Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Elaborado por:
Ing. Romy E. Rodríguez Ravines
Noviembre, 2000
Stata es un software que permite manipular y analizar datos usando métodos estadísticos. Es un
paquete integrado con el que se pueden realizar Estadísticas Básicas, Modelos de Regresión Lineal,
Modelos con Variables Binarias, Análisis de datos tipo panel y de Series de Tiempo, Estadística No
Paramétrica, Análisis Multivariado, Simulaciones, etc.
Review
Aquí se visualizan los comandos que se
ejecutaron durante la sesión
Variables
Aquí se visualizan las variables, y sus
respectivas etiquetas, de la base de datos
activa.
Results
Aquí se visualizan los resultados de los
procesos realizados
Command
Aquí se digitan los comandos que se
ejecutarán
Help Do-File
Aquí se visualiza la ayuda del Stata. En ella Es una ventana similar a un editor de texto,
se encuentra la sintaxis de cada comando así en ella se digitan los programas (do-files)
como la explicación detallada de los del Stata. Desde aquí se pueden ejecutar
resultados obtenidos con cada opción. programas enteros o sólo algunos comandos
Para ABRIR archivos de datos se puede usar el Menú: File\Open...., o escribir el comando use
USE
use d:\panel\panel_1.dta Abre el archivo “panel_1.dta”
use d:\panel\panel_1.dta, clear Abre el archivo “panel_1.dta” aun si se encuentra
en la memoria activa y tiene cambios respecto a la
versión guardada
Para GUARDAR archivos de datos se puede usar el Menú: File\Save...., o File\Save as....,o
escribir el comando save
SAVE
save d:\panel\panel_2.dta Guarda datos con el nombre “panel_2.dta”
save d:\panel\panel_1.dta, replace Reemplaza el archivo “panel_1.dta” con los datos de
la base de datos activa.
Para GUARDAR los RESULTADOS en un archivo de texto se puede usar el comando Log using
LOG USING
log using d:\panel\resulta_1.txt Crea el archivo “resulta_1.txt” y graba los resultados
en formato texto.
log using d:\panel\resulta_1.txt, append Adiciona los nuevos resultados al final del archivo
“resulta_1.txt”
Para obtener una DESCRIPCIÓN DE LAS VARIABLES contenidas en el archivo de datos, se utiliza
el comando Describe.
DESCRIBE
describe Muestra el formato y etiqueta de las variables
de la base de datos
d Es el modo abreviado de describe
d mieperho Muestra el formato y etiqueta de la variable
“mieperho”
Para obtener los ESTADÍSTICOS DESCRIPTIVOS BÁSICOS (media, desviación estándar, mínimo y
máximo) de las variables contenidas en el archivo de datos, se utiliza el comando Summarize.
SUMMARIZE
summarize Muestra el número de casos, media, desviación
estándar, mínimo y máximo
sum Es el modo abreviado de summarize
sum mieperho, detail Además de los estadísticos por defecto, muestra
percentiles, kurtosis, Skewness de la variable
“mieperho”
. summarize
numero de miembros
-------------------------------------------------------------
Percentiles Smallest
1% 1 1
5% 1 1
10% 2 1 Obs 9321
25% 3 1 Sum of Wgt. 9321
INSPECT
inspect mieperho Muestra un histograma pequeño e información sobre
las observaciones de la variable “mieperho”
. inspect mieperho
TABULATE
tabulate mieperho Muestra las frecuencias de “mieperho”
tab mieperho Es la forma abreviada de tabulate
tab pobreza, generate (pob99) Muestra las frecuencias de “pobreza” y crea 3
variables dicotómicas con los valores de “pobreza”
. tabulate mieperho
numero de |
miembros | Freq. Percent Cum.
