Complementos Micro Intr Stata 2015 Campus Virtual

Tema 1: Introduccin a Stata
Asignatura: Complementos de Microeconoma y Macroeconoma

UCLM-Campus de Ciudad Real Curso: 2015-2016
CONTENIDOS:
Qu es Stata?
Cmo trabajar en Stata?
Anlisis estadstico
Grficos

Qu es Stata?
Stata es un software estadstico basado en comandos disponible
para Windows, Mac y Unix. Stata proporciona un modo interactivo
muy flexible que lo hace fcil para los principantes, pero tambin
puede usarse de un modo avanzado con programacin.

Principales ventajas de Stata:
Manipulacin de datos
Anlisis estadstico
Grficos

COMMAND WINDOW: Zona de escribir los comandos

RESULTS WINDOW:
Zona donde aparecen los resultados

REVIEW WINDOW:
Zona donde se ven los ltimos comandos ejecutados

VARIABLE WINDOW:
Zona donde se ven las variables guardadas

DATA EDITOR:
Se accede a la base de datos y se puede hacer modificaciones en ella

DATA BROWSER:
Se accede a la base de datos pero no se puede hacer modificaciones en ella

Cmo trabajar en Stata 13?
De forma interactiva
Ejecutando comando en la zona de comandos
Con un do-file

De forma interactiva

Ejecutando comandos en la zona de comandos

Con un do-file

Con un do-file

Con un do-file:
La principal ventaja de un do-file respecto al modo
interactivo es que permite volver a hacer el trabajo
hecho en varios das con un solo click:
si se tiene una larga lista de comandos, ejecutar
un do-file es mucho ms rpido y cmodo que
ejecutar cada comando una detrs de otro.
Adems, el do-file es un archivo permanente de
los comandos y el orden para ejecutarlos

Con un do-file:
Hay que escribir los comandos y guardar el fichero,
ej. Practica1.do
Para que Stata haga el trabajo hay que darle a
ejecutar o correr (no es necesario correr el fichero
completo, es decir se puede correr partes del do-file)
Stata es sensible a si los comandos (y las variables)
se escriben en mayscula o minscula (en general
todos los comandos se escriben en minscula)

Con un do-file:
Es muy til trabajar para un mismo trabajo, por
ejemplo prctica 1, en una carpeta de windows. En esta
carpeta estarn guardados los datos (archivo *.dta), el do-
file, el log-file, as como archivos que se guarden como
grficos.
Para ello hay que utilizar el comando cd+ senda, por
ejemplo: cd
C:\Julio\Trabajo\Asignaturas\UCLM\2012_2013\Compleme
ntos_Micro_Macro\Practicas\Practica_1_Introduccion_Stata
Es conveniente evitar sendas con espacios, tildes,

Cmo pedir ayuda?
help (+ lo que buscamos), por ejemplo para buscar
ayuda en la regresin se ejecutar help regress

Tipos de datos Stata
Variables (gen, egen):
nmericas
fecha
strings (carcteres alfanmericos)
Matrices (matrix)
Escalares (scalar)

Cmo cargar datos en Stata?
Stat Transfer- programa que sirve para pasar archivos
de datos en un formato determinado (ej., Excel, CSV,
text, Stata, LIMDEP, MATLAB, SPSS,) a otro
formato (ej., Excel, CSV, text, Stata, LIMDEP,
MATLAB, SPSS,)

Copiar y pegar desde un Excel al Data editor-
Stata te pregunta si la primera fila son los nombres
de las variables o no
Puede ocurrir que al copiar y pegar Stata interprete
variables nmericas como alfanmericas y por tanto
las cree como string variables. Para solucionar esto hay
que utilizar el comando destring, ej destring x1, replace

Con el comando insheet- (ver help insheet)
Para ello hay que guardar nuestra base de datos de
Excel como un archivo CSV (MS-DOS) *.csv
Luego hay que ejecutar el comando insheet
insheet using
"C:\Users\julio.corral\Desktop\practica_1_introduccin_sta
ta_stat8.csv", delimiter(";") clear
Suele haber problemas si en los datos hay tildes, y
dems caracteres raros

Abrir un archivo *.dta ya creado con el comando use
(ejemplo, use
"C:\Julio\Trabajo\Asignaturas\UCLM\2012_2013\Co
mplementos de Micro y Macro\Prcticas\Prctica 1_
Introduccin a
Stata\Practica_1_Introduccin_Stata_Stat8.dta", clear

