Das Stata Starter Kit

Transkript

1 Das Stata Starter Kit Katrin Golsch Aktualisierte Fassung für Stata 8 Januar Die Stata Oberfläche 1.1 Die Stata Menüleiste 1.2 Die Stata Toolbar 1.3 Das Eingabefenster 1.4 Das Variablenfenster 1.5 Das Ergebnisfenster 1.6 Das Review-Fenster 1.7 Der Stata Editor und Browser 1.8 Grafikfenster 2. I log I do Die ersten Stata-Befehle 5. Elemente der Stata-Kommandos 5.1 Optionen 5.2 Operatoren 5.3 Funktionen 6. Interne Resultate 7. Variablennamen, -label, Wertelabel und Storage- Types 7.1 Variablennamen 7.2 Variablen- und Wertelabels 7.3 Storage Types 8. Where to go from here Stata Hilfe 8.2 Stata Tutorials im Internet 8.3 Literatur

2 2 1. Die Stata Oberfläche Nach dem Aufruf von Stata erscheint folgender Bildschirm. Die Stata Oberfläche setzt sich aus einer Menüleiste, einer Toolbar, sowie vier weiteren Fenstern, dem Review-Fenster, dem Ergebnisfenster (Stata- Results), dem Variablenfenster und dem Eingabefenster (Stata Command) zusammen. Darüber hinaus gibt es den Stata Editor und Stata Browser, Log-Files, den Do-File Editor sowie Grafikfenster. Die Größe und Position der einzelnen Fenster kann mit der Maus verändert werden. Dazu führt man den Mauszeiger einfach an den Fensterrahmen, klickt die linke Maustaste sobald sich der Mauszeiger in einen Doppelpfeil verwandelt und zieht den Mauszeiger bei gedrückter Maustaste in die bestimmte Richtung. Die Fenster lassen sich weiterhin mit den Symbolen in der rechten oberen Ecke des jeweiligen Fensters schließen und minimieren. Geschlossene Fenster können über die Menüleiste (Window) wieder geöffnet werden. Hat man einmal eine ansprechende und nützliche Bildschirmansicht gefunden, sollte man diese als Voreinstellung speichern. Hierzu geht man in die Menüleiste unter Pref und dann zu Save Windowing Preferences. Die vorgenommenen Einstellungen werden übernommen und bei jedem weiteren Aufruf von Stata erscheint die gewünschte Bildschirmansicht. Mit Default Windowing kann man wieder zu der voreingestellten Bildschirmansicht zurückkehren. 1.1 Die Stata Menüleiste

3 3 Die Menüleiste setzt sich aus neun Pull-Down Menüs zusammen. Unter File können Datensätze geöffnet und gespeichert, Ergebnisse und Grafiken ausgedruckt, Do-Files an Stata zur Verarbeitung übergeben, und Stata beendet werden. Unter Edit kann kopiert und eingefügt, sowie Einstellungen für Tabellen und Grafiken verändert werden. Pref erlaubt es Einstellungen für den Ergebnisoutput, Tabellen und Grafiken zu verändern. Unter Window können einzelne Fenster geöffnet werden, Help bietet ein umfangreiches Hilfemenü. Die anderen Menüs erlauben es über Dialogfelder Daten zu verändern, Grafiken zu erstellen und Statistiken abzurufen. 1.2 Die Stata Toolbar Die Stata Toolbar besteht aus zwölf Buttons. Mit ihrer Hilfe kann man einen Datensatz öffnen den geöffneten Datensatz speichern Grafiken oder Ausgabedateien (so genannte Log-Files) drucken einen neuen Log-File öffnen bzw. einen geöffneten Log-File in den Bildschirmvordergrund bringen das Dialog-Fenster öffnen das Ergebnisfenster in den Vordergrund holen eine erstellte Grafik in den Bildschirmvordergrund holen den Do-File Editor öffnen bzw. in den Vordergrund bringen den Data Editor öffnen bzw. in den Vordergrund bringen den Data Browser öffnen bzw. in den Vordergrund bringen Unterbrechungen in der Ausgabe von Ergebnissen vermeiden den laufenden Task abbrechen 1.3 Das Eingabefenster In diesem Fenster können einzelne Befehle eingegeben und Stata zur Verarbeitung übergeben werden. Eingegebene Befehle werden durch drücken der Eingabetaste "abgeschickt". Um Befehle zu verändern oder alte Befehle neu aufzurufen können folgende Shortcuts verwendet werden: Shortcuts delete backspace löscht das Zeichen rechts vom Kursor löscht das Zeichen links vom Kursor

