続・Stataはじめました

本広告は、一定期間更新の無いブログにのみ表示されます。
ブログ更新が行われると本広告は非表示となります。

  

配列処理について説明します。

配列とは、「一連の処理を、複数の変数に対して一括して行う」処理のことです。
（※ただ、厳密には変数に限らず使えるようです）

・例）配列による一括欠損値処理

for varlist 配列に含めたい変数全て : code X 欠損値コード =.

「配列に含めたい変数全て」は、：の後ろの「X」に順番に入れられ、999を．にする、というrecode処理をかけられるようになります。  

dta形式のデータを重回帰分析するとき、

regress 目的変数　説明変数１　説明変数２　・・・

としますが、

説明変数にもとのdta形式のデータの変数名をそのまま入力すると、うまく回帰できませんでした。
分析結果が(drop)となってしまいます。（ちなみにbyte型のダミー変数でした）

具体的には、

indepvarsA

だったものを、doファイルにおいて

gen indepvarsB=0
replace indepvarsB=1 if indepvarsA==1

と定義し、

indepvarsB

を説明変数にして回帰すると、うまくいきました。



理由について今後勉強します。

  

回帰分析において、強い相関関係にある説明変数を同時に投入すると、分析結果が不安定になるような現象を、多重共線性といいます。多重共線性は、ときに回帰係数の符号を逆転させるほどの影響力を持つことがあります。

多重共線性の危険性を検討するのにはvifという指標があり、これが高いと多重共線性における影響がより懸念されます。
（例、vif = 1　⇒　説明変数同士の相関関係は分析に影響しない　；　vif = 5　⇒　説明変数同士の相関関係に注意する必要がある）

Stataにおいては、重回帰分析の直後に

vif

というコマンドを入力するだけで、すべての説明変数のvifを表示することができます。  

現時点で（私の）認識している、基本的なデータ処理コマンドを列挙します。



【変数をいじる系】

generate：新しい変数を作る

replace：変数の値を関数などを使って置き換える

recode：特定の値を別の値に置き換える

drop：変数をデータから削除する

rename：変数の名前を変える

xi：元の変数の各値に対応したダミー変数を作る

【全般系】

save：dta形式データの保存

use：dta形式データの読み込み

browse：データブラウザ（一覧）の表示




コマンドの追加や、それぞれのコマンドの使用法については、追々更新していきます。
  

Stataに入力されたデータにおいて、ある変数の度数分布を表示させたいときには、


tabulate 表示させたい変数名


と入力します。

結果、左から


変数名 , Freq. , Percent , Cum.

（変数の値、頻度、比率、累積比率）


が表示されます。

※tabulateのコマンドは、

ta

や

tab

でも代用可能です。
慣れたらこちらのほうが早いでしょう。  

muratsさんより運営を引き継ぎましたandyです。

記念すべき初投稿です(＾＾)v

stataはじめたばかりなので、簡単なコトから確認していこうと思います。

-------------------------------------------------------------------------------------------------

まずは基本統計量です。

doファイルを使ったりして読み込んだデータの確認のため、基本統計量を表示します。

コマンドは、

summarize

です。これにより、左から順に


variable , Obs , Mean , Std. Dev , Min , Max

（変数名、サンプル数、平均値、標準偏差、最小値、最大値）


と表示されます。

※コマンド入力後、Resultウィンドウに---more---と表示された時は、
ⅰ）スペース一押しで１画面分
ⅱ）Enter一押しで１行分
結果の続きを表示してくれます。


-----------------------------------------------------------------------------------------------------

ちなみに、読み込んだデータの確認のため、変数の度数分布表を表示する
tabulate
というコマンドもあります。
そちらについては、またの機会に。  続きを読む

路線コード(rosen_cd)
という変数に
１２
１８
４５
　・
　・
　・
などという値が入っているとします。

路線コードが１のダミー、路線コードが２のダミー変数・・・
と一つ一つ手作業で作っていくのは面倒です。

そこで使うのがxiコマンドです

【コマンド】
xi i.ダミー化したい変数名,noomit

です。
＜例＞
たとえば
路線コード(rosen_cd)に入っているすべての値についてダミー変数を作りたいときは

xi i.rosen_cd,noomit


このままだと生成されたダミー変数の名前の一番前のところにアンダーバーが入ってしまいます。。
＜結果＞
_ensen_cd_12
_ensen_cd_18
_ensen_cd_45

この新しく作る変数の名前の前のところ（アンダーバーのところ）
に文字を設定することができます。

xi i.rosen_cd,pre(dmy)　noomit
とすると
dmyensen_cd_12
dmyensen_cd_18
dmyensen_cd_45

となります。

そのほかにもダミー変数を作る方法があるようです。
ダミー変数の作り方は
石黒格著「Stataによる社会調査データの分析」(←別ウィンドウでアマゾンに接続します)に
もっと詳しく（他の方法も）載っていました。



  

タイトルのうまいつけ方が見当たらなかったのですが、
たとえば
登録日（touroku_date）という変数に

20080101
20090312
20071225
・
　・
　・
とデータが入っているとします。

これは上4桁が年を、その下2つが月を、下二桁が日にちを表しています。

これの「月」の部分だけとってきたい。というときのコマンドです。


コマンドは

【ステップ１、まず、変数全体をString型に変えます。】

gen 文字列型に変えた変数の名前　=string(変数名)

＜例＞
gen touroku_str=string(touroku_date)

【ステップ2、何文字目から何個とってくるかを指定します。】

gen byte 新しく作る変数名=real(substr(さっき作った文字型の変数名,何個目から,いくつ))

＜例＞5文字目から2文字とってきます。
gen byte touroku_tuki=real(substr(touroku_str,5,2))

です。


【これでうまくいかないときは・・・】

文字に変えるときに
gen touroku_str=string(touroku_date,"%11.0g")

としてみてください。

＜参考資料＞
http://www.stata.com/help.cgi?string_functions