Übung Statistik I Statistik mit Stata SS Probeklausur, Wiederholungen und Übungen

Transkript

1 Übung Statistik I Statistik mit Stata SS Probeklausur, Wiederholungen und Übungen Andrea Kummerer (M.A.) Oec R. I-53 Sprechstunde: n.v. Andrea.Kummerer@sowi.uni-goettingen.de Statistik mit Stata - 1 -

2 Überblick 1. Einleitendes und Vorbereitendes 2. Weitere Anmerkungen zur Probeklausur 3. Fragen? 4. Vokabeln 5. Das Vorgehen bei der Datenanalyse mit Stata 6. Übungsaufgabe Statistik mit Stata - 2 -

3 1. Einleitendes und Vorbereitendes Befehle, die bekannt sein sollten: Update, set memory, input, use, clear, save, exit, pwd, cd, dir, describe, codebook, sort, list, help, search, tabulate oneway, numlabel, mvdecode, mvencode, label, set dp, log using, log close, log off/on, cmdlog using, cmdlog close, cmdlog off/on, do, generate, replace, recode, keep, drop, summarize, tabstat, histogram, graph pie, kdensity, graph box, set scheme, graph export Vorbereitung: 1. profile.do ausführen! Ist Stata up-to-date? 2. Um ein volllaufen des persönlichen Verzeichnisses zu vermeiden, bitte dort alle Datensätze löschen (bzw. so viele wie möglich) 3. Den Datensatz allbus_ueb4.dta (zu finden unter: V:/Stata/Datensätze) in das eigene Verzeichnis (W:/Stata/Datensätze) kopieren. Der Datensatz ist nun zu finden unter: W:/Stata/Datensätze/allbus_ueb4.dta. Statistik mit Stata - 3 -

4 2. Weitere Anmerkungen zur Probeklausur In der Probeklausur waren insgesamt 22 Punkte erreichbar, da die Aufgabe 4 nicht berücksichtigt werden konnte. Die Klausuraufgaben beziehen sich auf den Datensatz proklaus.dta. Dieser ist zu finden unter V:\Stata\Datensätze. Dieser Datensatz ist zunächst in das eigene Verzeichnis zu kopieren, also in W:\Stata\Datensätze. Bitte nach Möglichkeit die Klausuraufgaben der Reihe nach lösen. Zur Lösung aller Aufgaben sind 20 Minuten Zeit. Die Probeklausur gilt ab einer Anzahl von 11,5 Punkten (mehr als 50% der Punkte) als bestanden. 1. Verschaffe dir einen Überblick, welche Variablen der Datensatz proklaus.dta enthält. Welche(n) Befehl(e) sind hierzu sinnvoll? describe, simple und codebook 1 Pkt 2. Erstelle eine Häufigkeitstabelle für die Variable v19 die sowohl die gültigen, als auch die ungültigen Fälle enthält. tab v19, miss 1,5 Pkt a) Wie lautet der Befehl? 1 Pkt b) Wie viele Fälle sind insgesamt nicht gültig? 1 Pkt c) Wie viel Prozent der Fälle sind hingegen gültig? d) Wie viel Prozent der Personen gehören höchstens der Mittelschicht an? 90,94 % 1 Pkt Statistik mit Stata ,6 % 4,5 Pkt

5 3. a) Welche Lagemaße (also Maße der zentralen Tendenz) sind geeignet, um die Variable v139 zu beschreiben? Modus, Median, Quartile 1,5 Pkt Weil die Variable v139 ordinales Skalenniveau hat und daher eine Berechnung des Mittelwertes nicht sinnvoll ist. b) Warum? 1 Pkt c) Wie lautet der Befehl zur Berechnung dieser Lagemaße? tabstat v139, statistics(count max min q) 2 Pkt d) Interpretiere die Quartile. 25%-Quartil=2; 50%-Quartil=3; 75%- Quartil=4 25% der Personen sind mehr als stark oder stark politisch interessiert, 50% der Personen sind mind. Mittelstark politisch interessiert und lediglich 25% der Personen sind wenig oder überhaupt nicht politisch interessiert. 1,5 Pkt 6 Pkt Statistik mit Stata - 5 -

6 4. Bilde die Variable neu. Die Variable neu soll zunächst für alle Fälle des Datensatzes den Wert 0 aufweisen. Im Folgenden soll in der Variable neu jeder Person der Wert 1 zugeordnet sein, die sowohl bei der Variable v217 die Ausprägung RENTNER besitzt als auch bei der Variable v242 die Ausprägung VERHEIRAT.ZUSAM.LEB.. Schließlich soll jeder Person in der Variable neu der Wert 2 zugeordnet sein, die sowohl bei der Variable v217 die Ausprägung RENTNER besitzt als auch bei der Variable v242 nicht die Ausprägung VERHEIRAT.ZUSAM.LEB.. generate neu=0 replace neu=1 if (v217==2 & v242==1) replace neu=2 if (v217==2 & v242!=1) 2 Pkt 3 Pkt 3 Pkt 8 Pkt Im Gegensatz zu dieser Probeklausur werden bei der Klausur bei derartigen Aufgaben die Befehle in korrekter Abfolge - wie hier auch gezeigt - zu notieren sein! Statistik mit Stata - 6 -