4 4 Esc home end Page Up Page Down Strg + Pause löscht die gesamte Befehlszeile bringt den Kursor zum Anfang der Zeile bringt den Kursor zum Ende der Zeile bringt den vorangegangen Befehl zurück blättert vor zum nächsten Befehl bricht den laufenden Befehl ab und stellt den vorhergenden Datensatz wieder her 1.4 Das Variablenfenster Das Variablenfenster zeigt eine Liste aller Variablen im geöffneten Datensatz und ihre Labels. Ein einmaliges Klicken auf einen Variablennamen kopiert diesen in das Eingabefenster. 1.5 Das Ergebnisfenster Übergibt man Stata Befehle zur Verarbeitung erscheinen alle Ergebnisse in diesem Fenster. Übernimmt man die Standardeinstellungen so werden alle Befehle in weiß, Fehlermeldungen in rot, alle Rückmeldungen von Stata (Anzahl der geänderten Fälle, Fehlerbezeichnungen) in blau, und alle Ergebnisoutputs in grün/gelb wiedergegeben.

5 5 1.6 Das Review-fenster Das Review-Fenster zeigt alle bisher verwendeten Befehle. Ein einmaliges Klicken auf einen Befehl kopiert diesen in das Eingabefenster, ein Doppelklick kopiert diesen und führt ihn dann automatisch aus. 1.7 Der Stata Editor und Browser Ruft man den Stata Editor auf erscheint eine Datenmatrix. In den Spalten stehen die Variablen des geöffneten Datensatzes und in den Zeilen werden die entsprechenden Ausprägungen für alle Beobachtungen wiedergegeben. In diesem Editor können die Daten (Variablen, einzelne Ausprägungen oder Fälle) verändert werden. Möchte man nur einen Blick in die Datenmatrix werfen, so sollte man den Stata Browser aufrufen. Es erscheint die gleiche Datenmatrix wie im Stata Editor, ein Verändern der Daten ist jedoch nicht möglich.

6 6 1.8 Grafikfenster Für jede neue Grafik öffnet Stata automatisch ein neues Grafikfenster. Grafiken werden nicht in Log-Files gespeichert. Grafiken können einfach kopiert (STRG+C) und bspw. in Word wieder eingefügt werden (STRG+V).

7 7 2. I log... Stata protokolliert zwar alle Befehle und Ergebnisse im Ergebnisfenster, der Inhalt dieses Fensters kann jedoch nicht gespeichert werden. Das Ergebnisfenster zeigt nur die letzten Befehle einer Stata-Sitzung. Wünschenswert wäre jedoch, ein genaues Protokoll jeder Stata-Sitzung zu erstellen. In Stata werden mit Hilfe der so genannten Log-Files verwendete Befehle, Fehlermeldungen, Ergebnisse etc. protokolliert. Dabei ist es möglich eine genaue Auswahl der aufzuzeichnenden Befehle/Outputs zu bestimmen: Befehle zum Arbeiten mit Log-Files Befehl log using filename log using filename, append beginnt ein neuen Log-File hängt neue Ergebnisse an einen bereits vorhandenen Log- File an

