Curso de Introduccion Al Paquete Stata - 9 - 1

CENTRO DE
CIENCIAS HUMANAS
Y SOCIALES
Curso de introducción al paquete
Stata
(versión 9.1 SE)
José Manuel Rojo Abuín

Unidad de Análisis Estadístico
Centro de Ciencias Humanas y Sociales
Consejo Superior de Investigaciones Científicas (CCHS, CSIC)
Madrid
Madrid, 14 y 15 de Febrero de 2008

Contenido
I. INTRODUCCIÓN .................................................................................................. 2
II. EL AMBIENTE DE TRABAJO DE STATA......................................................... 3
Descripción del ambiente de trabajo.............................................................................. 4
Descripción de las ventanas ........................................................................................... 5
Descripción de la barra de herramientas........................................................................ 6
Ayuda del sistema.......................................................................................................... 6
Sintaxis de las órdenes de Stata ..................................................................................... 7
III. GESTION DE BASES DE DATOS ....................................................................... 9
Tipos de datos .............................................................................................................. 10
Cargar un fichero de datos en formato Stata................................................................ 11
a) Desde la barra de menús ..................................................................... 11
b) Instrucción en la ventana Command .................................................. 11
Introducir datos por teclado ......................................................................................... 12
Cargar los datos desde un fichero de datos en formato ASCII .................................... 12
Guardar ficheros de datos ............................................................................................ 13
Unir conjunto de datos................................................................................................. 14
La instrucción Merge .............................................................................. 14
La instrucción Append............................................................................ 15
IV. CREACIÓN Y MODIFICACIÓN DE VARIABLES .......................................... 18
a) Generar nuevas variables en función de expresiones matemáticas ya existentes .... 18
Funciones aritméticas .................................................................................. 19
Funciones matemáticas................................................................................ 19
b) El comando egen ..................................................................................................... 20
c) Recodificación de variables..................................................................................... 20
Generación de retardos y diferencias........................................................................... 21
V. ESTADÍSTICOS DESCRIPTIVOS UNIVARIANTES....................................... 22
VI. MODELOS DE REGRESIÓN POR MÍNIMOS CUADRADOS ........................ 26
Introducción ...................................................................................................................... 26
Diagnósticos sobre el modelo de regresión lineal simple ................................................. 27
Contraste de homocedasticidad ................................................................... 27
Contraste de multicolinealidad .................................................................... 27
Contraste RSET ........................................................................................... 27
Para guardar las estimaciones en una variable ............................................ 27
VII. REGRESIÓN LOGISTICA .................................................................................. 28
Introducción ...................................................................................................................... 28
Estudio de la capacidad de predicción del modelo ........................................................... 29
Estudio de los parámetros ................................................................................................. 29
Generación de gráficos auxiliares..................................................................................... 30
VIII. LISTA DE COMANDOS ..................................................................................... 31
Comandos generales .................................................................................... 31
Conjunto de datos y variables...................................................................... 31
Gráficos ....................................................................................................... 31
Estadísticos descriptivos.............................................................................. 31
Análisis estadísticos habituales.................................................................... 31
Modelos de regresión................................................................................... 31
Introducción al paquete Stata 9.1 SE

por: José Manuel Rojo Abuín
Unidad de Análisis Estadístico, CCHS, CSIC 1 / 33
I. INTRODUCCIÓN
El objetivo de este manual es familiarizar al lector con el paquete Stata. La versión

utilizada en la elaboración de este manual es Stata 9.1 SE para la familia Windows NT,
es decir Windows professional y Windows XP, en sus múltiples versiones.
Stata es una aplicación desarrollada para realizar análisis estadísticos sobre muestras
aleatorias de poblaciones. Hay quien señala una fuerte especialización en problemas
asociados con la econometría.
Si bien tiene una interface gráfica de usuario (GUI), en la práctica es mucho más
cómodo utilizar el potente a la vez que sencillo lenguaje de programación que incluye.
Este lenguaje de programación requiere un cierto esfuerzo inicial hasta que el usuario
empiece a acostumbrarse con los comandos; también suministra un sistema de ayuda
realmente detallado y completo.
Nota:
En general, bajo el programa Stata trabajaremos mediante lenguaje de