------------+-----------------------------------
1 | 468 5.02 5.02
2 | 888 9.53 14.55
3 | 1310 14.05 28.60
4 | 1665 17.86 46.46
5 | 1645 17.65 64.11
6 | 1281 13.74 77.86
7 | 902 9.68 87.53
8 | 561 6.02 93.55
9 | 286 3.07 96.62
10 | 154 1.65 98.27
11 | 67 0.72 98.99
12 | 52 0.56 99.55
13 | 21 0.23 99.77
14 | 12 0.13 99.90
15 | 5 0.05 99.96
16 | 3 0.03 99.99
17 | 1 0.01 100.00
------------+-----------------------------------
Total | 9321 100.00
TABULATE
tabulate year pobreza Muestra el número de casos del cruce de las variables
“year” y pobreza”
| pobreza
año | pobre ext pobre no pobre | Total
-----------+---------------------------------+----------
1997 | 429 635 2035 | 3099
1998 | 444 640 2027 | 3111
1999 | 403 625 2083 | 3111
-----------+---------------------------------+----------
Total | 1276 1900 6145 | 9321
| pobreza
año | pobre ext pobre no pobre | Total
-----------+---------------------------------+----------
1997 | 429 635 2035 | 3099
| 13.84 20.49 65.67 | 100.00
-----------+---------------------------------+----------
1998 | 444 640 2027 | 3111
| 14.27 20.57 65.16 | 100.00
-----------+---------------------------------+----------
1999 | 403 625 2083 | 3111
| 12.95 20.09 66.96 | 100.00
-----------+---------------------------------+----------
Total | 1276 1900 6145 | 9321
| 13.69 20.38 65.93 | 100.00
Los ESTADÍSTICOS de una variable cuantitativa RESPECTO A LAS CATEGORÍAS de otra variable,
se obtienen combinando el comando tabulate y sum.
TABULATE, SUM
tabulate year, sum(mieperho) Muestra la media, desviación estándar y el número de
casos de la variable “mieperho” en cada categoría de
la variable “year”
tabulate pobreza (if year==1999), sum mieperho Muestra la media, desviación estándar y el número de
casos de la variable “mieperho” en cada categoría de
la variable “pobreza”, cuando “year “ es igual a 1999.
TABULATE, SUM
tabulate year pobreza, sum(mieperho) Muestra la media, desviación estándar y el número de
casos de la variable “mieperho” en cada categoría del
cruce de las variables “year” y “pobreza”
tabulate year pobreza, sum(mieperho) means Muestra la sólo la media de la variable “mieperho” en
cada categoría del cruce de las variables “year” y
“pobreza”
| pobreza
año | pobre ext pobre no pobre | Total
-----------+---------------------------------+----------
1997 | 6.5431235 5.5732283 4.3872236 | 4.9286867
| 2.3672474 2.2081527 2.0876643 | 2.2961247
| 429 635 2035 | 3099
-----------+---------------------------------+----------
1998 | 6.204955 5.6859375 4.3852985 | 4.9125683
| 2.3112001 2.3649347 2.0717726 | 2.2910576
| 444 640 2027 | 3111
-----------+---------------------------------+----------
1999 | 6.325062 5.7184 4.2837254 | 4.836387
| 2.3491381 2.3439907 2.0311359 | 2.2859645
| 403 625 2083 | 3111
-----------+---------------------------------+----------
Total | 6.3565831 5.6589474 4.3515053 | 4.8925008
| 2.3445815 2.3063205 2.063634 | 2.2911541
| 1276 1900 6145 | 9321
| pobreza
año | pobre ext pobre no pobre | Total
-----------+---------------------------------+----------
1997 | 6.5431235 5.5732283 4.3872236 | 4.9286867
1998 | 6.204955 5.6859375 4.3852985 | 4.9125683
1999 | 6.325062 5.7184 4.2837254 | 4.836387
-----------+---------------------------------+----------
Total | 6.3565831 5.6589474 4.3515053 | 4.8925008
SORT
sort year Ordena los datos en función de la variable “year”
BY, TABULATE
by year: tabulate(pobreza) Presenta las frecuencias de la variable “pobreza” en
forma indepediente para cada valor de la variable
“year”
. sort year
TABLAS
El comando TABLE calcula y muestra tablas con estadísticos, tiene más estadísticos que
tabulate.
