30/05/2012

1

Introducción a Stata

Alfonso MurielAlfonso MurielUnidad de Bioestadística Clínica. IRYCIS

4 de junio de 2012

1

• La versión básica es Stata/IC ( Intercooled Stata) maneja hasta 2 047 variables

STATA

maneja hasta 2.047 variables 

• La siguiente es Stata/SE (Special Edition ) maneja hasta 32.766 variables (variables cadena y matrices más grandes)

• La versión para Multicore/multiprocesadores es Stata/MP, mucho más rápida en ordenadores conStata/MP, mucho más rápida en ordenadores con dos o mas cores

• Las observaciones están limitadas por la memoria no pudiendo exceder de 2 milllones

30/05/2012

2

Almacén de Sintaxis

Almacén de Resultados

Almacén de Variables

ComandosÚnica ventana en la que se puede escribir

Abrir LogGuardar  Fichero

Traer al frente un gráfico

Editar el fichero activo

PararVentana 

de Variables

Abrir Nuevo Sigue el

Abrir fichero

Abrir Ayuda ( View)

Imprimir

Nuevo fichero do

Ver el fichero

Sigue el proceso

30/05/2012

3

• dta: ficheros de datos en formato Stata.

Extensiones comunes de los ficheros

• raw: ficheros de datos ASCII/Text.

• log: output de STATA.

• do: fichero de comandos.

• gph: Stata Graphic File.

• ado: Stata “Macro” files.

30/05/2012

4

Directorio de Trabajo

• dirSt t t l fi h ti

Utilidades de fichero

– Stata muestra los ficheros que contiene ese directorio. 

• pwd– Nos muestra la ruta donde está ubicado los ficherosficheros. 

– G:\CursoStata

30/05/2012

5

• help + ‘nombre de comando’

Ayuda

• help summ 

• Extension.dat

• Sintaxis 

Abrir base datos

. use "G:\CursoStata\VAS.dta", clear

. use VAS.dta ( igual si antes hemos cd)

. sysuse cancer.dat (ejemplos de Stata)

30/05/2012

6

• use sexo edad VAS // solamente selecciona l i bl d d

Abrir base datos

las variables sexo y edad

• use VAS in 1/5 // selecciona sólo las cinco primeras observaciones, todas las variables

• use sexo edad using VAS  in 1/5 // selecciona dos variables y cinco primerasselecciona dos variables y cinco primeras observaciones

Similar a los archivos spo de SPSSlog using "G:\CursoStata\vas smcl“log using G:\CursoStata\vas.smcllog using "G:\CursoStata\vas.smcl, text“translate vas.smcl to vas.txt

30/05/2012

7

Similar a la ventana de sintaxis de SPSS

Si se pone un asterisco no ejecuta la orden

Ventana do

Si se pone un asterisco no ejecuta la orden

Por tanto, es útil para colocar notas aclaratorias y comentarios.

Por ejemplo:

• *Este es el archivo do para la práctica 1

• También se pueden adjuntar comentarios al comando poniendo /* Comentario */

• sum var1  /* Calcula un resumen de var1*/

Stata necesita hacer una copia de la base

Memoria versión 11 

Stata necesita hacer una copia de la base de datos que vamos a analizar en la memoria RAM de nuestro  ordenadorPara ampliar la capacidad de la memoria RAM para Stata:set mem 512mset mem 512mset memory 512mclear, borra los datos en memoria

30/05/2012

8

• Los nombres de las variables puede tener entre 1 y 32 caracteres

Variables

entre 1 y 32 caracteres

• No pueden empezar por un número

• No puede haber espacios

• No utilizar signos(& % $ ∙ ” !)

• Cuidado con los acentos

• Muy sensible

Sexo SEXO sexo son variables diferentes

Tipos de variablesFormat%8.0g%8.0g%12.0g%9.0g %10.0g

Format

%#s

Strings (Cadena) son guardadas como str# (,str1, str2, str3, ..., str244).El número después de str indica la maxima extensión. Un str5 podríavaler para “varón", pero no para “masculino”.

Números son guardadas como byte, integer, long y float. Si se utilizanvalores con decimales el formato recomendado es float.