programación, y conviene recordar que es case-sensitive, es decir, diferencia
entre letras mayúsculas y minúsculas
Genero ¡= genero
En cuanto a la capacidad de manejar grandes volúmenes de información, a diferencia de

otras aplicaciones como SPSS y SAS, Stata necesita hacer una copia la base de datos
que vamos a analizar en la memoria RAM de nuestro computador, por tanto, la memoria
disponible en nuestro computador deberá de estar acorde con el tamaño de las bases de
datos que vamos a utilizar.
Existe una limitación en cuanto al número máximo de variables; en la versión 9.1 SE

el número máximo de variables contenidas en la base de datos está en torno a las
35.000.

II. EL AMBIENTE DE TRABAJO DE STATA
La interface de Stata consiste en un entorno de trabajo que facilita la interacción con la

aplicación:
El entorno de trabajo tiene el siguiente aspecto:
Este entorno puede ser configurado (hasta cierto punto) para adaptarlo a nuestras
necesidades.

Descripción del ambiente de trabajo
El entorno de trabajo, o ventana principal, de Stata se subdivide en cuatro ventanas

básicas, además de la barra de menús y la barra de herramientas.
Las ventanas básicas reciben los siguientes nombres:
Review
Variables
Command
Result
La ubicación de estas ventanas es la siguiente:

Descripción de las ventanas
Command En esta ventana se escriben las órdenes que se dan a la aplicación

Result Aparecen los resultados de las órdenes ejecutadas
Variable Listado de las variables contenidas en la base de datos cargada en la
aplicación; si no tenemos ninguna, esta ventana aparece vacía
Review Lista completa de los comandos ejecutados desde que se inició la
aplicación
Nota:
En la esquina inferior izquierda de la pantalla aparece el directorio de trabajo;

para cambiar de directorio basta con escribir el comando cd seguido del nuevo
directorio, exactamente igual a como se trabajaba en la consola de MS Windows.
Ejemplo:
cd d:\datos\enuesta

Descripción de la barra de herramientas
Abrir ficheros de datos en formato Stata
Guardar el actual fichero de datos
Imprimir resultados, gráficos y órdenes
Iniciar o cerrar un archivo para guardar resultados
Abrir el visor de ayuda
Restaurar la ventana de resultados a primer plano
Restaurar la ventana de gráficos de alta resolución a primer plano

Creaf un nuevo fichero de comandos (equivalente a los ficheros de sintaxis de
SPSS)
Invocar al editor de datos, se pueden modificar datos
Invocar al visualizador de datos, no podemos modificar datos

Continuar con la ejecución de comandos
Detener la ejecución de la tarea que está realizando
Ayuda del sistema
La aplicación Stata posee un sistema de ayuda realmente excelente (personalmente, es el

mejor que conozco).
Para solicitar ayuda sobre un tema, por ejemplo regresión, sólo tenemos que escribir la
orden help seguida de la palabra clave. Automáticamente se abre el visor de ayuda
mostrando un completísimo informe, incluso con ejemplos y temas relacionados.
Ejemplo
help probit

Resultado (mostrado sólo parcialmente):
Sintaxis de las órdenes de Stata
La aplicación Stata posee un lenguaje de programación avanzado que respeta unas normas
de sintaxis, al igual que otros lenguajes de programación como PASCAL o C++; quienes
estén familiarizados con estos lenguajes les resultará muy sencillo asimilar el lenguaje de
Stata.
Cualquier orden en Stata (con muy pocas excepciones) posee la siguiente sintaxis:
[prefix :] command [varlist] [=exp] [if] [in] [weight] [using filename] [, options]