TABLE
table year Presenta el conteo de casos por cada valor de la
variable “year”
table year, row Presenta el conteo de casos por cada valor de la
variable “year” y el total (suma de casos) de las filas
table year pobreza, row col Presenta el conteo de casos del cruce de las variables
“year” (en filas) y “”pobreza” (en columnas), así
como los totales de filas y columnas
table year pobreza, row col c(mean mieperho) Presenta el promedio de miembros de los hogares
pertenecientes a cada categoría del cruce de las
variables “year” (en filas) y “”pobreza” (en
columnas), así como los totales de filas y columnas
----------+-----------
año | Freq.
----------+-----------
1997 | 3,111
1998 | 3,111
1999 | 3,111
----------+-----------
----------+-----------
año | Freq.
----------+-----------
1997 | 3,111
1998 | 3,111
1999 | 3,111
|
Total | 9,333
----------+-----------
----------+-----------------------------------------------------------
| pobreza
año | pobre extremo pobre no pobre Total
----------+-----------------------------------------------------------
1997 | 429 635 2,035 3,099
1998 | 444 640 2,027 3,111
1999 | 403 625 2,083 3,111
|
Total | 1,276 1,900 6,145 9,321
----------+-----------------------------------------------------------
----------+-----------------------------------------------------------
| pobreza
año | pobre extremo pobre no pobre Total
----------+-----------------------------------------------------------
1997 | 6.543124 5.573228 4.387224 4.928687
1998 | 6.204955 5.685937 4.385298 4.912568
1999 | 6.325062 5.7184 4.283725 4.836387
|
Total | 6.356583 5.658947 4.351505 4.892501
----------+-----------------------------------------------------------
CALCULO DE VARIABLES
GENERATE
generate inghogm=inghogtr/3 Crea la variable “inghogm” que resulta de dividir la
variable “inghogtr” entre 3.
gen pobre=1 if(pobreza==1 | pobreza ==2) Crea la variable “pobre” que toma valor 1 si la
variable “pobreza” tiene valor 1 o valor 2.
CASOS ILUSTRATIVOS
gen ingmpc=(inghog1d/(miperho*3))
2. Número de orden
_n es el nombre reservado para el número de orden de la observación
gen id=_n
3. Variable rezagada:
Por ejemplo, el número de orden de la observación anterior.
gen lagid=id[_n-1]
4. Variable dummy:
Si el hogar tiene más de 5 miembros la variable toma valor 1
gen mas5=(mieperho>=5)
REPLACE
replace inghogm=inghogtr/3 Reemplaza los valores de la variable “inghogm” que
se encuentra en la base de datos.
replace pobre=1 if(pobreza==1 | pobreza ==2) Reemplaza la variable “pobre” que se encuentra en
la base de datos
Para GENERAR VARIABLES como funciones de otras variables se utiliza el comando extended
generate (egen).
EGEN
egen meanmie=mean(mieperho), by (estrato) Crea la variable “meanmie” que contiene el número
de miembros promedio del estrato al que pertece el
hogar.
Introducción al Stata - 10 -
ANÁLISIS DE DATOS DE ENCUESTAS
Una de las ventajas que ofrece el Stata para el análisis de Encuestas como la ENAHO, con Diseño
muestral complejo, es que permite calcular los estimadores teniendo en cuenta el diseño muestral de la
misma (diferente al muestreo simple al azar). Además, Stata proporciona estadísticos con los cuales se
puede evaluar la confiabilidad del resultado en forma simultánea a su estimación. De esta manera el
usuario está en la capacidad de interpretar y utilizar adecuadamente cada estimación proveniente de la
encuesta.