Consejos para cargar datos:
Si la base de datos es muy grande (a mi me pasa en
algunos trabajos) hay que aumentar la memoria
destinada a Stata con el comando set memory (ej. set
memory 700m)

Cmo ver todos los resultados en Stata?
Si los resultados no son muy largos se vern todos en
el Results Window
Si los resultados son largos ser necesario utilizar un
archivo *.log:
El archivo *.log es un archivo de texto
Se abre con el comando log using *.log", es decir
por ejemplo (log using "Practica1.log")
Es habitual poner despus de este comando el
subcomando , replace con el objeto de que
sobreescriba los resultados en el archivo log
Si ya hay abierto un archivo *.log en la sesin es
necesario cerrarlo para evitar el error (log close)
Operadores en Stata
+ addition; - subtraction; * multiplication;/ division
^ raise to a power
> greater than; < less than; >= greater than or equal to
<= less than or equal to; == equal to (the relational
operator for equality is a pair of equal signs);
~= not equal to
& and;| or; ~not
abs(x) absolute value; exp(x) exponential
ln(x) natural logarithm; log(x) natural logarithm
sqrt(x) square root

Principales ventajas de Stata:
Manipulacin de datos
Anlisis estadstico
Grficos

Manipulacin de datos en Stata
collapse
joinby
append
save

collapse- sirve para construir una nueva base de datos
calculando algunas estadsticas (mnimo, mximo,
media, nmero de observaciones, suma) de algunas
variables de la base de datos original.
Consejo: antes de hacer un collapse guarda tu base de
datos y luego guarda (con otro nombre) la base posterior
al collapse

collapse
EQUIPO TEMPORADAJUGADOR MIN
R.Madrid 1987-1988 A. ALDANA 328
Deportivo 1992-1993 A. ALDANA 2370
Espanyol 1996-1997 A. ALDANA 337
Tenerife 1989-1990 A. FERRER 1456
Barcelona 1990-1991 A. FERRER 2162

collapse (sum) MIN, by(JUGADOR)
JUGADOR MIN
A. ALDANA 10160
A. FERRER 18403
A. GOICOECHEA 28388
A. GUTIERREZ 4795
A. HIERRO 3497

joinby- junta dos bases distintas que tengan una
variable comn. Es decir, aade nuevas variables.
Principales opciones:
unmatched: none, both, master, using

joinby
jugadores_lfp_aux1.dta
JUGADOR nsample
A. ALDANA 9
A. FERRER 9
jugadores_lfp_1.dta
EQUIPO TEMPORADAJUGADOR
R.Madrid 1987-1988 A. ALDANA
Deportivo 1992-1993 A. ALDANA
Espanyol 1996-1997 A. ALDANA
Tenerife 1989-1990 A. FERRER
Barcelona 1990-1991 A. FERRER

joinby JUGADOR using "jugadores_lfp_aux1.dta"
EQUIPO TEMPORADAJUGADOR nsample
Espanyol 1996-1997 A. ALDANA 9
Tenerife 1989-1990 A. FERRER 9
append- pone en una base de datos las observaciones
de dos bases distintas que tengan variables comn. Es
decir, aade observaciones.

append-
EQUIPO TEMPORADAJUGADOR PJ MIN
Murcia 1980-1981 ABAD B. 34 2978
Hrcules 1980-1981 ABAD S. 11 422
Sporting 1980-1981 ABEL D. 33 2370
Salamanca 1980-1981 ADAM C. 32 2845
Sporting 1980-1981 AGUILAR, F. 24 1308
Atltico 1980-1981 AGUINAGA 25 2250
Athletic 1980-1981 AGUIRREOA 7 630
R.Madrid 1980-1981 AGUSTIN 4 345
Murcia 1980-1981 ALABANDA 31 2652
1981-192.dta
Hrcules 1981-1982 ABAD S. 19 1307
Sporting 1981-1982 ABEL D. 30 2385
Hrcules 1981-1982 ADORNO S. 5 378
Racing 1981-1982 ALARCON A. 14 636
Hrcules 1981-1982 ALBADALEJO 27 2329
Barcelona 1981-1982 ALESANCO 32 2797
Betis 1981-1982 ALEX 17 1266
Castelln 1981-1982 ALFREDO 2 180
Valladolid 1981-1982 ALI 32 2558
Valencia 1981-1982 ALIAGA 6 309
Sevilla 1981-1982 ALVAREZ 33 2925