Pero la mayoría de las veces vamos a utilizar la siguiente forma, mucho más simplificada:
command [varlist] [if] [in] [weight] [, options]
[…] todo lo que aparece entre corchetes es opcional

if seguida de una expresión lógica indica que sólo los datos que verifiquen
dicha condición serán incluidos en el análisis
in sirve para indicar el rango de observaciones que deseamos analizar
weight sirve para indicar una variable de ponderación
options son las opciones especificas del comando que estemos utilizando
Ejemplos:
table genero edad
Realiza una tabla de contingencia del género y la edad
table genero edad if altura > 1.70
Realiza una tabla de contingencia del género y la edad sólo para personas de más de 1,70
de altura
table genero edad if altura > 1.70 in 1/100
Realiza una tabla de contingencia del género y la edad solo para personas de más de 1,70
de altura utilizando únicamente los 100 primeros casos de la base de datos
table genero edad if altura > 1.70 in 1/100 [weight = pondera] , chi
En este comando, además, se indica que los datos van ponderados por la variable pondera
y se solicita que realice el test Chi cuadrado

III. GESTION DE BASES DE DATOS
Los ficheros de datos en Stata se denominan dataset.

Un dataset es una tabla, donde las columnas representan variables y las filas
observaciones o casos.
La variable del sistema _N indica el número total de observaciones contenidas en el

dataset.
display _N
Para conocer la naturaleza de los datos contenidos en el dataset se utiliza la instrucción

describe

Ejemplo:
Tipos de datos
La columna denominada storage type indica el formato de almacenamiento, es decir, el

número de bytes y, por tanto, la precisión de la variable.
Tipo menor valor mayor valor valor mas cercano de cero bytes
byte -127 100 +/-1 1 1
int -32,767 32,74 +/-1 2
long -2,147,483,647 2,147,483,620 +/-1 4
-
float 1.70141173319*10^38 1.70141173319*10^36 +/-10^-36 4
-
double 8.9884656743*10^307 8.9884656743*10^307 +/-10^-323 8
Precision float 3.795x10^-8

double 1.414x10^-16

Cargar un fichero de datos en formato Stata
Para cargar un fichero de datos en formato Stata ( extensión *.dta ) tenemos dos
opciones: bien realizar esta operación desde la barra de menús, o bien mediante una
instrucción escrita en la ventana command.
a) Desde la barra de menús
Si ya tenemos un fichero en memoria, el sistema nos advertirá de ello, permitiéndonos

continuar o abortar la operación.
b) Instrucción en la ventana Command
use “nombre de fichero”
Si ya tenemos un fichero de datos en memoria, la aplicación no permitirá cargarlo en

memoria pues borraría el anterior. Si este es nuestro caso, deberemos de utilizar la
opción clear para desalojar de la memoria el anterior fichero de datos:
use “nombre de fichero”, clear
La sintaxis de este comando es bastante flexible, permitiendo controlar qué parte del
fichero se desea cargar.

use [varlist] [if] [in] using filename [, clear nolabel ]
Introducir datos por teclado
Si ejecutamos la orden edit invocamos el editor de datos desde el cual podemos ir

introduciendo los datos tal como haríamos en una hoja de cálculo Excel. También
podemos realizar un copy-past aunque es poco recomendable.
Cargar los datos desde un fichero de datos en formato ASCII
El comando para realizar la lectura de ficheros ASCII es infile
La sintaxis (muy simplificada) de este comando es:
infile varlist using “nombre de fichero” [if ] [in ], options
Un ejemplo sencillo: supongamos que deseamos leer el siguiente fichero en formato

ASCII con la siguiente estructura (sin los nombres de variables):

Escribiríamos:
infile obs sexo carrera edad nota horast riesgo trabajo using "C:\creditos.dat" , clear
Nota
Está disponible el programa Stat/Transfer para realizar la traducción de bases

de datos entre distintos formatos, como por ejemplo SPSS, SAS, Stata, MS-
Excel, …, etc.
Guardar ficheros de datos
En principio, Stata no guarda las modificaciones realizadas en la base de datos; por ello,
si deseamos guardar el fichero de datos con las posibles modificaciones que hayamos
realizado, entonces utilizaremos el comando save
La sintaxis de este comando es:
save [nombre de fichero] [, opciones]
Ejemplo:
save creditos, replace
Con la opción replace grabamos encima del fichero que ya existía.
Para ordenar el dataset en función a una serie de variables se utiliza el comando sort
sort by iden
sort by hogar iden