30/05/2012

9

Variables Fecha

Crear una nueva base en STATA

30/05/2012

10

• Archivo de datos

Crear etiquetas

• Variable

• Valores

use "G:\CursoStata\VAS.dta", clear

Etiqueta archivo datos

use G:\CursoStata\VAS.dta , clear

label data "ESTE ES EL EJEMPLO DEL VAS"

save "G:\CursoStata\VAS.dta", replacefile G:\CursoStata\VAS.dta saved

use "G:\CursoStata\VAS.dta", clear(ESTE ES EL EJEMPLO DEL VAS)

30/05/2012

11

Variables Manager

Etiquetar  valores de variables

30/05/2012

12

• Variables:Nº historia clínica

Crear una nueva base de datos

– Nº historia clínica

– Sexo

– Fecha de nacimiento

– Fecha de visita

– Fumador(No, Si, EX fumador)

– AP DiabetesAP Diabetes

– AP HTA

– AP  IAM

– Motivo consulta(texto libre)

Calculadora

* ( )

Utilidades

display 140+1.96*sqrt(15)

147.59105

Describir la base describe 

(resumen de base datos activa)

describe using "G:\CursoStata\vas12pre.dta“  (otra base no activa)

codebook  (descripción mas detallada de base datos activa)

Informe con las 4  primeras observaciones

list in 1/4

30/05/2012

13

• Signos útiles+ t * d t / di i ió ^ t i

Sintaxis

+ suma  ‐ resta  * producto  / división ^ potencia

>mayor <menor >=  <= 

~ not ! not | or & and ~= distinto  == igual

• Dos signos de igual == se usan para comparaciones lógicas y un solo para asignar un valor

• help operators

• [quietly] [by group:] command [varlist] [weight] [if exp] [in range] [using filename] [, options]

• Entre corchetes son opcionales

Sintaxis

Entre corchetes son opcionales

• quietly: Evita que se imprima salidas durante la ejecución.

• by group: Ejecuta el comando para grupos ordenados. 

• varlist: Lista de variables sobre las que aplica el comando.

• weight: Pesos sobre los que se pondera el estadístico

• if exp:  Sólo hace el comando si cumple la  condición

i Sól tili l b i t• in range: Sólo utiliza las observaciones que estan en ese rango

• using filename: Fichero sobre el que se aplica el comando.

• , options: Opciones

30/05/2012

14

.INSTRUCCCIÓN VARIABLE(S), OPCIONES 

summarize edad

Sintaxis

Variable | Obs Mean Std. Dev. Min Max -------------+-------------------------------------------------------- edad | 107 49.61157 15.10253 4.775542 88.4566

.

SELECCIONAR

summarize edad if sexo==1 (sólo nos da la media en sexo=) 1

Variable |       Obs Mean    Std. Dev.       Min        Max ‐‐‐‐‐‐‐‐‐‐‐‐‐+‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ edad |        22    48.57535    13.45849   20.08838   72.30259

Si la variable es cadena entre comillas

if sexo==”hombre” Un aspecto importante a tener en cuenta es que Stata considera a los valores missing (“.”) como valores máximos

• Realizar un listado de la base con los varones con fiebre menores de 50 años o mujeres > 60

Ejercicio

con fiebre menores de 50 años o mujeres > 60 con tos.(base datos tos.dta).

• Realizar un listado de los pacientes con valores de plaquetas menores que 100 o missing. R li t li t d l i tRealizar otro listado con los pacientes con valores de colesterol por encima de 300 o missing(base datos Cirrosis Biliar Primaria).

30/05/2012

15

Importar base datos a Stata(1)

Importar base datos a Stata(2)

30/05/2012

16

• Desde Spss

Importar base datos a Stata(3)

• cd "G:\CursoStata“(cambia directorio trabajo)

• clear(borra la base de datos)

• usespss hipertensos120.sav(no poner nombres con espacios)

Añadir Casos

use "G:\CursoStata\vas5.dta", clear

append using "G:\CursoStata\vas7.dta"

30/05/2012

17

• Merge

Añadir Variables

• permite combinar bases de datos que tiene una variable en común.

• Requiere que las dos bases de datos estén ordenadas de manera ascendente por la variablevariable.

30/05/2012

18

merge 1:1 nhc using G:\CursoStata\vas12post.dta"

Añadir variables

reshape wide, long Este comando transforma la base de datos de una formato ancho (wide) a uno largo (long) y viceversa

reshape long inc i(id) j(year)

Transformar base datos

Data > Create or change data > Other variable- reshape long inc, i(id) j(year) reshape wide inc, i(id) j(year) 

Wide

id  sex   inc80   inc81   inc82‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐1    0    5000    5500    60002    1    2000    2200    3300

Long

Data > Create or change data > Other variabletransformation commands > Convert data between wide and long

Long    i j           x_ijid   year   sex    inc ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐

1     80     0   5000 1     81     0   5500 

1     82     0   6000 2     80     1   2000 

2     81     1   2200 2     82     1   3300