PDF de programación - Introducción a Stata

INTRODUCCIÓN A STATA

Panorama general

 Stata es un paquete estadístico de uso general

ampliamente usado en economía, sociología,
biomedicina y epidemiología

 Principales características:

 Multiplataforma (Linux, Mac, Windows)

 Extensible

 Múltiples ediciones (MP, IC, SE, Smalll)

 Comunidad activa (Statalist, Stack Overflow)

Interfaz Gráfica

Interfaz Gráfica

 Comandos

 Variables

 Output

 Historial

 Menús

 Propiedades

Comandos

 Sirve como calculadora

. display 2 + 2

4

 Tiene funciones estadísticas y matemáticas

incorporadas

. display ttail(100, 0)

.5

Comandos (2)

 Son case-sensitive

 Se pueden abreviar (pero las funciones no)

 Page up y Page Down para ver la historia

 También está la ventana historial

Ayuda

 Es muy importante saber orientarse con la ayuda

. help ttail

. help regression (q para salir)

Cargar un archivo de muestra

 Stata tiene algunos archivos incorporados como

muestra

. sysuse lifeexp

 Para ver la estructura del archivo

. desc

 Variable name

 Variable label

 Storage Type

 etc.

Estadísticas descriptivas

. summarize

 gnppc tiene datos faltantes

. list country if missing(gnppc)

 Muestra la variable country para las observaciones

que cumplen la condición missing(gnppc)

 En mayor detalle

. summ gnppc, detail

Factores

. tab region

 Es categórica pero aparece como numérica

. sort region

. by region: summ gnppc

Pregunta de análisis

 Los países ricos tienen mayor expectativa de vida?

Gráfico

 Para entender la relación entre el PIB per cápita y

la esperanza de vida podemos hacer un gráfico

 ¿Qué esperamos ver?

. graph twoway scatter lexp gnppc

Gráfico (2)

 La correlación es positiva pero no lineal

556065707580Life expectancy at birth010000200003000040000GNP per capitaTransformación

 Para linealizar la relación calculamos el log del PIB

per cápita

. generate log_gnppc = log(gnppc)

Gráfico (3)

. graph twoway scatter lexp log_gnppc

 Ahora si parece haber una relación lineal

556065707580Life expectancy at birth67891011log_gnppcUn Modelo para la relación

. reg lexp log_gnppc

 Stata omite las observaciones con datos faltantes

de alguna de las variables del modelo

 Inferencia

 Interpretación

Comandos post-estimación

 Luego de hacer una estimación, tenemos acceso a

los resultados es macros.

. return list

. ereturn list

 Estos resultados pueden ser útiles para otros

cálculos

Comandos post-estimación (1)

 También podemos crear nuevas variables en base

al modelo estimado

. predict lexp_hat

. predict resid, residuals
 Y hacer pruebas de hipótesis
. test log_gnppc

 Este test es equivalente a la salida anterior, pero en

modelos más complejos podemos querer hacer
otras cosas que no aparecen en la salida normal

Otro Gráfico

 Podemos graficar las variables y la recta de

regresión

. graph twoway (scatter lexp log_gnppc) (lfit lexp

log_gnppc)

Otro Gráfico (2)

55606570758067891011log_gnppcLife expectancy at birthFitted valuesOutlier

 Hay una observación que tiene una esperanza de

vida baja respecto al PIB per cápita

. list country lexp lexp_hat if lexp < 55

Uruguay

. list if country == “Uruguay”

No trabajar con los menús

 Por qué no trabajar con el mouse/con comandos

interactivos

 La ayuda online esta pensada para trabajar con

comandos

 No es reproducible

 Trabajo en equipo

 Cambios en los datos

 Apagar la PC

Log files

 Guardan los comandos y el output

. log using esperanza_de_vida.log

...

. log close

Comentarios

 Difícil saber que comentar y que no, pero

importante tratar

Sintaxis

 [by varlist:] command [varlist] [=exp] [if exp] [in

range] [weight] [using filename] [,options]

 - [] indica un elemento opcional

 command nombre del comando (obligatorio)

Sintaxis (2)

 varlist lista de variables

. summarize gnppc lexp

 =exp si generamos una nueva variable es la

fórmula

. generate log_gnppc = log(gnppc)

Sintaxis (3)

 if exp para correr el comando solo usando un

subconjunto de observaciones

. list country gnppc if missin(gnppc)

 , options son opciones que modifican el

comportamiento del comando, van dps de la coma

. summarize gnppc vs summarize gnppc, detailed

 by varlist

¿Qué hicimos?

 Familiarizamos con la interfaz de Stata

 Analizamos un data set para resolver una pregunta

 Estadística descriptiva

 Gráficos

 Especificación y estimación de un modelo para

contestar la pregunta de análisis