Unir conjunto de datos
Es muy común en el trabajo diario combinar varias bases de datos. En este manual
vamos a mostrar dos operaciones básicas: añadir variables y añadir casos. Las
instrucciones asociadas a estas operaciones son merge y append.
La instrucción Merge
Merge se utiliza para añadir variables, pero no observaciones. Los ficheros de datos
deben de tener una variable de identificación y, además, deben de estar ordenados por
dicha variable.
Ejemplo:
Data1 Data2
La variable de identificación es obs y los dos dataset están ordenados de forma

ascendente.

Ejecutamos la orden
use data1
merge obs using data2
y obtenemos:
La instrucción Append
Se utiliza para añadir observaciones. La sintaxis de este comando es mucho más
sencilla.
Dataset 1 Dataset 2

Así, para combinar estas dos bases de datos, utilizamos los siguientes comandos:
use data1
append using data2
Si deseamos construir una nueva base de datos que condense la información original,
podemos utilizar el comando collapse
Ejemplo
Supongamos que tenemos una base de datos de hogares y en cada hogar se ha realizado
un muestreo de personas. Deseamos construir una base de datos donde la unidad
muestral sea el hogar, con una variable edad que represente la edad media de las
personas que viven en dicho hogar.

collapse (mean) alfabet tasa_nat tasa_mor , by (relig)
Resumen
En los capítulos previos hemos visto el funcionamiento básico de la aplicación,

introduciendo de forma progresiva los principios más elementales de la importación y
gestión de las bases de datos.

IV. CREACIÓN Y MODIFICACIÓN DE VARIABLES
Una vez cargada la base de datos que deseamos analizar es muy común modificarla,
creando nuevas variables o bien transformado las existentes.
Básicamente existen tres formas de crear y modificar las variables contenidas en la base
de datos:
a) Generar nuevas variables en función a expresiones matemáticas ya existentes.
b) Reemplazar algunos o todos los valores de una variable en función a una regla.
c) Agrupar los valores en intervalos prefijados, es decir recodificar.
a) Generar nuevas variables en función de expresiones

matemáticas ya existentes
Para crear nuevas variables en función de expresiones numéricas se utiliza el comando

generate
La sintaxis de generate es:
generate [tipo] nueva_variable [: Etiqueta] = exp [if] [in]
Ejemplo
Generate precio_pesetas = precio*166.
Nota
Si la variable a crear ya existe, el sistema dará un mensaje de error, pues este comando no
permite cambiar o alterar los valores de una variable ya existente. Si lo que deseamos es
alterar los valores, entonces deberemos utilizar el comando replace , que tiene la misma
sintaxis que generate
El número de funciones que podemos utilizar con el comando generate es realmente

amplio; a modo ilustrativo presentamos las más usuales:

Funciones aritméticas
+
-
*
/
^
Funciones matemáticas
abs(x)
acos(x) arcocoseno de x; -1 < x < 1
asin(x) arcoseno de x; -1 < x < 1
atan(x) arcotangente de x
ceil(x) retorna el entero mas pequeño mayor que x; n-1<x<=n
comb(n,k) numero de combinaciones posibles de n elementos tomados de k en k
cos(x) coseno de x
exp(x) exponencial de x, la function inversea es ln(x)
int(x) retorna el enetero de truncar x; int(1.2) = 1, and int(-1.2) = -1
ln(x) logaritmo en base e
log10(x) logaritmo en base 10
logit(x) logit de x, logit(x) = ln(x/(1-x))
max(x1,x2,...,xn) retorna el maximo de x1, x2, ..., xn
min(x1,x2,...,xn) retorna el minimo de x1, x2, ..., xn
mod(x,y) retorna el modulo de x respecto de y, mod(x,y) = x - y*int(x/y)
sin(x) seno de x
sqrt(x) raiz cuadrada de x
sum(x) suma acumulada de x
tan(x) tangente de x
Nota
Todas las funciones trigonométricas están en radianes.

