Universidade Federal do Rio de Janeiro
Faculdade de Medicina
Departamento de Medicina Preventiva
Instituto de Estudos de Saúde Coletiva
Introdução ao STATA
O STATA é um Software que permite analisar grandes bases de dados,
usando métodos estatísticos.
técnicas descritivas simples
ou ajuste de modelos complexos
Introdução ao
STATA
Tania Guillén de Torres
([email protected])
Rejane Sobrino Pinheiro
(rejane @iesc.ufrj.br)
Introdução ao STATA
Introdução ao STATA
Vantagens:
Operadores usados pelo STATA :
1.
Requer pouco espaço no disco rígido
2.
Requer pouca memória RAM - se necessário é possível aumenta-la,
através do comando “set mem 300m” por exemplo.
3.
Métodos gráficos poderosos na parte de diagnóstico de modelos
4.
Boa interface com processadores de texto e impressoras
5.
É atualizado con freqüência - e publica o Stata Technical Bulletin .
6.
Na página http://www.stata.com encontram-se disponíveis diversas
rotinas que podem ser copiadas para o diretório c:\ado e executadas
dentro do Stata.
Desvantagens
Não importa arquivos de bancos de dados (Dbase, Epi Info, Acces, etc.)
diretamente requer de um programa de interface (Stat-Transfer)
Operadores Aritméticos
+ → Adição
- → Subtração
* → Multiplicação
/
→ Divisão
^ → exponenciação
Operadores Lógicos
& → e
|
→ ou
~ → não
Operadores Relacionais
=
~=
>
>=
<
→
→
→
→
→
igual ( Obs. Após o comando “if” devemos usar == )
diferente
maior
maior igual
menor
<= → menor igual
Obs. As expressões lógicas assumem o valor 1 para “verdadeiro” e 0 para “falso”.
Janelas do STATA
Iniciando o STATA
Clicar 2 vezes no ícone do STATA do Windows
Caso não exista o ícone clique a seguinte seqüência
iniciar → Programas → Stata
→
Barra de Ferramentas
Command : Dos comandos a serem executados
Results : Saídas dos comandos executados
Variables : Lista de variáveis do banco em uso
Review : Comandos já executados
Stata Graph : Gráficos
File
O menu do STATA permite a execução de diversas tarefas de
forma análoga a maioria dos programas para o sistema Windows.
Permite realizar tarefas do tipo:
Os comandos também podem ser digitados a partir da janela dos
comandos.
e se necessário podem ser repetidos clicando duas vezes no comando
desejado a partir da janela [Review]
Abrir e salvar bases de dados no formato
STATA (*.dta)
Abrir e salvar gráficos criados pelo
STATA
Executar programas de comandos criados
pelo usuário (*.do)
Abrir e salvar arquivo que guarde as saídas
da janela de resultados,
Importar e salvar arquivos em formato
ASCII
Preferences
Edit
É possível: Copiar e colar
Permite personalizar
bases de dados
•
As cores das janelas do Stata
Saídas da janela de Resultados em formato texto ou
tabela
•
Dos Gráficos
•
Voltar as configurações Padrão.
Graphics
Data
Descrever o banco de dados
Elaborar gráficos tipo:
Editar a base de dados
Histograma
Sortear o banco
Boxplot
Combinar bases de Dados do tipo:
“Append” ou “Merge”
Barra
Setores
Criar rótulos para a base de dados,
variáveis ou categorias de variáveis
Dispersão,
Diagnósticos para os modelos de
regressão
eliminar observações / variáveis
Series Temporais
Procurar observações duplicadas
Controle de qualidade
Operações com matrizes
Etc.
Mudar o nome das variáveis,
Calculadora
Statistics
Janela do HELP:
Estatística descritiva (Médias, proporções,
intervalos de confiança, testes de hipóteses,
etc.
Modelos de Regressão :
Linear
Logística
Sobrevida
Lineares Generalizados
Permite lembrar a sintaxe dos comandos,
Séries Temporais (Arima, Arch/Garch)
Pesquisar tópicos no site do STATA.
Dados Longitudinais
Obter versões atualizadas do STATA.exe e dos programas com
extensão *.ado
Amostragem Complexa
Analise Multivariada (Componente
principais, Analise Fatorial, etc.)
