Coordinacion Matematicas y estadsticas

Inferencia estadstica
Profesor: Omar Ramos

1.

Manejo fundamental de Stata

Las ciencias economicas, sociales y aplicadas se han vinculado desde hace varias decadas
a las ciencias puras para poder por medio de los metodos cuantitativos verificar los hechos
sociales, el uso de la estadstica, la matematica y la fsica cada da van en incremento; pero
de igual forma estos metodos han necesitado de diferentes recursos para su aplicacion, es en
busca de suplir estas necesidades que Stata Corp se ha comprometido da a da en apoyar al
desarrollo de la teora con la practica haciendo uso del total de recursos disponibles. Se aclara
que Stata no es un software libre ni gratuito, para poder acceder a el es necesario adquirir un
plan de licenciamiento, para mayor informacion ingresar a www.stata.com. Una de las ventajas
del software es la posibilidad de trabajo por ambiente GUI (interactivo) y/o por ambiente de
comandos con una programacion bastante potente, incluyendo un lenguaje de programacion
para matrices conocido como MATA.
Al tratarse de un programa en ambiente Windows, su interface es similar a la de todos los
programas bajo este ambiente.

1.1.

Conociendo el entorno de Stata

Una vez que se hace clic en el icono de Stata en el men

u de inicio, se despliegan los siguientes
cuadros de trabajo. Estas ventanas constituyen el cuerpo basico Stata para llevar a cabo un
analisis de datos, teniendo una interface bastante amigable.

Figura 1: Ventana de Stata

1. Ventana de Variables: Muestra el listado de variables de la base de datos activa.

2. Ventana de Comandos: En este cuadro se escriben y almacenan las lneas de comandos,
si se desea recuperar un comando previo puede utilizar las teclas RePag o AvPag y
podra autocompletar el nombre de la variable utilizando la tecla TAB.
3. Ventana de Resultados: Permite visualizar la sintaxis, y los resultados de los procedimientos ejecutados por el usuario. Aqu encontrara el logo de Stata, indicando la version y el
tipo de licencia y el n
umero maximo de variables a importar. Una de las caractersticas
de esta ventana es que por medio de colores el programa informa si un comando ha sido
correctamente ejecutado, si aparece en color negro no hubo problema en la realizacion,
rojo indicar error y el azul es un hipervnculo al men
u de ayuda.
4. Ventana de Revision: Bitacora que permite llevar un completo registro de todos los procedimientos ejecutados durante una sesion de Stata ya sea que se ejecutaron por el ambiente
GUI, por la ventana de comandos o por un editor .do. Una de las propiedades de la
ventana Review es que si se desea repetir un comando simplemente debe hacer doble clic
sobre el comando deseado y Stata lo ejecutara de nuevo.
5. Ventana de Propiedades: Presenta la informacion de cada variable, como nombre, tipo de
variable, formato, las notas de la base de datos (puede usar el comando notes para verlas
en la ventana de resultados), entre otras caractersticas.

1.2.

Barras

Figura 2: Menu de Stata

1. Barra de Nombre: Indica la version de Stata disponible, el nombre y la ruta de la base
de datos activa.
2. Barra de Men
us: Es el conjunto de las diferentes herramientas que tiene Stata las cuales
le permiten al usuario cargar, transformar, modificar, analizar, graficar y solicitar informacion y ayuda del programa.
3. Barra de Herramientas: Es el conjunto de conos de acceso rapido a herramientas fundamentales como son abrir, salvar, creacion de un archivo Log, un archivo .do, abrir el
editor, el visor y el administrador de variables.
2

1.3.

Menu de ayuda

Stata ha incorporado a partir de la version 11 un conjunto de nuevas opciones en el menu de

ayuda para facilitarle al usuario la mejor forma de entender como funciona el programa. Una
de las novedades principales es que se ha agregado la opcion de tener disponibles los manuales
de Stata en formato PDF. Para acceder a los manuales de ayuda debe seguir la ruta Help
PDF Documentation
El menu de ayuda de Stata le permite:
Ver el ndice de contenidos del programa
Buscar informacion sobre alg
un tema, la rutina que permite ejecutarla en Stata, o el sitio
desde donde es posible descargar la macro para alimentar el programa.
Obtener ayuda sobre alg
un comando de Stata.
Listar y descargar las u
ltimas actualizaciones del programa.
Instalar programas de Stata escritas por otros usuarios, desde el Stata Journal o del
boletn tecnico Stata Technical Bulletin.
Acceder a lugares de interes en el sitio Web de Stata.
rapidamente puede familiarizar al usuario con el manejo de Stata. Alternativamente al sistema de ventanas, el usuario puede digitar en el cuadro de comandos help seguido del comando
del cual desea informacion. Por ejemplo al digitar en el cuadro de comandos: help describe
emerge la siguiente ventana