8 8 log using filename, replace log close log off / log on cmdlog using filename cmdlog off / cmdlog on set logtype überschreibt einen bereits vorhandenen Log-File schließt einen geöffneten Log-File das Protokoll kann vorübergehend unterbrochen und dann wieder aufgenommen werden ohne den Log-File zu schließen schreibt nur die Befehle in den Log-File das Protokoll kann vorübergehend unterbrochen und dann wieder aufgenommen werden ohne den Log-File zu schließen definiert das Format in dem Log-Files gespeichert werden sollen: SMCL (Stata Markup and Control Language= =Standardeinstellung) oder Text (ASCII). Der Befehl translate erlaubt es, SMCL logs in ASCII Text oder andere Formate zu konvertieren Für die Präsentation der Ergebnisse in Word-Dokumenten etc. kann man die entsprechende Tabelle im Log-File kopieren (STRG+C) und in Excel einfügen (STRG+V). In Stata werden die Spalten durch Leerzeichen getrennt und die kopierten Daten können daher in Excel einfach in eine Tabelle umgeschrieben werden (dazu die Daten markieren und im Menü Daten die Funktion Text in Spalten wählen. Unter Format/Zellen können darüber hinaus Koeffizienten gerundet werden.). Alternativ kann man auch die Tabelle im Stata Log-File markieren, dann die rechte Maustaste drücken und Copy Table auswählen. Mit STRG+C wird dann die Tabelle in Excel eingefügt. 3. I do... Syntax-Dateien werden in Stata Do-Files genannt. Hier kann man eine Liste verschiedener Befehle erstellen und diese in einem Schritt Stata zur Verarbeitung übergeben. Dies stellt sicher, dass man auch später die gleichen Ergebnisse reproduzieren kann. Weiterhin hat man die Möglichkeit, Kommentare einzufügen, um später die einzelnen Schritte besser nachvollziehen zu können. Da in Do-Files eine Reihe von verschiedenen Befehlen eingegeben werden können, muss jeder einzelne Befehl abgeschlossen werden. Dies kann entweder mit einem Zeilenwechsel (dazu drückt man einfach einmal die Entertaste) oder einem Semikolon erfolgen. Befehle zum Arbeiten mit Do-Files Befehl

9 9 doedit do filename run filename #review #delimit ; #delimit cr startet den Stata-Do-File-Editor führt einen Do-File aus führt einen Do-File aus, die Ergebnisse werden jedoch nicht im Ergebnisfenster mitprotokolliert zeigt die letzten fünf Befehle. Durch Angabe einer Zahl kann spezifiziert werden, wie viele Befehle aufgelistet werden sollen (max. 100) definiert das Semikolon als Befehlsende. Befehle können dann über mehrere Zeilen eines Do-Files fortgesetzt werden und werden mit einem Semikolon abgeschlossen definiert als Befehlsende wieder den Zeilenumbruch (Standardeinstellung in Stata) * leitet eine Kommentarzeile ein. /* leitet einen Kommentar innerhalb einer Zeile ein */ beendet einen Kommentar innerhalb einer Zeile Es empfiehlt sich, Do-Files immer nach einem gleichen Schema aufzubauen. Wichtig ist, genau zu beschreiben, welche Daten verwendet werden, wie sie verändert werden und warum, unter welchem Namen sie gespeichert und wie die Ergebnisse protokolliert werden. Zur besseren Übersicht ist es hilfreich für den Datensatz, Do- und Log-File einheitliche Namen zu vergeben, die sich nur durch ihre Extension (.dta,.do,.log) unterscheiden. Eine einheitliche Maske könnte bspw. so aussehen:

10 10 4. Die ersten Stata-Befehle Befehle wie auch Variablennamen können in Stata abgekürzt werden. Wie einzelne Befehle abgekürzt werden können wird bspw. in der Stata-Hilfe ersichtlich: Befehle werden in blauen und schwarzen Buchstaben dargestellt, wobei die blauen Buchstaben Stata zur Erkennung eines Befehls genügen. Bei Variablennamen ist es wichtig, auf die Groß- und Kleinschreibung zu achten. Datensätze laden, betrachten & speichern Befehl use filename describe varname Datensätze werden geladen erstellt eine Datensatzbeschreibung codebook lookfor string list varname erstellt eine Datensatzbeschreibung (genauer als describe) sucht nach Variablen, in deren Namen oder Labels der Suchbegriff vorkommt zeigt eine Liste des Datensatzes, einzelne Variablen und Fälle können ausgewählt werden preserve restore speichert den geöffneten Datensatz, jetzt kann problemlos mit anderen Datensätzen gearbeitet werden der zuvor geöffnete und mit preserve gespeicherte Datensatz wird wieder hergestellt save filename speichert den geöffneten Datensatz save filename, replace clear erase filename exit überschreibt den bereits vorhandenen Datensatz löscht die Datenmatrix löscht eine Datei beendet die Stata-Sitzung Überblick: Daten verändern und beschreiben Befehl summarize varname summarize varname, detail gibt zusammenfassende Maßzahlen: arithmetisches Mittel, Fallzahl, Standardabweichung, kleinster und größter Wert gibt zusätzlich Perzentile (das erste und dritte Quartil, Median)

