizado). Ejemplo de abreviatura bys catespvida2012: sum(idh2012) Maribel Jiménez Intro. Stata Marzo / 30

28 Organización de un proyecto en archivos DO y LOG Hasta ahora la interacción con Stata ha sido mediante el tipeo de comandos en la ventana Stata commands. A partir de ahora trabajaremos creando archivos de texto que contienen toda la secuencia de comandos que componen un proyecto. Esto es un archivo DO. Los resultados de nuestro proyecto los almacenaremos en un archivo de texto llamado LOG. En síntesis, el conjunto de archivos que utilizaremos en un proyecto son:

29 Organización de un proyecto en archivos DO y LOG Cómo creamos un archivo DO? Un archivo DO es de tipo texto plano o también llamado archivo ASCII. Tenemos dos alternativas: 1 Utilizar el editor de textos que tiene incluido Stata. 2 Utilizar un editor de textos externo. Maribel Jiménez Intro. Stata Marzo / 30

30 Organización de un proyecto en archivos DO y LOG doedit Editor de textos incluido en Stata : para acceder a esta funcionalidad el comando es: De esta manera se abre una aplicación similar al Bloc de notas de Windows. Las funcionalidades más relevantes comprenden : El menú File que permite gestionar los archivos de texto. El menú Tools que permite ejecutar un archivo DO mediante la opción Do Maribel Jiménez Intro. Stata Marzo / 30

31 Organización de un proyecto en archivos DO y LOG Editores de textos externo: Editplus: es un editor de tipo shareware ( Textpad: es un editor pago ( Crimson: es un editor de tipo freware que puede encontrarse en Ventajas y desventajas: El editor de textos que incluye Stata tienen ventaja en la ejecución de los archivos DO. Los editores de texto externos tienen más funcionalidades. Maribel Jiménez Intro. Stata Marzo / 30

32 Organización de un proyecto en archivos DO y LOG DO FILE Utilizando el data set datac1.dta escribiremos nuestro primer archivo DO mediante el editor de textos de Stata. Para ello realizamos las siguientes acciones: Copiamos en c: el archivo datac1.dta. Esta será nuestra carpeta de trabajo. En el editor de textos escribimos: cd c:\desarrollo use datosc1.dta, clear describe summarize idh2012 Maribel Jiménez Intro. Stata Marzo / 30

33 Organización de un proyecto en archivos DO y LOG Guardamos el archivo con el nombre clase1.do en la carpeta c:\desarrollo En Stata command ejecutamos do clase1 Si todo funcionó bien, habremos ejecutado nuestro primer archivo DO y en la ventana Stata Result está el resultado de los comandos describe y summarize. Nota: pueden incorporarse comentarios dentro del archivo DO de la siguiente manera: /* Este es un comentario */ También es un comentario una lnea iniciado con asterisco * Maribel Jiménez Intro. Stata Marzo / 30

34 log using clase1.log, text replace, hace que Stata registre los resultados en un archivo llamado clase1.log de tipo texto (existen otros tipos de archivos que no usaremos). Maribel Jiménez Intro. Stata Marzo / 30 Organización de un proyecto en archivos DO y LOG LOG FILE Los resultados que se registran en la ventana Stata result pueden ser almacenados en un archivo de texto de extensión.log de la siguiente forma: use datac1.dta, clear capture log close log using clase1.log, text replace describe summarize idh2012 log close exit

35 Organización de un proyecto en archivos DO y LOG La opción replace implica que en cada nueva corrida los resultados se sobre-escriben. La opción append permite grabar corridas sucesivas de un programa (uso poco frecuente). El comando log using resulta en un error si ya existe un LOG en uso. Por ello debemos cerrar cualquier otro LOG en uso con la opción log close. Problema: log close dará error si no existe un LOG en uso. Solución: usar la palabra capture antes del comando permite anular la detención del programa ante un error. Al final del programa cerramos el LOG con log close Importante: lo único que se registra en el archivo LOG son los resultados de los comandos que se encuentran entre el log using y el siguiente log close. Maribel Jiménez Intro. Stata Marzo / 30