Figura 3: Ayuda de Stata

La ayuda de Stata ofrece informacion sobre:
3

La sintaxis completa y abreviada de letra(s) subrayadas) de cada comando,

Descripcion del comando,
Opciones adicionales para ejecutar el comando,
Ejemplos sobre como usar el comando,
Ejemplos sobre como usar el comando,
El manual impreso de Stata en el que puede consultar los detalles sobre el comando.
Con frecuencia, el usuario desconoce el nombre del comando especfico que realiza alg
un
procedimiento en Stata. En estos casos es conveniente realizar una b
usqueda tematica por
medio del comando search. A traves de este comando Stata realiza una b
usqueda en lnea en:
Los ejemplos oficiales de Stata disponibles en su sitio web,
El sitio de preguntas frecuentes Frequently Asked Questions de Stata,
Ejemplos en lnea compilados por la universidad de UCLA,
Las referencias bibliograficas en Stata Journal y Stata Technical Bulletin.
Por ejemplo busquemos el comando summarize, el cual nos permite obtener una tabla resumen descriptivo de una variable
search summarize

Se desplegara la siguiente tabla

Figura 4: Ayuda de Stata

1.3.1.

Tipos de archivos

Antes de iniciar una sesion de trabajo es importante tener en cuenta que Stata opera a
traves de diferentes tipos de archivos.

Figura 5: Tipos de archivo

Aunque en este curso ocuparemos Stata de forma regular, el objetivo principal es aprender
sobre inferencia estadstica. Por lo tanto simplificaremos los ejercicios en Stata de modo que
no tengan que hacer mucha administracion de los datos. En general trabajaremos con bases
de datos con las variables ya creadas y sin datos perdidos. Sin embargo, esta es una buena
5

oportunidad para desarrollar destrezas en el uso de Stata que vayan mas alla de lo estrictamente
necesario para realizar inferencias estadsticas. A lo largo de la carrera seguiran ocupando este
software y muchos de ustedes lo seguiran ocupando durante su carrera.
Stata es un programa basado en comandos, mediante los cuales el usuario le dice lo que quiere
hacer. La estructura tpica de los comandos esta compuesta de cuatro elementos: comando,
nombre, condiciones y opciones. Para saber que decirle a Stata, necesitamos responder cuatro
preguntas que corresponden a los cuatro elementos mencionados:
Comando: Que quiero hacer?
Nombres: Cuales son los nombres de las variables o archivos que quiero ocupar?
Condiciones: Que observaciones deseas ocupar?
Opciones: Tienes otros requisitos respecto a este programa?
Muchas veces es mas facil especificar con palabras normales lo que quiero hacer y luego
intentar pedrselo a Stata. Para los usuarios avanzados, una de las ventajas de Stata es que
permite a los usuarios crear sus propios comandos. Cada comando se debe ingresar en una lnea
separada, salvo que se este trabajando en un archivo .do y se utilice /// al final de la lnea para
indicar que el comando sigue en la lnea siguiente.
1.3.2.

Abrir una base de datos

Las bases de datos de Stata finalizan con la extension .dta, cuando se tiene un base tipo
Stata para abrirla puede utilizar la ruta File Open o mediante el teclado CTRL+ O y seleccionar el archivo o por el icono abrir de la barra de herramientas, por medio de comandos
podra usar la instruccion use
use C:\Users\Omar\Desktop\ipc raw.dta, clear
Dado que la instruccion solo importa bases de datos de formato Stata no se requiere ingresar
la extension .dta.

1.4.

ANALISIS
ESTADISTICOS CON STATA

Stata tiene una amplia posibilidad de realizar los procedimientos generalmente es posible
encontrar varios comandos en diferentes men
us. Por ejemplo para poder obtener las estadsticas descriptivas de una variable es posible usando inicialmente los comandos o por medio de
ventanas de ejecucion. .

Para el analisis estadistico el menu Statistics permite obtener gran cantidad de opciones
para poder desarrollar los temas del manual. Por ejemplo en Statistics Summary, tables, and
test Summary and descriptive statistics:
6

Figura 6: Analisis estadstico

Finalmente en StatisticsSummarize, tables and test, se pueden realizar varias operaciones
como son calculo del intervalo de confianza, test para medias, varianzas, dos muestras, etc.,
pruebas parametricas y no parametrica.