11 11 tabulate varname tabulate varname1 varname2 generate newvar = expression replace oldvar = expression erstellt eine eindimensionale Häufigkeitstabelle erstellt eine zweidimensionale Häufigkeitstabelle, wobei die Ausprägungen von varname1 in den Zeilen, die von varname2 in den Spalten abgetragen werden erzeugt eine neue Variable verändert Variablen sort varname der Datensatz wird nach der spezifizierten Variable sortiert drop varname mvencode varlist, mv(#) mvdecode varlist, mv(#) Variablen werden gelöscht alle missings der spezifizierten Variablen werden zu # der Wert # der spezifizierten Variablen wird zu missing Weitere Befehle Befehl pwd zeigt aktuelles Arbeitsverzeichnis an cd\ zurück zum Verzeichnis C: cd directory name dir dir *.dat mkdir wechselt in ein anderes Verzeichnis zeigt den Inhalt des aktuellen Verzeichnisses zeigt alle im aktuellen Verzeichnis abgelegten Dateien mit der Extension ".dat" erstellt ein neues Verzeichnis Dateiextensionen Befehl filename.dta für Datensätze filename.do für Do-Files filename.smcl für Log-Files (Stata Markup and Control Language)

12 12 filename.txt filename.log filename.gph für Log-Files (ASCII) für Log-Files für Grafiken 5. Elemente der Stata-Kommandos Stata-Kommandos können durch verschiedene Befehls-Präfixe, Gewichtungsanweisungen, Ausdrücke, Funktionen und Optionen erweitert werden. Möchte man sich bspw. die zusammenfassenden Maßzahlen einer Variablen ausgeben lassen, so kann der Befehl summarize weiter spezifiziert werden: [by varlist :] summarize varlist [weight] [if expression] [in range] [, detail ] Der Befehl tabulate kann bspw. so erweitert werden: [by varlist :] tabulate varname1 varname2 [weight] [if expression] [in range], missing nofreq nolabel Welche Optionen etc. für die verschiedenen Befehle zulässig sind, kann der Stata-Hilfe entnommen werden. Hier eine Liste einiger wichtiger Befehlserweiterungen: Befehl by varlist : for varlist varlist: tabulate varname X [weight] der nachfolgende Befehl wird für alle Kategorien bzw. Kombinationen der Kategorien der varlist wiederholt. Zuvor muss der Datensatz nach den Variablen der varlist sortiert werden. Dieser Befehls-Präfix kann bspw. in Kombination mit summarize, generate oder tabulate benutzt werden. der Stata-Befehl wird nacheinander für alle in der varlist genannten Variablen durchgeführt. Dabei ist X der entsprechende Platzhalter für die Variablen der forlist. Dieser Befehl ist zwar veraltet, funktioniert aber noch. Ein neuer, umfangreicherer Befehl ist foreach, der hier jedoch nicht weiter ausgeführt wird. Stata unterscheidet vier Typen von Gewichtungsvariablen: Frequency Weights, Analytic Weights, Sampling Weights und Importance Weights. Sie werden durch folgende Befehlserweiterung angefordert: fweight = varname aweight = varname pweight = varname iweight = varname