append using 1981-1982.dta
Murcia 1980-1981 ABAD B. 34 2978
Hrcules 1980-1981 ABAD S. 11 422
Sporting 1980-1981 ABEL D. 33 2370
Salamanca 1980-1981 ADAM C. 32 2845
Sporting 1980-1981 AGUILAR, F. 24 1308
Athletic 1980-1981 AGUIRREOA 7 630
Murcia 1980-1981 ALABANDA 31 2652
Hrcules 1981-1982 ABAD S. 19 1307
Sporting 1981-1982 ABEL D. 30 2385
Hrcules 1981-1982 ADORNO S. 5 378
Racing 1981-1982 ALARCON A. 14 636
Hrcules 1981-1982 ALBADALEJO 27 2329
Barcelona 1981-1982 ALESANCO 32 2797
Betis 1981-1982 ALEX 17 1266
Castelln 1981-1982 ALFREDO 2 180
Valladolid 1981-1982 ALI 32 2558
Valencia 1981-1982 ALIAGA 6 309
Sevilla 1981-1982 ALVAREZ 33 2925

save- guarda una nueva base de datos.

Anlisis estadstico descriptivo en Stata
summarize
tabstat
tabulate
table

summarize- summarize [varlist] [if] [in] [weight] [, options]
Calcula estadsticas univariantes (media, desviacin
tpica, mnimo, mximo.).

summarize- sum coachn coachpoints y season goalk defm
medm delm plantilla tesfa temco2
Variable | Obs Mean Std. Dev. Min Max

-------------+--------------------------------------------------------
coachn | 58 26.2069 12.13919 1 38
coachpoints | 58 36.31034 24.63574 0 99
y| 58 .4228401 .1715148 0 .8684211
season | 58 2010.5 .5043669 2010 2011
goalk | 58 1900286 1979022 160000 7960000
-------------+--------------------------------------------------------
defm | 58 930102.3 856671 233333.3 4547531
medm | 58 1230800 1070354 213333.3 5961148
delm | 58 2816244 3409729 273333.3 1.44e+07
plantilla | 58 2.33e+07 2.19e+07 3950000 1.14e+08
tesfa | 57 .7809251 .204776 .1316675 .9999999
-------------+--------------------------------------------------------
temco2 | 58 .6240624 .1886466 0 1.02259

summarize- sum coachn coachpoints y season goalk defm
medm delm plantilla tesfa temco2
Variable Obs Mean Std. Dev. Min Max

coachn 58.00 26.21 12.14 1.00 38.00
coachpoints 58.00 36.31 24.64 0.00 99.00
y 58.00 0.42 0.17 0.00 0.87
season 58.00 2,011 1 2,010 2,011
goalk 58.00 1,900,286 1,979,022 160,000 7,960,000
defm 58.00 930,102 856,671 233,333 4,547,531
medm 58.00 1,230,800 1,070,354 213,333 5,961,148
delm 58.00 2,816,244 3,409,729 273,333 14,400,000
plantilla 58.00 23,300,000 21,900,000 3,950,000 114,000,000
tesfa 57.00 0.78 0.20 0.13 1.00
temco2 58.00 0.62 0.19 0.00 1.02

tabstat- tabstat varlist [if] [in] [weight] [, options]
options:
by(varname) estadsticas por grupo by variable
statistics(statname [...]) :
mean- media; count- nmero de observaciones; sum-
suma; max- mximo;
min- mnimo; sd- desviacin tpica
variance- varianza; cv- coeficiente de variacin (sd/media)
p1-1st percentile,.

tabstat- tabstat coachn coachpoints y if season==2011 , by(
team24name) stat(mean)
team24name | coachn coachp~s y