7 5. Was wird durch die folgenden Befehle in welcher Art verändert? a) mvdecode v9999, mv(8=.a \ 9=.b) In der Variable v9999 werden die Ausprägungen 8 und 9 als Missing Values definiert. Die 8 als.a und die 9 als.b. 2 Pkt b) label variable andrea "PERSON KÖNNTE ANDREA SEIN" Der Variable andrea wird das Label PERSON KÖNNTE ANDREA SEIN gegeben. 1 Pkt c) label define zeit 1 " SEHR VIEL" 2 "VIEL" 3 "MITTEL" 4 "WENIG" 5 "SEHR WENIG".b "KEINE ANGABE" Der Labelkontainer zeit wird definiert. In diesem Labelkontainer ist dem Code 1 das Label "SEHR VIEL", dem Code 2 das Label "VIEL" usw. zugeordnet. 1 Pkt d) label values v33 v89 v33333 zeit Den Variablen v33, v89 und v33333 wird der Labelkontainer zeit zugeordnet. 1 Pkt e) numlabel zeit, add Die Anzeige der Codes des Labelkontainers zeit wird aktiviert. Statistik mit Stata Pkt 6 Pkt

8 6. a) Wie lautet der vollständige Befehl zum Starten einer Protokolldatei für Befehle, sofern als Speicherort W:\Stata gewählt wurde, die Datei als proto.log gespeichert werden soll und an die Datei proto.log angehängt werden soll, sofern eine solche bereits existiert? cmdlog using W:/Stata/proto.log, append 1,5 Pkt b) Welcher Befehl startet die Ausführung der Datei profile.do? do profile.do 1 Pkt 2,5 Pkt 7. Was wird durch den folgenden Befehl erstellt und warum ist das nicht sinnvoll? graph box v352 Für die Variable v352 wird ein Box Plot erstellt. Dies ist nicht sinnvoll, da die Variable v352 lediglich nominales Skalenniveau hat, ein Box Plot aber Quartile ausgibt, für die mindestens ordinales Skalenniveau erforderlich ist. 2 Pkt Statistik mit Stata - 8 -

9 3. Fragen? Statistik mit Stata - 9 -

10 4. Vokabeln Begriff Variable Name der Variable Label der Variable Erklärung Mögliche Eigenschaft, d.h. ein Merkmal, das ein Merkmalsträger (z.b. eine Person) aufweisen oder nicht aufweisen kann. Z.B. Einkommen, Größe oder Geschlecht Begriff (kann aus Zahlen und/oder Buchstaben bestehen), der der Variable zugeordnet ist. Mit diesem Begriff wird die Variable in Stata angesprochen. Z.B. v381 (Einkommen) oder geschl (Geschlecht). Durch den Befehl generate neu=1 wird eine Variable mit dem Namen neu gebildet. Beschreibung der Variable. Z.B. NETTOEIN- KOMMEN <OFFEN & LISTENANGABE> ist das Label der Variable v381 Statistik mit Stata

11 Ausprägungen (oder Werte) Codes der Ausprägungen Label der Ausprägungen Labelcontainer Wie und in welchem Ausmaß liegt die Eigenschaft bei den Merkmalsträgern vor? Z.B (Einkommen) oder ja (Abtreibung) Zahlen, die den Ausprägungen zugeordnet sind. Z.B. bei der Variable Geschlecht ist der Ausprägung männlich der Code 1 zugeordnet; auch: Code.b ist der Ausprägung keine Angabe zugeordnet Beschreibung der Ausprägung, z.b. bei der Variable abtreib JA, NEIN & WEISS NICHT. Behälter, der die Zuordnung der Codes zu den entsprechenden Labels der Ausprägungen enthält und den Werten der Variablen zugeordnet werden kann. Z.B. label define labcont 1 JA 2 NEIN.b KEINE ANGABE Übung Statistik mit Stata

12 Name der Variable Label der Variable Label der Ausprägungen Codes der Ausprägungen Codes Labelcontainer Label der Ausprägungen? (siehe Folie 15) Statistik mit Stata

13 Inhalt des Labelcontainers v58, der derzeit der Variable v58 zugeordnet ist. Definition und Anzeige des Labelcontainers labcona: Das Label WEIBLICH ist dem Code 1, das Label MÄNNLICH dem Code 2, usw. zugeordnet. Der Labelcontainer labcona wird der Variable v58 (der bisher der Labelcontainer v58 zugeordnet war) zugeordnet: Statistik mit Stata

14 nun: neu zugeordneter Labelcontainer Statistik mit Stata

15 Zum Fragezeichen auf Folie 12 bzw. Was macht der numlabel-befehl: BEACHTE: der numlabel-befehl bezieht sich nicht auf eine Variable, sondern immer auf einen Labelcontainer! Also: durch den numlabel-befehl wird der Code in das Label integriert und daher in der Häufigkeitstabelle von nun an mit angezeigt. Statistik mit Stata