13 13 if expression in range der voranstehende Befehl wird nur für diejenigen Fälle ausgeführt, für die der nachstehende Ausdruck wahr ist. Hier können die verschiedensten Operatoren und Funktionen zur Fallselektion verwendet werden. der voranstehende Befehl wird nur für diejenigen Fälle eines Datensatzes ausgeführt, die zu dem spezifizierten Fallbereich zählen. Mit in 50 kann man bspw. den Befehl nur für den 50. Fall, mit in 50/100 für den 50. bis 100. Fall ausführen. 5.1 Optionen Optionen stehen stets nach dem Befehl und werden von diesem mit einem Komma getrennt. Je nach Befehl stehen unterschiedliche Optionen zur Verfügung. Hier einige wichtige Beispiele: Option summarize varname, detail tabulate varname, missing tabulate varname, nolabel tabulate varname1 varname2, nofreq column row detail ist eine Option des Befehls summarize. Sie gibt zusätzlich Perzentile (das erste und dritte Quartil, Median) der spezifizierten Variablen an. Missings werden wie alle anderen Ausprägungen einer Variablen bei der Berechnung von Häufigkeiten und Prozenten berücksichtigt unterdrückt die Wertelabels unterdrückt die Ausgabe von Häufigkeiten und gibt stattdessen die Spalten- und Zeilenprozente 5.2 Operatoren In Stata werden folgende Operatoren verwendet: Arithemtic + addition - subtraction * Multiplication / division

14 14 ^ power Logical ~ oder! not or & and Relational > greater than < less than >= greater or equal <= lower or equal = = equal ~ = oder!= not equal 5.3 Funktionen Mit help functions kann man eine Liste aller Funktionen, die in Stata zur Verfügung stehen, aufrufen. Hier einige Beispiele: Funktion abs(x) sqrt(x) ln(x) exp(x) absolute value square root natural logarithm Exponentiation 6. Interne Resultate In vielen Fällen ist das Ergebnis einer ersten Analyse wichtig für weitere Analysen. So benötigt man bspw. den Mittelwert einer Variablen um sie in einem zweiten Schritt zu zentrieren (d.h. man zieht von jeder Ausprägung einer Variablen ihren Mittelwert ab). Stata speichert die Ergebnisse solcher "Statistik-Kommandos" als interne Resultate. So produziert der Befehl summarize automatisch folgende interne Resultate, die für weitere Berechungen verwendet werden können.

15 15 r(n) r(sum_w) r(mean) r(var) R(std) r(min) r(max) r(sum) Fallzahl Summe der Gewichtung Arithmetisches Mittel Varianz Standardabweichung Minimum Maximum Summe Stata speichert interne Resultate nicht nur für solche 'beschreibenden' Auswertungen, sondern auch nach Modellanalysen, wie bspw. nach Regressionen. Diese werden dann als e( ) gespeichert. Mit dem Befehl return list bzw. ereturn list kann man sich einen Überblick über die erzeugten internen Resultate verschaffen. 7. Variablennamen, -label, Wertelabel und Storage-Types 7.1 Variablennamen In Stata 8 können auch mehr als acht Zeichen für Variablennamen verwendet werden. Zulässige Zeichen sind Buchstaben, Zahlen und der Unterstrich. Groß- und Kleinbuchstaben werden jedoch unterschieden und einige Zeichen, wie bspw. +, -, (), sind nicht erlaubt. Variablennamen können abgekürzt werden so lange sie immer noch eindeutig im Datensatz identifiziert werden können. Weiterhin können Variablenlisten vereinfacht werden: so kann man bspw. gleichzeitig auf eine Gruppe von Variablen, die mit einem gleichen Anfangsbuchstaben beginnen, durch Verwendung des Platzhalters * verweisen. Möchte man einen Befehl auf eine Reihe von Variablen anwenden, die im Datensatz hintereinander stehen, so kann man - statt alle Variablen einzeln aufzulisten - lediglich die erste und letzte Variable benennen und diese mit einem Bindestrich verbinden 7.2 Variablen- und Wertelabels Befehl label data "label" label define lblname # "label" [# "label"...] [, add modify] weist dem geöffneten Datensatz einen Label zu definiert Wertelabels für einzelne Ausprägungen. Die Labels werden gespeichert und müssen dann Variablen zugewiesen werden. Somit werden einzelne Labels nur einmalig definiert (z.b.