Importar e instalar
pesquisadores,
rotinas
desenvolvidas
por
outros
Bootstrap/Jackknife
Barra de Ferramentas
....cont
Barra de Ferramentas
•
Abrir arquivos do tipo *.dta
•
Salvar arquivo *.dta em uso
•
Janela do Log
•
Editar base de dados
•
Browse – nao permite modificar a base
de dados
mostrar conteúdo do arquivo que guarda as saídas
•
Editor de arquivos de comandos (*.do)
fechar o arquivo *.log
suspender temporariamente a gravação das saídas no
•
Janela do “Help”
•
Interrompe execução de comandos
Janela [Log…]
…]:
…]
As saídas da janela de “Resultados ” podem ser salvas em formato:
*.log
ou
*.smcl
O formato *.log pode ser editado no bloco de notas, Word, etc.
arq.log
Resume → redireciona as saídas novamente ao
arq.log
Entrada de Dados
Bases de Dados no STATA
1.
É possível criar a base diretamente no editor
2.
Importar ou exportar arquivos do tipo ASCII e planilhas
3.
E copiar e colar no editor do STATA dados de outras planilhas
Clicar no botão [Editor]
Digitar os dados na planilha Stata - uma coluna por variável e uma linha por
paciente.
O Stata automaticamente escolhera o tipo da variável de acordo com os
valores digitados.
Obs. Não esquecer de apertar o botão “Preserve” para manter as alterações
feitas no banco de dados no editor de dados
Nome de variáveis
Para dar nome à variável clique 2 vezes numa célula da coluna
correspondente e digite o nome da variável, que deverá ter no máximo 8
caracteres no campo “Name” e o rótulo da variável no campo “Label”.
Adicionando novas observações
Na janela do [Data Editor ], bastará digitar as novas observações nas linhas vazias
que se encontram após a última preenchida.
Adicionando novas variáveis
Na janela do editor basta digitar os valores da nova variavel numa coluna vazia e
depois atribuir-lhe um nome
Stata usa o ponto “.” para indicar que a observação é missing
Não esqueça de apertar o botão [Preserve] para que o Stata guarde
as mudanças feitas no banco de dados
Aperte o [X] no canto superior direito para sair da janela do
editor.
Salve o banco na opção File [Save as] indique o diretório e
escreva o nome do arquivo.
Importação / Exportação de dados
Importação / Exportação de dados
Lembre que o Stata tem os recursos do windows “copiar” e
“colar” que permitem importar qualquer planilha tipo windows
ou salvar bancos do tipo Stata (*.dta) em outros tipos de planilhas.
Lembre que o Stata tem os recursos do windows “copiar” e
“colar” que permitem importar qualquer planilha tipo windows ou
salvar bancos do tipo Stata (*.dta) em outros tipos de planilhas.
Exemplo:
2. Marque e copie as linhas e colunas com o nome e o conteúdo das
variáveis que serão coladas no Stata (use o ícone de copiar
ou
“Ctrl+c")
Os comandos “Import” ou “infile – na janela de
comandos” do STATA permitem ler um banco de dados em formato
ASCII e “Export” ou “outfile- na janela de
comandos” permitem salvar o banco de dados em uso, no formato
ASCII, para que possa ser importado por qualquer outro pacote que
leia este formato.
3. No Stata posicione o cursor na célula da primeira linha e primeira
coluna e cole a área selecionada, apertando o botão direito do
mouse selecione a opção colar ou use a opção “Ctrl+v”
Existem ainda 2 aplicativos o Stat/Transfer do propio STATA e o
DBMSCOPY que permitem transformar bancos tipo Stata para outros
formatos.
1. Abrir a planilha “leucemia0.xls” no programa Excell
Stat/Transfer
Sintaxe de um comando STATA
É possível transformar bancos de dados em formatos DBASE, Lotus,
Excel, Paradox, SPSS, Splus, SAS, etc. para o formato STATA ou
para qualquer um dos formatos anteriores
•input file type
o tipo do banco de dados
de entrada
•file especification
a unidade, a pasta, e o
nome do banco origem
•ouput file type
o tipo do banco de dados
de saida
•file especification
a unidade, a pasta, e o
nome do banco destino
Obs: Também é possível escolher as variáveis e as observações a serem incluídas
no banco destino.
[by varlist:] comando [varlist] [=exp] [if exp] [in range] [weight] [, options]
os elementos nos colchetes são opcionais
by : o comando é repetido para cada valor da variável ou variáveis contidas na varlist
varlist : lista de variáveis para as quais será executado o comando, se varlist for
omitida, o comando será executado para todas as variáveis
=exp : opção usada nos comandos generate, replace, egen para definir ou transformar
variáveis ( generate imc=peso/(altura*altura)
if : restringe a ação do comando a aquelas observações para as quais a expressão é
verdadeira (edit if sexo==”masculino” editor de dados mostrara as observações de
indivíduos do sexo masculino )
in : restringe a ação do comando a aquelas observações contidas no intervalo definido
no “range” (ex.: edit in1/10 editor de dados mostrara as primeiras 10 observações)
weight : variável contendo os pesos que serão usados para ponderar as observações
options : indica as opções específicas a cada comando que serão usadas, devem ser
precedidas sempre por uma vírgula.