Los principales elementos que se deben tener en cuenta en el trabajo con datos de encuestas por
muestreo son:
Ponderación: En las encuestas por muestreo, las observaciones son seleccionadas mediante un
proceso aleatorio, donde cada observación puede tener una probabilidad de selección
diferente. La ponderación (o peso) de una observación (hogar, por ejemplo) es igual a la
inversa de la probabilidad de pertenecer a la muestra. Es usual que luego del trabajo de campo
se realicen ajustes sobre esta ponderación, debido, por ejemplo, al efecto de la “No-
Respuesta”. Un peso wj de una observación j significa que la observación j representa a wj
elementos de la población. Si no se toman en cuenta las ponderaciones, las estimaciones que se
obtengan estarán sesgadas.
Conglomerados o cluster: Algunas veces se utiliza el muestreo por conglomerados, es decir las
observaciones son muestreadas en grupos o “clusters”, por ejemplo, provincias dentro de
departamentos, distritos dentro de provincias y finalmente viviendas dentro de los distritos
seleccionados, que son el objetivo final del muestreo. Todas las observaciones de un mismo
cluster no son independientes entre si, si no se toma en cuenta este hecho, los errores
estándar que se obtengan serán menores a los verdaderos.
En el caso de la Enaho es necesario especificar las variables que contienen las ponderaciones, los
conglomerados y los estratos, antes de obtener cualquier estimación.
Introducción al Stata - 11 -
SVYSET
svyset pweight fachog Indica que las poderaciones se encuentran en la
variable “fachog”
svyset psu conglome Indica que los conglomerados están identificados en
la variable “conglome”
svyset strata estrato Indica que los estratos están determinados por la
variable “estrato”
svydes Permite visualizar los parámetros especificados con
los comandos anteriores.
. svydes
pweight: fachog
Strata: estrato
PSU: conglome
#Obs per PSU
Strata ----------------------------
estrato #PSUs #Obs min mean max
-------- -------- -------- -------- -------- --------
1 447 1197 1 2.7 6
2 182 555 1 3.0 6
3 158 466 1 2.9 5
4 24 197 3 8.2 12
5 126 1102 1 8.7 12
-------- -------- -------- -------- -------- --------
5 937 3517 1 3.8 12
SVYMEAN
svymean mieperho percepho Estima del promedio de las variables “mieperho” y
“percepho”
svymean mieperho percepho if(pobreza==3) Estima el promedio de las variables “mieperho” y
“percepho” pero sólo para los “Hogares Pobres
extremos”, es decir, cuando la variable “pobreza”
toma valor 1
svymean mieperho, by(pobreza) Estima del promedio de “mieperho” para cada
categoría de la variable “pobreza”
svymean mieperho, by (estrato) ci obs Estima del promedio de “mieperho” para cada
categoría de la variable “estrato” y además obtiene
el intervalo de confianza y el número de
observaciones que intervino en cada cálculo.
Introducción al Stata - 12 -
Strata: estrato Number of strata = 5
PSU: conglome Number of PSUs = 937
Population size = 5447315.2
------------------------------------------------------------------------------
Mean | Estimate Std. Err. [95% Conf. Interval] Deff
---------+--------------------------------------------------------------------
mieperho | 4.701369 .0515334 4.600234 4.802504 1.850805
percepho | 2.133357 .0278439 2.078713 2.188001 2.027123
------------------------------------------------------------------------------
------------------------------------------------------------------------------
Mean | Estimate Std. Err. [95% Conf. Interval] Deff
---------+--------------------------------------------------------------------
mieperho | 6.218288 .1345391 5.952636 6.48394 1.372599
percepho | 1.778855 .0542254 1.671785 1.885925 1.349203
------------------------------------------------------------------------------