--------------+------------------------------
Almera | 12.66667 10 .212963
Athletic | 38 58 .508772 Mlaga | 12.66667 15.33333 .2411817
Atltico | 38 58 .508772 Osasuna | 19 23.5 .4371981
Barcelona | 38 96 .8421053 Racing | 19 23 .4166667
Deportivo | 38 43 .377193 Real Madrid | 38 92 .8070176
Espanyol | 38 49 .4298246 Real Sociedad | 38 45 .3947369
Getafe | 38 44 .3859649 Sevilla | 19 29 .5191919
Hrcules | 19 17.5 .316092 Sporting | 38 47 .4122807
Levante | 38 45 .3947369 Valencia | 38 71 .622807
Mallorca | 38 44 .3859649 Villarreal | 38 62 .5438597
Zaragoza | 19 22.5 .3428571
--------------+------------------------------
Total | 26.2069 36.58621 .415189

tabulate oneway- tabulate varname [if] [in] [weight] [,
tabulate1_options]
produce tablas de frequencia.

tabulate oneway- tabulate coachestimates
Guardiola | 2 3.45 34.48

coachestimates | Freq. Percent Cum. Hugo Snchez | 1 1.72 36.21
------------------+----------------------------------- Jesualdo Ferreira | 1 1.72 37.93
Abel | 1 1.72 1.72 Jimnez | 1 1.72 39.66
Aguirre | 1 1.72 3.45 Juan Ramn Lpez | 1 1.72 41.38
Antonio lvarez | 2 3.45 6.90 Lasarte | 1 1.72 43.10
Camacho | 2 3.45 10.34 Laudrup | 1 1.72 44.83
Caparrs | 2 3.45 13.79 Lillo | 2 3.45 48.28
Clemente | 1 1.72 15.52 Lotina | 2 3.45 51.72
Djukic | 1 1.72 17.24 Luis Garca | 1 1.72 53.45
Emery | 2 3.45 20.69 Mandi | 1 1.72 55.17
Esteban Vigo | 1 1.72 22.41 Manzano | 2 3.45 58.62
Garrido | 2 3.45 25.86 Marcelino | 2 3.45 62.07
Gay | 2 3.45 29.31 Mendilibar | 2 3.45 65.52
Gorosito | 1 1.72 31.03 Michel | 2 3.45 68.97
Mourinho | 1 1.72 70.69
continua..

tabulate twoway- tabulate varname1 varname2 [if] [in]
[weight] [, options]
produce tablas dobles de frecuencias as como
varias medias de asociacin entre las variables: Chi-
cuadrado de Pearson, ratio de verosimilitud chi-
cuadrado, V de Cramr, test exacto de Fischer, gamma
de Goodman y Kruskal's, tau-b de Kendall's

tabulate twoway- tabulate dfavoritec dganafav, col chi2
gamma

tabulate, summarize- tabulate varname1 [varname2]
[if] [in] [weight], summarize(varname3) [options]
produce tablas de medias y desviaciones tpicas de
alguna variable (varname3) para distintos valores de
otras variables (varname1 varname2)

tabulate, summarize- tabulate year sur, sum(x1)
nostandard nofreq
Means of (mean) x1| (mean) sur
year | 1 2 3 | Total
-----------+---------------------------------+----------
2002 | 2.6351125 2.5373209 . | 2.5750546
2003 | 2.6568967 2.5724276 . | 2.6028501
2004 | 2.5724894 2.5851988 . | 2.5808638
2005 | 2.4798102 2.5483478 . | 2.5290202
2006 | 2.6074669 2.4910222 . | 2.5108053
2007 | . 2.5822673 2.2936597 | 2.5706064
2008 | . 2.5922291 2.4809864 | 2.5842621
2009 | . 2.6214619 2.4578592 | 2.6058807
2010 | . 2.6733364 2.6516014 | 2.6700415
2011 | . 2.699286 2.8617457 | 2.7295436
Total | 2.5943763 2.5873759 2.630021 | 2.590588
table- table rowvar [colvar [supercolvar]] [if] [in] [weight] [,
options]
produce tablas de estadsticos