16 5. Das Vorgehen bei der Datenanalyse mit Stata (1) Fragestellung? (2) Daten? Welche Daten werden für die Beantwortung der Fragestellung benötigt? (3) Überblick über die Daten verschaffen. Müssen zur Beantwortung der Fragestellung Transformationen am Datensatz durchgeführt werden? (4) Erstellung einer Do-Datei (bei umfangreicheren Analysen mehrerer Do-Dateien), die benötigte Transformationen und u.u. bereits Befehle zur Auswertung enthält. (5) Ausführen der Do-Datei(en) auf dem ausgewählten Datensatz. (6) Interpretation der Ergebnisse (Beantwortung der Fragestellung). Statistik mit Stata

17 Beispiel: (1) Fragestellung: Wie lange arbeiten die im ALLBUS 2006 befragten ostdeutschen Frauen im Durchschnitt pro Monat? Graphische Darstellung der Arbeitszeit ostdeutscher Frauen pro Monat sowie der Verteilung Männer und Frauen in Ostdeutschland, die mehr als 160 Std. pro Monat arbeiten (mehr als 40 Std./Woche). (2) Daten? ALLBUS 2006 Welche Daten werden für die Beantwortung der Fragestellung benötigt? Wir brauchen die Variablen: Arbeitszeit (v207), Erhebungsgebiet (v4), und Geschlecht (v174) (3) Überblick über die Daten verschaffen. Z.B. mit codebook v207 v4 v174 oder tab1 v207 v4 v174 Müssen Transformationen am Datensatz durchgeführt werden? Ja, da die Arbeitszeit in Stunden pro Woche und nicht in Stunden pro Monat vorliegt. Statistik mit Stata

18 (4) Erstellung einer Do-Datei, die benötigte Transformationen und u.u. bereits Befehle zur Auswertung enthält. Statistik mit Stata

19 Fortsetzung der Do-Datei: Statistik mit Stata

20 Fortsetzung der Do-Datei: Statistik mit Stata

21 (5) Ausführen der Do-Datei auf dem ausgewählten Datensatz. do W:\Stata\Do-Dateien\ueb06_11a.do (6) Interpretation der Ergebnisse (Beantwortung der Fragestellung) Durchschnittliche Arbeitszeit ostdeutscher Frauen pro Monat im ALLBUS 2006 siehe Log-Datei: view "W:\Stata\sessionlg.log" Im ALLBUS 2006 beträgt die durchschnittliche Arbeitszeit ostdeutscher Frauen pro Monat 182,03 Std. bei einer Standardabweichung von 37,73 Std. Grafiken: W:\Stata\arbzmon1.png W:\Stata\arbzmon1.png und W:\Stata\geschl.png Statistik mit Stata

22 W:\Stata\arbzmon1.png : Statistik mit Stata

23 W:\Stata\arbzmon2.png : Statistik mit Stata

24 W:\Stata\geschl.png : Statistik mit Stata

25 6. Übungsaufgabe (1) Fragestellung: Wie groß ist im ALLBUS 2006 das durchschnittliche Jahreseinkommen der befragten Personen aus Ostdeutschland, die ihre eigene Wirtschaftslage als mindestens mittel (also nicht als schlecht) bezeichnen? Stelle die Verteilung der Ansichten der ostdeutschen Befragten zu ihrer eigenen derzeitigen wirtschaftlichen Situation auch graphisch dar. Übung (2) Daten: ALLBUS 2006 Welche Daten werden für die Beantwortung der Fragestellung benötigt? Wir brauchen die Variablen: Einkommen (v381), Erhebungsgebiet (v4) und derzeitige Wirtschaftlage des Befragten (v147) (3) Überblick über die Daten verschaffen: codebook v381 v4 v147 Müssen Transformationen am Datensatz durchgeführt werden? Ja, da das Einkommen pro Monat und nicht pro Jahr vorliegt Statistik mit Stata

26 (4) Erstellung einer Do-Datei (ueb06_11b.do), die benötigte Transformationen und u.u. bereits Befehle zur Auswertung enthält. Statistik mit Stata

27 Fortsetzung der Do-Datei: Statistik mit Stata

28 (5) Ausführen der Do-Datei auf dem ausgewählten Datensatz. do W:\Stata\Do-Dateien\ueb06_11b.do (6) Interpretation der Ergebnisse (Beantwortung der Fragestellung) Durchschnittliches Jahreseinkommen im ALLBUS 2006 der befragten Personen aus Ostdeutschland, die ihre eigene Wirtschaftslage als mindestens mittel (also nicht als schlecht) bezeichnen siehe Log-Datei: view "W:\Stata\sessionlg.log" Im ALLBUS 2006 beträgt das durchschnittliche Jahreseinkommen ostdeutscher Befragter, die ihre eigene wirtschaftliche Lage als nicht schlecht einschätzen 12955,40 Euro bei einer Standardabweichung von 7513,17 Euro. Grafik: W:\Stata\v147ost.png Statistik mit Stata

29 W:\Stata\v147ost.png : Statistik mit Stata

30 Lösung der Übungsaufgabe vgl. V:/Stata/ueb06_11 Statistik mit Stata