Conhecendo o conteúdo do Banco
Conhecendo o conteúdo do Banco
describe ou desc:
permite conhecer o conteúdo de um banco de dados tipo STATA,
fornecendo uma série de detalhes como por exemplo: número de
observações, número de variáveis, data da última atualização, lista de
variáveis com seus respectivos tipos e formatos e os rótulos criados.
Data
Describe Data
Describe variables
in memory
. desc
Contains data from F:\Regressao\Introd_Stata9\leucemia_wbc0.dta
obs:
42
Leukemia Remission Study
vars:
8
6 Aug 2008 08:26
size:
1,008 (99.9% of memory free)
-------------------------------------------------------------------storage display
value
variable name
type
format
label
variable label
-------------------------------------------------------------------weeks
byte
%8.0g
Weeks in remission
relapse
byte
%8.0g
yesno
Relapse
trtment
byte
%8.0g
trtment
Treatment
logwbcc
float %9.0g
White blood cell count (ln)
sex
byte
%8.0g
sexlbl
Sex
trtwbcc
float %9.0g
trtment x logwbcc
lgwbccat
float %9.0g
wbc
trlwbcat
float %9.0g
-------------------------------------------------------------------Sorted by:
Label: colocando Rótulos
Data Labels Label dataset
Podemos associar descrições (rótulos ou labels) a uma base de
dados, a uma variável ou aos códigos de uma variável.
label dataset
No Banco de Dados
Para associar uma descrição, de até 31 caracteres, a uma base de dados
Para associar uma descrição, de até 31 caracteres, a um banco de
dados.
Inserir comentário
sobre o banco de
dados
Data Labels Label dataset
Data Labels Label variable
Labels a definir nas observações
Label Variable
Para associar uma descrição, de até 31 caracteres, a uma variável
do banco de dados.
. label list
wbc: 0: Baixo 1: Medio 2: Alto
yesno: 0:Nao 1:Sim
sexlbl: 0: Feminino 1: Masculino
trtment: 0:tratamento 1:placebo
Inserir comentário
sobre a variável
Nas Observações
Nas Observações
Para criar e associar uma descrição, as categorias ou valores de
uma variável do banco de dados
b. Nome do conjunto de rótulos
c. Clique em “OK”
Data Labels Label values Define or modify value labels
1. Defina os rótulos para cada uma das categorias
Código
Rótulo
a. Clique 2 vezes no
botão “Define....”
d. Digite os códigos e seus respectivos rótulos para cada uma das
categorias
e. Após digitar o último código e rótulo, clique no [Cancel] e na janela seguinte no [Close]
Associar o conjunto de rótulos à variável original
Gerando novas variáveis: logwbcc = log(wbcc)
Cria uma variável “newvar” adicional no banco de dados, que irá
receber o valor da expressão “exp” , para as observações
selecionadas na condição “if” e/ou no intervalo “in”.
Labels Label values Assign value labels to variables
Data
Create or change
variables
Create new
Variable
nome da nova
variável:
logwbcc
1
3 – escolha o
conjunto de
rótulos
2 – escolha a
variável
. generate float logwbcc = log(wbcc)
4
Gerando novas variáveis: wbcc2 = (wbcc)^2
Data
Create or change
variables
Expressão que
define a nova
variável:
log(wbcc)
Create new
Variable
Gerando novas variáveis
Data
Create or change
variables
Create new
Variable
Obs: Quando há muitas categorias, é interessante buscar uma fórmula
matemática que automatize a atribuição de valores às categorias.