table- table year topgear vessel_hull_type, c(mean lbs3764)
-----------------------------------------------------------------------------------------------------------------------
| vessel_hull_type and topgear
| ---- ALUMINUM --- --- FIBERGLASS -- ----- OTHER ----- ----- STEEL ----- ---- UNKNOWN ---- ------
year | H L H L H L H L H L H L
-----+-----------------------------------------------------------------------------------------------------------------
2002 | 1246.251 476.4295 118.1405 1.419355 16.90909 1192.982 206.3148 836.9461 27.09756
2003 | 1207.797 444.6533 116.4896 7.916667 10.08333 1008.15 107.3878 701 769.8672 39.2195
2004 | 942.1007 411.4983 239.9628 3.571429 30.58824 1016.644 48.16 1640.842 889.4922 8.3478
2005 | 1007.273 430.3312 165.6497 0 44.78571 1145.511 252.5574 1318.316 691.5193 258.7833
2006 | 1259.052 493.1593 173.4167 3.625 33.45 1446.76 204.6275 854.3857 7.446808
2007 | 1578.8 478.4347 179.1483 157.5 8.944445 1984.312 154.7241 888.3112 30.66667
2008 | 189.6774 395.4177 76.99776 41.73684 11.53333 2289.846 90.29729 807.1415 243.04
2009 | 107.3846 381.9568 101.6692 37.25 0 2272.087 92.66666 474.1847 40.27778
2010 | 327.1667 626.1913 225.3555 0 37.75 4029.581 206 1038.41 166.6667
2011 | 540.4375 583.1524 160.9765 236.9091 24.7 4185.102 209.6154 898.316 60
-----------------------------------------------------------------------------------------------------------------------

Anlisis grfico en Stata
graph twoway nube de puntos, grficos de lneas, etc.
graph bar grfico de barras
graph box grfico de cajas
graph pie- grfico de tarta
tsline grfico de una serie temporal
lfit prediccin linal
qfit prediccin cuadrtica
histogram - histograma
kdensity - kernel

graph twoway
Temporada 2010-2011
100
Barcelona
Real Madrid
80
Valencia
60
PUNTOS
Villarreal
Athletic Sevilla Atltico
Espanyol
Sporting
Racing Osasuna Mlaga
40
Real
Levante
Sociedad
Getafe Zaragoza
Mallorca
Deportivo
Hrcules
Almera
20
0
CALIDAD PLANTILLA

graph bar
Average January temperature
by region and division of the United States
N. Eng.
N.E.
Mid Atl
E.N.C.
N. Central
W.N.C.
S. Atl.
South E.S.C.
W.S.C.
Mountain
West
Pacific
0 10 20 30 40 50
Degrees Fahrenheit
Source: U.S. Census Bureau, U.S. Dept. of Commerce

graph box
Hemoglobine difference (g/dl)
Fracture type AO classification
8
7
6
5
difhb
4
3
2
1
0
A1 BASIC A2.1 A2.2

graph pie
Expenditures, XYZ Corp.
2002
Development
Sales
Research
Marketing
Source: 2002 Financial Report (fictional data)

tsline
100
95
90
85
80
20 Dec 06 20 Dec 07 20 Dec 08 20 Dec 09 20 Dec 10 20 Dec 11

lfit
Season 2002-2003 Season 2003-2004
100
100
Cost (thousands )
Cost (million )
70
70
40
40
10
10
25 35 45 55 65 75 85 25 35 45 55 65 75 85
Points Points
Fitted values cost Fitted values cost
Season 2004-2005 Season 2005-2006

100
100
Cost (thousands )
Cost (thousands )
70
70
40
40
10
10
25 35 45 55 65 75 85 25 35 45 55 65 75 85
Points Points
Fitted values cost Fitted values cost

qfit
40
30
20
10
2,000 3,000 4,000 5,000

Weight (lbs.)
Mileage (mpg) Fitted values

histogram
.04
.03
Density
.02
.01
0
0 45 90
minute

kdensity


Complementos Micro Intr Stata 2015 Campus Virtual

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Complementos Micro Intr Stata 2015 Campus Virtual

Cargado por

Copyright:

Formatos disponibles

Tema 1: Introduccin a Stata

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Variable | Obs Mean Std. Dev. Min Max

Asignatura: Complementos de Microeconoma y Macroeconoma

Variable Obs Mean Std. Dev. Min Max

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

team24name | coachn coachp~s y

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Guardiola | 2 3.45 34.48

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

Asignatura: Complementos de Microeconoma y Macroeconoma

A1 BASIC A2.1 A2.2

Asignatura: Complementos de Microeconoma y Macroeconoma

Source: 2002 Financial Report (fictional data)

Asignatura: Complementos de Microeconoma y Macroeconoma

20 Dec 06 20 Dec 07 20 Dec 08 20 Dec 09 20 Dec 10 20 Dec 11

Asignatura: Complementos de Microeconoma y Macroeconoma

Fitted values cost Fitted values cost