Übung Statistik I Statistik mit Stata SS Datentransformationen II und Datenmanagement

Transkript

1 Übung Statistik I Statistik mit Stata SS Datentransformationen II und Datenmanagement Andrea Kummerer (M.A.) Oec R. I-53 Sprechstunde: Di Uhr Andrea.Kummerer@sowi.uni-goettingen.de Statistik mit Stata - 1 -

2 Überblick 1. Erstens 2. Wiederholung 3. Vergleich der Ergebnisse der Übungsaufgaben vom Datentransformationen I - Teil 2 5. Bemerkungen zur Veränderung von Daten 6. Übungsaufgaben 7. Stata Tabellen übertragen in MS-Word Statistik mit Stata - 2 -

3 1. Erstens Befehle, die bekannt sein sollten: update, set memory, input, use, clear, save, exit, pwd, cd, dir, describe, codebook, sort, list, help, search, tabulate oneway, mvdecode Jetzt: kurze interaktive Wiederholung der wichtigsten Befehle! Statistik mit Stata - 3 -

4 2. Wiederholung (interaktiv) Stata öffnen Updaten und Arbeitsspeicher vergrößern (update query, set memory) Datensatz allbus_ungew.dta öffnen (pwd, cd, dir, use) Daten verändern (z.b. Missing bei v44 setzen), help und search (also: mvdecode v44, mv(0=.c \ 99=.b) ) Stata zu schließen versuchen (exit) Arbeitsspeicher leeren (clear) Datensatz allbus_ungew.dta öffnen (pwd, cd, dir, use) Daten verändern (z.b. mvdecode v44, mv(0=.c \ 99=.b)) Stata zu schließen versuchen (exit) Datensatz speichern, help und search (also: save W:\Stata\Datensätze\trash.dta ) Statistik mit Stata - 4 -

5 3. Vergleich der Ergebnisse der Übungsaufgaben vom Datensatz öffnen (use): W:\Stata\Datensätze\allbus_ueb1a.dta bzw. wenn man die Übungsaufgabe von letzter Stunde nicht gemacht hat, oder letzte Std. nicht da war: Kopieren von allbus_ueb1a.dta von: WiSoRZ > Lehre on 'Jeder-Lehre (Ug-uxwscip-s2)'(V:) > Stata > Datensätze > Ueb04_30 in den persönlichen Stata Ordner WiSoRZ > [Name] on 'ug-uxwscip-s3\benutzer'(w:) > Stata > Datensätze Statistik mit Stata - 5 -

6 Lösung der Übungsaufgaben vom : Häufigkeitstabellen für die Variablen v24 und v19 erstellen. > tab1 v24 v19 Die Anzeige der Codes der Ausprägungen für alle Variablen aktivieren und Häufigkeitstabellen für v24 und v19 erstellen. > numlabel _all, add Missings definieren: Bei v24 sollen die Ausprägungen 8 und 9 als unterschiedliche Missing Values definiert werden und bei v19 sollen die Werte 6 bis 9 in einem Missing Value zusammengefasst werden. > mvdecode v24, mv(8=.a \ 9=.b) > mvdecode v19, mv(6/9=.c) Datensatz speichern mit save W:\Stata\Datensätze\allbus_ueb1a.dta Häufigkeitstabellen mit und ohne Missing Values für v24 und v19 erstellen. Statistik mit Stata - 6 -

7 Ergebnis a: Häufigkeitstabellen v24 & v19 ohne Missings Statistik mit Stata - 7 -

8 Ergebnis b: Häufigkeitstabellen v24 v19 mit Missings Erinnerung:Um die Missing Values der Variable in der Tabelle angezeigt zu bekommen: tab [variable], miss oder: tab1 [varlist], miss Statistik mit Stata - 8 -

9 4. Datentransformationen I - Teil 2 Transformation von Missing Values (zurück) in normale numerische Werte möglich mit dem Befehl: mvencode (Syntax des Befehls ist die gleiche wie beim mvdecode - Befehl). Damit wir nicht vergessen, was sich in unseren Häufigkeitstabellen der Variablen v24 und v19 hinter.a,.b und.c verbirgt, sollten wir den Werten.a,.b und.c Labels ("Etiketten") zuweisen. Drei Wege eine Variable zu labeln: Name der Variable (machen wir nicht heute), Label der Variable und Label der Variablenwerte (bzw. Codes der Ausprägungen) der Variable. Statistik mit Stata - 9 -