. generate float wbcc2 = (wbcc)^2
. generate float logwbcat = int(logwbcc/2)
Corrigindo os valores de uma variável
Corrigindo valores
Replace - muda o conteúdo de variáveis e/ou de observações já definidas de acordo
com as regras especificadas na expressão “=exp”
Data
Create or change
variables
Change contents
of Variable
Recode - muda o conteúdo de alguns valores ou de toda a variável já
definida de acordo as regras especificadas
Create or change
variables
Data
Change contents
of Variable
Muda conteúdo
da variável:
wbcc2
Expressão que
corrige a
variável:
sqrt(wbcc)
Observação:
sqrt(wbcc)=
raíz quadrada
da variável
¨wbcc¨
Gerando novas variáveis: variável Indicadora
Data
. replace wbccat2 = 2 if logwbcc>=4
(7 real changes made)
. replace wbcc2 = sqrt(wbcc)
(42 real changes made)
Create or change
variables
Create new
Variable
Condição
Gerando novas variáveis: Pontos de corte (2.3, 3)
Data
Create or change
variables
Create new
Variable extended
Opção: pontos
de corte
Indicar: mínimo, valores
anteriores aos pontos de
corte e máximo
. generate float wbccat2 = (wbcc>10) & wbcc~=.
. egen float logwbccat3 = cut(logwbcc), at(0,2.29999,2.999999,5.1) icodes
Gerando novas variáveis: Pontos de corte (com largura
de intervalo fixa)
Create or change
variables
Data
Create new
Variable extended
Escolha de variáveis e/ou observações
Drop – elimina as variáveis ou observações selecionadas do banco em uso.
keep – é um comando similar ao drop, porem neste comando especifica-se as
variáveis e/ ou observações que ficaram no banco
Data
Variables utilities
Keep or drop variables
Nome da nova
variável
Nome da variável
original
Opção: ¨Cut¨ pontos de corte
Usar os
códigos:
0,1,2,..
Indicar: mínimo, (largura do
intervalo) e máximo.
Obs: 0(1)6 vai gerar os
códigos: 0,1,2,3,4 que
representam as faixas:
1|-2, 2 |-3, 3 |-4, 4 |-5 e 5 |-6
. egen float logwbccat5 = cut(logwbcc), at(0(1)6) icodes
Escolha de observações
Data
Variables utilities
Escolha de observações
Keep or drop observations
Data
Variables utilities
Keep or drop observations
Keep
Exemplos
drop wbcc2 elimina a variável “wbcc2”
keep weeks relapse trtment sex wbcc logwbcc variáveis que
ficam no banco
Manter as
observações 1 até 35
drop if relapse==1
elimina todas as observações para as
quais “relapse==1”
. keep in 1/35
(7 observations deleted)
Olhando somente algumas observações
Olhando somente algumas observações
Existem diferentes maneiras de visualizar o conteúdo dos arquivos
de dados:
Edit:
O icone do “Edit” permite, acessar a planilha de dados do
[Editor] do Stata. Apresentando o conteúdo de todas as variáveis
e todos os registros, sendo possível também criar novas
variáveis, fazer entrada de novas observações, edição dos já
existentes, etc.
Edit,
List
e
Browse.
O comando “edit” (digitado na janela de comandos) pode ser
usado para visualizar subconjuntos de variáveis ou de
observações.
Olhando somente algumas observações
Edit:
Edit:
Data
Data editor
Exemplos para digitar na janela de comandos:
edit weeks relapse
edit weeks relapse if trtment==0
edit weeks relapse if trtment==0 in 15/35
List
List
É um comando permite que os valores das variáveis e/ou observações
selecionadas na expressão do list sejam apresentados na janela de
resultados.
Na Janela “Main” do “List – List values of variables” selecione as
variáveis que serão listadas na janela de resultados.
Para tal siga a seqüência:
Data Describe data List data
Na Janela “Main” do “List – List values of variables” selecione as
variáveis que serão listadas na janela de resultados.
se deseja selecionar somente algumas observações digite a
condição no retângulo do “if”
por exemplo: “sexo==0” ou se deseja pode usar a opção [Use
a range of observations] na janela “by/if/in”
List – List values of variables”
Browse:
Se deseja selecionar somente algumas observações digite a
condição no retângulo do “if” (por exemplo: “sex==0 & trtment==1”)
na opção [Restrict to observations] na janela “by/if/in”
É um comando que também permite visualizar a
planilha de dados ou uma parte dela, com a
diferença que este comando não permite
realizar mudanças nas celulas da planilha.
. list weeks relapse if
sex==0 & trtment==1
5.
6.
13.
15.
17.
20.
21.
25.
27.
38.
41.
+-----------------+
| weeks
relapse |
|-----------------|
|
17
0 |
|
19
0 |
|
10
1 |
|
6
1 |
|
11
0 |
|-----------------|
|
13
1 |
|
10
0 |
|
9
0 |
|
6
0 |
|
6
1 |
|-----------------|
|
7
1 |
+-----------------+
É uma alternativa ao comando “list”
Data Data browser (read-only editor)
. browse weeks relapse if trtment==0 in 15/35 , nolabel