------------------------------------------------------------------------------
Mean Subpop. | Estimate Std. Err. [95% Conf. Interval] Deff
---------------+--------------------------------------------------------------
mieperho |
pobre_ex | 6.218288 .1344376 5.954452 6.482124 1.295869
pobre_no | 5.762882 .1166482 5.533959 5.991806 1.607006
no_pobre | 4.175034 .0527947 4.071424 4.278644 1.768177
------------------------------------------------------------------------------
------------------------------------------------------------------------------
Mean Subpop. | Estimate Std. Err. [95% Conf. Interval] Obs
---------------+--------------------------------------------------------------
mieperho |
ciudades | 5.532252 .1061104 5.324009 5.740494 1197
grandes_ | 5.48604 .1581069 5.175754 5.796327 555
resto_ur | 5.57818 .20831 5.169369 5.986991 466
rural | 5.336074 .1832503 4.976443 5.695705 197
resto_ru | 6.336794 .107257 6.1263 6.547287 1102
------------------------------------------------------------------------------
Introducción al Stata - 13 -
Estimación de Proporciones: SVYPROP
SVYPROP
svyprop pobreza Estimación de las proporciones de cada categoría de
la variable “pobreza”
svyprop pobreza if (urru5==1) Estima la proporción de hogares en cada categoría de
la variable “pobreza” del área urbana, es decir,
cuando “urru5” toma el valor de 1
svyprop pobreza, by (urru5) Estima la proporción de hogares en cada categoría de
la variable “pobreza”, en forma independiente para
cada categoría de la variable “urru5”
. svyprop pobreza
------------------------------------------------------------------------------
pweight: fachog Number of obs = 3517
Strata: estrato Number of strata = 5
PSU: conglome Number of PSUs = 937
Population size = 5447315.2
------------------------------------------------------------------------------
------------------------------------------------------------------------------
pweight: fachog Number of obs = 2218
Strata: estrato Number of strata = 3
PSU: conglome Number of PSUs = 787
Population size = 3716239.7
------------------------------------------------------------------------------
------------------------------------------------------------------------------
pweight: facpob Number of obs = 3517
Strata: estrato Number of strata = 5
PSU: conglome Number of PSUs = 937
Population size = 25609840
------------------------------------------------------------------------------
Introducción al Stata - 14 -
Survey proportions estimation
-> urru5=1
-> urru5=2
Produce una tabla de dos entradas con la proporción de la muestra que pertenece a cada celda
(cruce da variables), respecto al total de la muestra.
Para modificar el contenido de la tabla se deben especificar los estadísticos después de una
coma
En caso de que se desee estimar las proporciones respecto a filas o columnas, basta con indicar
row o column después de la coma.
Se puede utilizar la opción if
SVYTAB
svytab estrato pobreza Estimación de las proporciones de cada categoría de
la variable “pobreza”
svytab,se ci deff Luego de la coma se especifican los estadísticos que
se mostrarán en la celda de la tabla
svytab, row Especifica que la proporción se estima en forma
independiente para cada fila
svytab pobreza estrato if (urru5==1) Presenta la proporciones del cruce de “pobreza” con
estrato” en los hogares donde “urru5” toma valor 1,
es decir, el área urbana.
----------+---------------------------------------
| pobreza
estrato | pobre ex pobre no no pobre Total
----------+---------------------------------------
ciudades | .0089 .0766 .3997 .4853
grandes | .0028 .0214 .0789 .103
resto ur | .0078 .0252 .061 .0939
rural | .0051 .0065 .0258 .0374