Ejemplo 1.1. Lo que haremos aqu es abrir un extracto de la base de datos CASEN 2011 y
pedirle que resuma la variable edad. Deben descargar la Base de Datos Inferencia Estadsti
cade la seccion Inferencia
Estadsticadel siguiente enlace: http: /www.estebancalvo.comesdifusion recursos
Luego guarden la base de datos en el disco C o en un pendrive (traer pendrive para las proximas
clases).
.use C:\casen2011 ie.dta, clear
A continuacion ocuparemos el comando summarize, que nos permite obtener una tabla
resumen descriptivo de una variable, en este caso edad. La tabla que obtenemos muestra el
n
umero de observaciones que tiene la base de datos utilizada (4853), la media de la variable
edad (43.7 a
nos) y la respectiva desviacion estandar (18.8). Tambien muestra el valor mnimo
y maximo de edad entre las observaciones (0 y 100).
Ingresar el comando:
sum edad

Ejemplo 1.2. Con las distribuciones que revisamos podemos replicar problemas de la vida real.
Por ejemplo, supongamos que estamos administrando un call center y queremos saber cuantas
personas atiende un trabajador en una hora. Si el u
nico dato que tenemos es que en promedio
atiende a 10 personas, podramos simular, usando la funcion de distribucion, a cuantas personas atiende en cada hora. As tenemos valores que podran perfectamente ser reales, como se
muestra a continuacion:

Por lo tanto, puede que en una hora atienda a 4 personas (fila 27) o 15 (fila 6). Pero siendo
10 personas el promedio de atencion, podemos decir que atender a 4 personas tiene la misma
probabilidad que atender a 15? La respuesta es no. Recordemos que estas probabilidades est
an
modeladas por la distribucion Poisson ya que estamos hablando de un evento (atender a una
persona) que se repite en un ciclo igual (una hora). Veamos sus probabilidades:

Aqu observamos que la probabilidad de que en una hora se atienda solamente a 4 personas
es muy baja (1.89mientras que la probabilidad de que atienda a 15 personas es un poco mas alta
(3.47promedio, vemos que la probabilidad de que atienda a 10 personas es de 12distribuciones
de probabilidad nos puede ayudar a anticipar escenario mas probable. En este caso, que es m
as
probable que suceda? Atenderan entre 9 a 12 personas por hora o mas de 16? Es mucho menos
riesgoso apostar por la primera. Saber esto nos puede permitir tomar decisiones informadas, por
ejemplo, estimar cuantas personas tendremos que contratar para un optimo funcionamiento.
Descripci
on de los comandos utilizados
<set obs #>: Nos sirve para indicar cuantas observaciones queremos crear. # es reemplazado por dicho n
umero.
<set seed #>: Cuando trabajamos con simulaciones y creamos n
umeros aleatorios, es importante siempre fijar un punto de partida (una semilla) para que as cuando los alumnos
repliquen el ejercicio en casa puedan tener los mismos resultados. Una semilla esta definida
por un n
umero, el cual se reemplaza en lugar del #.
<gen newvar = exp>: El comando gen es una abreviacion para generate, el cual genera
nuevas variables. El nombre de la variable sera el que se reemplace en newvar y la forma
que tendra la variable es lo que va en exp.
9

<rpoisson(#)>: Genera n
umeros aleatorios que puedan describirse con una Poisson con
promedio #.
<br>: Abreviacion de browser. Muestra la base de datos.
<poissonp(m,k)>: Entrega la probabilidad de un n
umero k, si la distribucion es Poisson
con media m.
Ejemplo 1.3. Usando el programa estadstico podemos tomar muestras aleatorias de maneras
bien simples, utilizando algunos comandos. Vamos a partir utilizando una de las bases de datos
que nos proporciona el programa, esta es la base de autos que hemos visto anteriormente.
. use auto
(1978 Automobile Data)
Luego generamos una variable, denominada random, con n
umeros seudo-aleatorios con distribucion uniforme entre 0 y 1. Despues se ordena de menor a mayor la variable, esto ordena a
todas las observaciones dependientes de la variable creada anteriormente llamada random. Para
finalizar se genera otra variable con la caracterstica que asigna valor 1 a la primera mitad de
la base y el valor 2 a la segunda. A su vez podemos darnos cuenta de que el tama
no maestral
es de 34 observaciones cada uno, siendo mayores a 30.
. generate random= runiform()
. sort random
. generate group = ceil(2 * n/ N)
Seleccione data editor para que aparezca siguiente imagen

El n
umero de observaciones de la base es de 74 automoviles, y podemos darnos cuenta de
que se dividieron en dos muestras de igual tama
no. Para la siguiente parte veremos como la
media poblacional se puede acercar mucho a la media de las medias muestrales. En este caso
tomaremos la media de los precios de ambas muestras generadas.

10

Ingrese comando sum price if group==1

Luego comando sum price if group==2
Podemos ver que la media de ambas muestras difiere en mas 600 dolares, y que las desviaciones estandar tambien difieren. Y si recordamos, x = la media de las medias muestrales
es igual a la media poblacional. Comprobemoslo.
Ingrese el comando sum price
La media poblacional es de 6165,257 dolares, y si obtenemos la media de la media de ambas
muestras, podemos darnos cuenta de que son iguales.
Ingreso ahora display (6469.054+5861.459)/2
El comando display sirve para hacer operaciones matematicas simple en STATA.

11