b) El comando egen
El comando egen es una extensión del comando generate . El comando egen genera
variables en función de valores de otras variables; por ejemplo:
egen sdEdad= sd(edad) , by sexo
Genera una variable que contiene la desviación estándar de la edad en cada género.
Es importante saber que la aplicación de este comando desordena el fichero de datos.
c) Recodificación de variables
Para recodificar variables, tanto continuas como discretas, se puede utilizar el comando
recode .
recode variable (regla ) [(regla) ...] [, generate(nueva variable)]
Algunos ejemplos
recode edad 0/25 =1 25/50 = 2 50/ max = 3, gen(edad_agrupada)

recode x (1 2 3 =1) ( 4 5 6=2), gen(n_x)

Generación de retardos y diferencias
Cuando se está trabajando con series temporales es habitual tener que utilizar el
operador de retardos.
La forma de generar retardos de orden k es la siguiente:
gen temperatura_k=temperatura [_n-k]
Nota
Es indispensable que el dataset esté correctamente ordenado
y para generar diferencias de orden k:
gen dtempk=temp-temp[_n-k]

V. ESTADÍSTICOS DESCRIPTIVOS UNIVARIANTES
En general, todo análisis estadístico, por complejo que sea, empieza por un completo
análisis descriptivo. A continuación presentamos los comandos más utilizados.
1) Para crear el libro resumen de las variables está el comando codebook .
codebook lista de variables
Si omitimos la lista de variables entonces realiza un informe de todas las variables

contenidas en el dataset.
Ejemplo:
codebook salini
2) Para solicitar estadísticos de resumen como la media, varianza, …, etc., se utiliza el

comando sumaries .
Ejemplo:
sumamarize salini salario educ

3) Para construir tablas de estadísticos resumen se puede utilizar el comando tabstat .
tabstat salario salini , stat (min median mean max n cv )
En la última fila figura el coeficiente de variación.
4) Para solicitar tablas de frecuencias se utiliza el comando tabulate:
tabulate clima
También con este comando podemos solicitar tablas de doble entrada:
tabulate clima region , chi

5) Con el comando table podemos crear tablas de estadísticos resumen controlando el
contenido de cada casilla; por ejemplo, podemos calcular una tabla de doble entrada y
situar en cada celda el estadístico solicitado.
table sexo minoría , cont ( mean salario) col row format (%9.1f)
6) Para calcular el coeficiente de correlación de Pearson se utiliza el comando

correlate:
correlate espvidaf espvidaf alfabet pib_cap calorías)

Combinando los comandos y ajustando los formatos podemos crear tablas de resumen
realmente atractivas:
Ejemplo:
table region , cont (mean pib_cap sd pic_cap count pib_cap) format (%8,2f)

VI. MODELOS DE REGRESIÓN POR MÍNIMOS CUADRADOS
Introducción
A diferencia de otras aplicaciones, en Stata los modelos de regresión se ejecutan en dos

fases claramente diferenciadas:
- Estimación de los parámetros del modelo.
- Diagnosis del modelo estimado.
El comando para realizar una estimación de los parámetros de un modelo de regresión

lineal es:
regress depvar [indepvars] [if] [in] [weight] [, options]
Por ejemplo:
reg altura edad peso
Un ejemplo un poco más elaborado:

reg altura edad peso , beta noconstant

Diagnósticos sobre el modelo de regresión lineal simple
Con los parámetros del modelo estimados es habitual realizar una serie de diagnósticos
para contrastar si se cumplen determinadas hipótesis.
Contraste de homocedasticidad estat hettest
Contraste de multicolinealidad estat vif
Nota: VIF(Xk) = 1 − R 2 ( Xk , X 1... Xp)
Contraste RSET estat ovtest
Para guardar las estimaciones en predict nombre de variable

una variable
Ejemplo:
regres alfabet alfabfem espvidaf espvidam, beta

estat hettest
estat vif
predict alfabet_pronos

VII. REGRESIÓN LOGISTICA
Introducción
Las fases de un análisis de regresión logística son las siguientes:
• Estimación de los parámetros.