resto ru | .0849 .061 .1345 .2804
|
Total | .1095 .1906 .6999 1
----------+---------------------------------------
Key: cell proportions
Introducción al Stata - 15 -
Pearson:
Uncorrected chi2(8) = 624.9913
Design-based F(6.75,6288.86) = 45.3989 P = 0.0000
. svytab,se ci deff
----------+-----------------------------------------------------------
| pobreza
estrato | pobre ex pobre no no pobre Total
----------+-----------------------------------------------------------
ciudades | .0089 .0766 .3997 .4853
| (.002) (.0071) (.0123) (.0123)
| [.0058,.0138] [.0637,.0917] [.3758,.4242] [.4612,.5094]
| 1.552 2.512 2.232 2.13
|
grandes | .0028 .0214 .0789 .103
| (.0011) (.003) (.0062) (.0075)
| [.0013,.0059] [.0162,.0281] [.0676,.0919] [.0892,.1187]
| 1.468 1.498 1.846 2.148
|
resto ur | .0078 .0252 .061 .0939
| (.0022) (.0032) (.0055) (.0066)
| [.0045,.0134] [.0195,.0324] [.051,.0727] [.0817,.1078]
| 2.134 1.511 1.855 1.814
|
rural | .0051 .0065 .0258 .0374
| (.0017) (.0017) (.0033) (.0048)
| [.0026,.0099] [.0039,.0108] [.02,.0332] [.029,.0482]
| 2.065 1.537 1.571 2.293
|
resto ru | .0849 .061 .1345 .2804
| (.0081) (.0055) (.0096) (.0121)
| [.0703,.1021] [.0511,.0727] [.1168,.1544] [.2572,.3048]
| 2.946 1.839 2.761 2.568
|
Total | .1095 .1906 .6999 1
| (.0085) (.0092) (.0129)
| [.0938,.1274] [.1732,.2094] [.6741,.7246]
| 2.629 1.931 2.775
----------+-----------------------------------------------------------
Key: cell proportions
(standard errors of cell proportions)
[95% confidence intervals for cell proportions]
deff for variances of cell proportions
Pearson:
Uncorrected chi2(8) = 624.9913
Design-based F(6.75,6288.86) = 45.3989 P = 0.0000
. svytab, row
Introducción al Stata - 16 -
Pearson:
Uncorrected chi2(8) = 624.9913
Design-based F(6.75,6288.86) = 45.3989 P = 0.0000
----------+---------------------------------------
| estrato
pobreza | ciudades grandes resto ur Total
----------+---------------------------------------
pobre ex | .0191 .007 .0152 .0413
pobre no | .1485 .0381 .0432 .2298
no pobre | .5423 .1058 .0808 .7289
|
Total | .7099 .1509 .1392 1
----------+---------------------------------------
Key: cell proportions
Pearson:
Uncorrected chi2(4) = 67.1835
Design-based F(3.73,2924.65) = 6.8934 P = 0.0000
SVYREG
svyreg gashpcmd ingpcmd Estima un modelo de regresión lineal donde la
variable dependiente es “gashpcmd” y las variables
independientes son la constante e “ingpcmd”
svyreg gashpcmd inghpcmd mieperho percepho Estima un modelo de regresión lineal con variable
independiente “gashpcm” y variables independientes
constante, “inghpcmd”, “mieperho” y “percepho”
svyreg gashpcmd inghpcmd mieperho percepho Estima un modelo de regresión lineal con variable
if(urru5==1) independiente “gashpcm” y variables independientes
constante, “inghpcmd”, “mieperho” y “percepho”,
sólo para los hogares del área urbana, es decir
cuando “urru5=1”
svyreg, deft Presenta el efecto del diseño en la estimación de los
coeficientes del último modelo estimado.
Introducción al Stata - 17 -
Population size = 5447315.2
F( 1, 932) = 93.06
Prob > F = 0.0000
R-squared = 0.6351
------------------------------------------------------------------------------
gashpcmd | Coef. Std. Err. t P>|t| [95% Conf. Interval]
---------+--------------------------------------------------------------------
inghpcmd | .5477234 .0567772 9.647 0.000 .4362973 .6591494
_cons | 129.8751 19.40622 6.692 0.000 91.79019 167.9601
------------------------------------------------------------------------------.
. svyreg, deft
Introducción al Stata - 18 -
INDICADORES DE POBREZA
Stata tiene un comando llamado POVDECO que permite obtener de manera sencilla y rápida los tres índices
de pobreza de Foster, Greer y Thorbecke (FGT).