10 Name der Variable: ergibt sich hier aus der Reihenfolge der Fragen im Fragebogen, kann aber auch beschreibenden Charakter haben. Kann 32 Zeichen umfassen, sollte aber sehr kurz sein (einfachere Handhabung). Label der Variable: enthält zusätzliche Informationen über den Inhalt der Variable und ist nur für den Stata-Nutzer wichtig. Kann Zeichen umfassen. Label der Werte der Variable: enthalten die Bedeutung eines Wertes (also die alphanumerische Ausprägung) und sind insb. bei nominalem, meist aber auch bei ordinalem und intervall Skalenniveau unerlässlich (für den Stata-User) Mit dem Befehl label können der Datensatz, Variablen oder die Variablenwerte gelabelt werden (vgl. help label). Statistik mit Stata

11 Befehl zum labeln der Variable: label variable varname ["label"] Werte von Variablen werden in zwei Schritten gelabelt: 1. Ein `Labelcontainer wird definiert, der die einzelnen Werte und die Labels enthält: label define lblname # "label" [# "label"...] [, add...] Name des Labelcontainers Wert oder Code der Ausprägung 2. Das Label wird der Variable zugeordnet: label values varname [lblname] [, nofix] Durch,add wird ein bereits vorhandenes Label um die genannten Wertelabels ergänzt Name der Variable der der Labelcontainer zugeordnet werden soll. Eine Übersicht über die im Datensatz enthaltenen Labelcontainer und die enthaltenen Labels gibt: label list [lblname [lblname...]] Statistik mit Stata

12 In unserem Fall wollen wir nun das Label der Variable v24 klarer formulieren und unsere neu definierten Missing Values der beiden Variablen v24 und v19 labeln: Wiederholung der Syntax von label: label variable varname ["label"] label define lblname # "label" [# "label"...] [, add...] label values varname [lblname] [, nofix] Wie müssen die Befehle in unserem Fall aussehen: label variable v24 "Zuzug von: Nicht-EU-Arbeitnehmern, z.b. Türken" Übung: label define v24.a "Weiss nicht".b "Keine Angabe", add label define v19.c "Missing", add Hat alles funktioniert? Kontrolle mit tab1 v24 v19, miss. Datensatz speichern: save W:\Stata\Datensätze\allbus_ueb1b.dta Statistik mit Stata

13 Ergänzende Bemerkungen: Auf Folie 12 haben wir die folgenden Befehle benutzt: label define v24.a "Weiss nicht".b "Keine Angabe", add und Labelcontainer label define v19.c "Missing", add Begründung: da die Labelcontainer v24 und v19 bereits existieren (vgl. label list v24 v19) und den Variablen v24 und v19 auch bereits zugeordnet sind (vgl. tab1 v24 v19), brauchen wir nicht in zwei Schritten vorgehen (Schritt 1: label define... und Schritt 2: label values...). Sondern: Wir ergänzen den Labelcontainer v24 um die Label Weiss nicht für.a und Keine Angabe für.b durch folgenden Befehl: label define v24.a "Weiss nicht".b "Keine Angabe", add Der Befehl label define v19.c "Missing", add ergänzt den Labelcontainer v19 um Missing für.c Statistik mit Stata

14 Ergebnis a: Häufigkeitstabellen v24 & v19 gelabelt, ohne Missings Statistik mit Stata

15 Ergebnis b: Häufigkeitstabellen v24 v19 gelabelt, mit Missings um die Codes der fehlenden Werte in den Häufigkeitstabellen für v24 und v19 angezeigt zu bekommen: numlabel v24 v19, add force Statistik mit Stata

16 5. Bemerkungen zur Veränderung von Daten Stata arbeitet im Grunde genauso wie Word. Das was man am Monitor sieht, ist eine Kopie der Originaldatei. D.h., was immer man tut verändert die Originaldaten nicht. Zur Veränderung des Datensatzes: speichern (save). Stata versucht ein Überschreiben von Daten zu vermeiden. Beim Speichern eines Datensatzes unter dem gleichen Namen ist es daher notwendig die Option replace beim save Befehl zu benutzen: save 'W:\Stata\Datensätze\bsp.dta', replace In Stata kann immer nur ein Datensatz geöffnet sein (sich im Arbeitsspeicher befinden). Daher wird ein bereits geöffneter Datensatz geschlossen, wenn ein weiterer geöffnet wird. Stata verhindert dies, sofern beim Schließen des Datensatzes Informationen verloren gehen würden. Durch die Option clear beim use Befehl wird der geöffnete Datensatz ohne Rücksicht auf Verluste geschlossen und der neue geöffnet. use 'W:\Stata\Datensätze\bsp.dta', clear Statistik mit Stata

17 6. Stata-Tabellen übertragen in MS-Word Beispiel aus allbus_ueb1c: v6 Dezimalzeichen ist jetzt ein Komma Zunächst muss die Interpunktion von Stata verändert werden, damit der Export reibungslos funktioniert: set dp comma bewirkt, dass als Dezimalzeichen ein Komma verwendet wird. Statistik mit Stata