• Estudio de la capacidad de predicción del modelo.
• Interpretación de los parámetros.
• Generación de gráficos auxiliares.
Estimación de los parámetros

El comando para realizar una estimación de los parámetros de un modelo de regresión
logística es:
logit depvar [indepvars] [if] [in] [weight] [, options]
Por ejemplo:
logit voto genero ingresos estudios
Las opciones más importantes son:
• or: muestra los ODDS Ratio.

• noconstat: suprime la constante del modelo.
Ejemplo:
Logit voto genero ingresos estudios, or

Este comando puede ser combinado con el procedimiento stepwise para conseguir el
mejor conjunto de variables regresoras:
stepwise, pr(0.1): logit voto genero ingresos estudios
Estudio de la capacidad de predicción del modelo
Para estudiar la capacidad de predicción del modelo comparamos las estimaciones

ofrecidas por el modelo con los datos reales mediante el comando:
estat class
Así mismo podemos guardar en variables las estimaciones mediante el comando

predict para, posteriormente, realizar contrastes personalizados:
predict yhat, p Guarda en la variable yhat la probabilidad estimada

predict lfor, xb Guarda en la variable lfor el logit
Estudio de los parámetros
El comando mfx muestra las derivadas parciales evaluadas en el centro de gravedad de

la distribución o bien en puntos concretos.
mfx Muestra las derivadas parciales evaluadas en el

centro de gravedad de la distribución
mfx , at(sex=1, income=2000) Muestra las derivadas parciales calculadas en el
punto indicado

Generación de gráficos auxiliares
Las curvas de sensibilidad y especificidad nos ayudaraán a calibrar el modelo.Las

podemos calcular mediante los siguientes comandos:
lsens
Lroc
1.00 0.75
Sensitivity/Specificity
0.25 0.50
0.00
0.00 0.25 0.50 0.75 1.00

Probability cutoff
Sensitivity Specificity

VIII. LISTA DE COMANDOS
Comandos generales Gráficos
clear Eliminar el fichero de datos actual hbar Histogramas

display Mostrar valores scatter Diagramas de dispersión
cd Cambiar el directorio de trabajo
exit Salir de la aplicación
help Ayuda sobre el tema solicitado Estadísticos descriptivos
cd Cambiar de directorio de trabajo
save Guardar el actual conjunto de datos
codebook Resumen de variables
use Cargar un conjunto de datos en formato
hist Histograma
Stata
summarize Estadísticos muestrales
set Reservar una cantidad de memoria
memory concreta para el trabajo table Tablas de doble entrada
Mostrar el contenido del directorio de Tablas de 1 y 2 dimensiones con
dir tabulate
trabajo estadísticos resumen
Conjunto de datos y variables Análisis estadísticos habituales
collapse Cambiar la unidad muestral anova Análisis de varianza

encode Recodificación automática correlate Correlación
Describir las variables del conjunto de oneway Análisis de varianza
describe ranksum Test de Wilcoxon
datos
Convertir una variable cadena a tabulate crosstables (incl. tests de homogeneidad,
destring gamma, exact r*c test )
numérica
drop Eliminar variables y observaciones table Tablas de estadísticos resumen
by varlist Analizar por grupos ttest Contraste de medias
Recodificar automáticamente cadenas a
encode
números
format Definir un formato Modelos de regresión
generate Crear nueva variable
infile Leer datos en formato ASCII
clogit Regresión logística condicional
input Introducir datos por teclado
logit Regresión logística
label Añadir / cambiar etiquetas
logistic Regresión logística
list Listar casos
Poisson Regresión de Poisson
merge Combinar ficheros
predict prediction + indicator of fit
Cambiar la secuencia de variables en el
move regress Regresión lineal
actual dataset
Variable dummy:
log using Resultados a fichero
xi: comando …i . variable
log close Cerrar el fichero de resultados
order Reordenar la secuencia de variables
recode Recodificar variable
rename Renombrar variable
replace Cambiar el contenido de variable
set Ajustar parámetros opcionales
sort /gsort Ordenar el dataset