16 16 "yesno" mit 'yes'=1 und 'no'=2) und können dann jeder Variablen mit diesen Ausprägungen zugewiesen werden. Mit der Option add können weitere Wertelabels einem bereits gespeicherten Label zugefügt werden. Modify ermöglicht das Verändern oder Löschen bereits gespeicherter Wertelabels. Neue Wertelabels können hinzugefügt werden. label dir label drop {lblname [lblname...] _all} label list [lblname [lblname...]] label values varname [lblname] label variable varname ["label"] zeigt eine Liste aller vergebenen Wertelabels löscht Wertelabels. Mit der Option _all werden alle vorhanden Wertelabels gelöscht zeigt eine Liste aller vergebenen Wertelabels und ihren Inhalt weist einer Variablen einen bestimmten Wertelabel zu weist einer Variablen einen Label zu 7.3 Storage-Types Stata unterscheidet zwei Typen von Variablen: alphanumerische (Strings) und numerische (Reals). Alphanumerische Variablen bestehen aus Buchstaben und sonstigen Zeichen. Numerische Variablen sind Zahlen. Mit help datatypes kann man sich die verfügbaren Storage-Types für beide Variablentypen anzeigen lassen: Numeric Storage Type Bytes Minimum Maximum byte /-1 int 2-32,767 32,740 +/-1 long 4-2,147,483,647 2,147,483,620 +/-1 Closest to 0 without being 0 float *10^ *10^36 +/-10^-36 double *10^ *10^308 +/-10^-323 String Storage Type Bytes Maximum Length str1 1 1 str2 2 2 str

17 17 Storage-Types unterscheiden sich in der Speicherplatzmenge, die sie benötigen. So nimmt eine Variable des Storage-Types "byte" genau ein Byte, ein Variable des Speichertypes "double" genau acht Byte Speicherplatz ein. Erstellt man neue Variablen so können die Storage- Types direkt im Befehl generate angeben werden: generate byte newvar = expression Verzichtet man auf die Angabe des Storage-Types so wird die neue Variable automatisch als Float-Variable gespeichert. Mit dem Befehl compress kann der Datensatz hinsichtlich der benötigten Speicherplatzmenge optimiert werden. Für Variablen die weniger Speicherplatz benötigen wird der Storage-Typ automatisch geändert. Verändert man Variablen mit dem Befehl replace, so werden Storage- Types ebenfalls automatisch angepasst. Strings werden in Anführungszeichen gesetzt. In einer String-Variable des Types str16 können bis zu 16 Zeichen gespeichert werden. String-Variablen können in Stata leicht in numerische Variablen umgewandelt werden und umgekehrt: encode varname [if exp] [in range], generate (newvar) [label(name)] decode varname [if exp] [in range], generate (newvar) [maxlength(#)] Encode erstellt eine neue Variable newvar basierend auf der String- Variable. Decode wandelt eine numerische Variable in eine String-Variable um. 8. Where to go from here Stata Hilfe Mit search any_word_or_phrase kann man nach einem Befehl suchen. Den Befehl help any_stata_command verwendet man, wenn man den benötigten Befehl für eine bestimmte Rechenoperation etc. kennt, sich aber noch mal die genaue Befehlsstruktur ansehen möchte. Help contents ruft das Hilfemenü auf und erlaubt es thematisch nach einem Befehl zu suchen. 8.2 Stata Tutorials im Internet Stata Tutorials: Stata learning modules: Stata Capabilities: Stata Textbook examples: Der Befehl search examples gibt eine Liste aller im Internet abrufbaren Tutorials, Learning Modules, Capabilities und Textbook examples.

18 Literatur U. Kohler / F. Kreuter (2001): Datenanalyse mit Stata. Allgemeine Konzepte der Datenanalyse und ihre praktische Anwendung. München / Wien: Oldenbourg Stata Corporation (1999): Getting started with Stata for Windows. College Station, Stata Press. Stata Corporation (1999): Stata User's Guide. College Station, Stata Press. Stata Corporation (1999): Stata Reference Manual, Release 6, Volume 1-4.College Station, Stata Press. Katrin Golsch (golsch(at)wiso.uni-koeln.de), Januar 2005