18 Die Tabelle muss dann durch markieren und Klick mit rechter Maustaste als Tabelle kopiert und in Word (wieder Klick mit rechter Maustaste) eingefügt werden. Statistik mit Stata

19 Man erhält folgendes: Die Tabelle muss nun sehr genau ausgewählt werden (meint: wirklich kein Zeichen mehr als die Tabelle auswählen): Statistik mit Stata

20 Über die Menüleiste bei markierter Tabelle auf 'Tabelle einfügen' klicken Man erhält eine solche Tabelle, die noch nachformatiert werden muss. Statistik mit Stata

21 Nach einiger Formatierung sollte die Tabelle dann wie folgt aussehen: Tabelle 1: Häufigkeiten bei Variable v6: Braucht man Familie zum Glück? Absolute Häufigkeit Prozentuale Häufigkeit Kumulierte Prozent Man braucht Familie ,96 72,96 Ohne gleich glücklich ,33 91,29 Allein glücklicher 49 2,13 93,43 Unentschieden 151 6,57 100,00 Total ,00 Quelle: ALLBUS 2006, eigene Berechnungen 1 Anzahl fehlender Werte: 2 (Keine Angabe) Statistik mit Stata

22 7. Übungsaufgaben 1. Untersuche, welche Unterschiede zwischen den Datensätzen allbus_ungew.dta und allbus_ueb1a.dta bestehen. Welche Befehle erscheinen dir zur Untersuchung sinnvoll? 2. Bei den Variablen v6 v12 v13 v14 sind sowohl die Label der Variablen als auch die Label der Werte verloren gegangen. Außerdem sind die fehlenden Werte nicht als solche definiert. Definiere die fehlenden Werte als solche und label die genannten Variablen sowie ihre Werte. Kontrolle mit tab nicht vergessen. Datensatz speichern als: allbus_ueb1c.dta 3. Übertrage die univariaten Stata-Häufigkeitstabellen der Variablen v12 und v24 ohne Missing Values in ein Word- Dokument und beschrifte sie vernünftig (Überschrift und Quellenangabe). Berichte außerhalb der Tabelle über die Anzahl fehlender Werte. Statistik mit Stata

23 Lösung Aufgabe 1: describe, short: Unterschiede hinsichtlich Anzahl Fälle und Anzahl Variablen describe, simple: Unterschiede hinsichtlich enthaltener Variablen codebook: Informationen über Name und Label der Variablen und Ausprägungen der Variable inklusive Missing Values sowie Verteilung der Fälle über die Ausprägungen der Variablen Die Variablen v111 bis v173, v175 bis v436 und v438 bis v734 fehlen im allbus_ueb1a-datensatz. Außerdem sind nur Personen aus Westdeutschland enthalten. (neben den Veränderungen die wir im Verlauf der letzten Stunden selbst vorgenommen haben) Statistik mit Stata

24 Lösung Aufgabe 2: mvdecode v6 v12 v13 v14, mv(8=.a \ 9=.b) label define v6 1 "Man braucht Familie" 2 "Ohne gleich glücklich" 3 "Allein glücklicher" 4 "Unentschieden".b "Keine Angabe" label values v6 v6 label define v12 1 "Ja,möglich sein" 2 "Nein, nicht möglich sein".a "Weiss nicht".b "Keine Angabe" label values v12 v12 label values v13 v12 label values v14 v12 numlabel _all, add force tab1 v6 v12 v13 v14, miss save W:\Stata\Datensätze\allbus_ueb1c.dta Statistik mit Stata

25 Lösung Aufgabe 3: Tabelle 2: Häufigkeiten bei Variable v12: Sollte Abtreibung gesetzlich möglich sein, wenn Baby eine ernsthafte Schädigung haben wird? Absolute Häufigkeit Prozentuale Häufigkeit Kumulierte Prozente Ja, möglich sein ,19 87,19 Nein, nicht möglich sein ,81 100,00 Total ,00 Quelle: ALLBUS 2006, eigene Berechnungen 2 Anzahl fehlender Werte: 94 (Weiß nicht), 11 (Keine Angabe) Tabelle 3: Häufigkeiten bei Variable v24: Zuzug von Arbeitnehmern aus Nicht-EU- Staaten? Absolute Häufigkeit Prozentuale Häufigkeit Kumulierte Prozente Soll uneingeschränkt 225 9,93 9,93 möglich sein Soll begrenzt werden ,24 76,17 Soll völlig unterbunden ,83 100,00 werden Total ,00 Quelle: ALLBUS 2006, eigene Berechnungen 3 Anzahl fehlender Werte: 26 (Weiß nicht), 7 (Keine Angabe) Statistik mit Stata