Curso de Introduccion Al Paquete Stata - 9 - 1

Cargado por

Copyright:

Formatos disponibles

Curso de Introduccion Al Paquete Stata - 9 - 1

Cargado por

Información del documento

Título original

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

Curso de Introduccion Al Paquete Stata - 9 - 1

Cargado por

Copyright:

Formatos disponibles

CENTRO DE

Curso de introducción al paquete

José Manuel Rojo Abuín

Madrid, 14 y 15 de Febrero de 2008

Introducción al paquete Stata 9.1 SE

El objetivo de este manual es familiarizar al lector con el paquete Stata. La versión

En general, bajo el programa Stata trabajaremos mediante lenguaje de

En cuanto a la capacidad de manejar grandes volúmenes de información, a diferencia de

Existe una limitación en cuanto al número máximo de variables; en la versión 9.1 SE

Introducción al paquete Stata 9.1 SE

La interface de Stata consiste en un entorno de trabajo que facilita la interacción con la

El entorno de trabajo tiene el siguiente aspecto:

Introducción al paquete Stata 9.1 SE

El entorno de trabajo, o ventana principal, de Stata se subdivide en cuatro ventanas

La ubicación de estas ventanas es la siguiente:

Introducción al paquete Stata 9.1 SE

Command En esta ventana se escriben las órdenes que se dan a la aplicación

En la esquina inferior izquierda de la pantalla aparece el directorio de trabajo;

Introducción al paquete Stata 9.1 SE

Abrir ficheros de datos en formato Stata

Guardar el actual fichero de datos

Imprimir resultados, gráficos y órdenes

Iniciar o cerrar un archivo para guardar resultados

Abrir el visor de ayuda

Restaurar la ventana de resultados a primer plano

Restaurar la ventana de gráficos de alta resolución a primer plano

Invocar al visualizador de datos, no podemos modificar datos

Ayuda del sistema

La aplicación Stata posee un sistema de ayuda realmente excelente (personalmente, es el

Introducción al paquete Stata 9.1 SE

Sintaxis de las órdenes de Stata

Introducción al paquete Stata 9.1 SE

command [varlist] [if] [in] [weight] [, options]

[…] todo lo que aparece entre corchetes es opcional

table genero edad

Realiza una tabla de contingencia del género y la edad

table genero edad if altura > 1.70

table genero edad if altura > 1.70 in 1/100

Introducción al paquete Stata 9.1 SE

Los ficheros de datos en Stata se denominan dataset.

La variable del sistema _N indica el número total de observaciones contenidas en el

Para conocer la naturaleza de los datos contenidos en el dataset se utiliza la instrucción

Introducción al paquete Stata 9.1 SE

La columna denominada storage type indica el formato de almacenamiento, es decir, el

Precision float 3.795x10^-8

Introducción al paquete Stata 9.1 SE

a) Desde la barra de menús

Si ya tenemos un fichero en memoria, el sistema nos advertirá de ello, permitiéndonos

b) Instrucción en la ventana Command

use “nombre de fichero”

Si ya tenemos un fichero de datos en memoria, la aplicación no permitirá cargarlo en

use “nombre de fichero”, clear

Introducción al paquete Stata 9.1 SE

Introducir datos por teclado

Si ejecutamos la orden edit invocamos el editor de datos desde el cual podemos ir

Cargar los datos desde un fichero de datos en formato ASCII

El comando para realizar la lectura de ficheros ASCII es infile

La sintaxis (muy simplificada) de este comando es:

infile varlist using “nombre de fichero” [if ] [in ], options