POVDECO
povdeco gashpcmd, varpl (lp) Estimación de los índices FGT en función de la
variable “gashpcmd”, comparándola con la variable
“lp”. En otras palabras, “lp” es la variable que
contiene el valor de la Linea de Pobreza y
“gashpcmd” (gasto per cápita mensual deflactado) es
la variable que mide el bienestar del individuo.
povdeco gashpcmd [w=facpob], varpl (lp) Estima los índices FGT al igual que el comando
anterior , pero considera los datos ponderados por la
variable “facpob”
----------+-----------------------------------
All obs | a=0 a=1 a=2
----------+-----------------------------------
| 0.31447 0.08917 0.03560
----------+-----------------------------------
FGT(0): headcount ratio (proportion poor)
FGT(1): average normalised poverty gap
FGT(2): average squared normalised poverty gap
----------+-----------------------------------
All obs | a=0 a=1 a=2
----------+-----------------------------------
| 0.37844 0.11064 0.04501
----------+-----------------------------------
FGT(0): headcount ratio (proportion poor)
FGT(1): average normalised poverty gap
FGT(2): average squared normalised poverty gap
Introducción al Stata - 19 -
Para obtener la estimación de los errores estándar e intervalos de confianza de los índices FGT, se utiliza el
comando SEPOV
SEPOV
sepov gashpcmd, p(lp) Estimación de los índices FGT en función de la
variable “gashpcmd”, comparándola con la variable
“lp”. “lp” es la variable que contiene el valor de la
Linea de Pobreza y “gashpcmd” (gasto per cápita
mensual deflactado) es la variable que mide el
bienestar del individuo.
sepov gashpcmd, p(lp) by (urru5) Estimación de los índices FGT, al igual que en el caso
anterior, para cada categoría de la variable “urru5”
sepov gashpcmd if(dominio==8), p(lp) Estimación de los índices FGT, al igual que en el caso
anterior, pero solo para los hogares de Lima
Metropolitana, es decir, cuando “dominio” toma
valor 8
Poverty measures for the variable gashpcmd: gasto total percapita mensual
------------------------------------------------------------------------------
Mean | Estimate Std. Err. [95% Conf. Interval] Deff
---------+--------------------------------------------------------------------
p0 | .3784438 .01526 .3484958 .4083918 3.480784
p1 | .110638 .0059543 .0989527 .1223234 3.803857
p2 | .0450111 .0030714 .0389834 .0510388 3.497021
------------------------------------------------------------------------------
Poverty measures for the variable gashpcmd: gasto total percapita mensual
------------------------------------------------------------------------------
Mean Subpop. | Estimate Std. Err. [95% Conf. Interval] Deff
---------------+--------------------------------------------------------------
p0 |
urru5==1 | .2710635 .0170977 .2375091 .3046179 3.404233
urru5==2 | .5817891 .0269143 .5289695 .6346087 3.617433
---------------+--------------------------------------------------------------
p1 |
urru5==1 | .0699288 .00581 .0585266 .0813309 3.649904
urru5==2 | .1877289 .0120189 .1641417 .2113161 3.861992
---------------+--------------------------------------------------------------
p2 |
urru5==1 | .0261702 .0028045 .0206663 .0316741 3.432668
urru5==2 | .08069 .0066224 .0676935 .0936865 3.434097
------------------------------------------------------------------------------
Introducción al Stata - 20 -
. sepov gashpcmd if(dominio==8), p(lp)
Poverty measures for the variable gashpcmd: gasto total percapita mensual
------------------------------------------------------------------------------
Mean | Estimate Std. Err. [95% Conf. Interval] Deff
---------+--------------------------------------------------------------------
p0 | .2188493 .0279441 .1638314 .2738673 3.201988
p1 | .0519495 .0085316 .0351521 .0687469 3.561933
p2 | .0170236 .0033825 .0103639 .0236832 3.637884
------------------------------------------------------------------------------
Introducción al Stata - 21 -
ANEXO O1: IMPORTACION DE ARCHIVOS A STATA
Luego de completar los campos, dar clic en Transfer y el software iniciará la importación.
Por ejemplo, para importar el archivo de datos ‘Probit99.sav’ del formato Spss al Stata 6.0 la ventana
debe tener la siguiente apariencia:
1
Ver http://www.stattransfer.com/
Introducción al Stata - 22 -
Bibliografía
Stata Corporation: “Stata Statistical Software, release 5: User’s Guide”. United State of
America, 1997
Web: http://www.stata.com/
Web: http://www.stattransfer.com/
Introducción al Stata - 23 -