Intro Stata 2015

Introduccin a Stata
Sintaxis
Organizacin de un proyecto en Stata
Gestin de datos (dataset)
Introduccin a Stata
Javier Alejo
Econometra I
Universidad Nacional de La Plata
Marzo, 2015
Javier Alejo
Econometra I
Introduccin a Stata
Sintaxis
Contenido
Introduccin a Stata
Interface
Sintaxis
Comandos bsicos
Abreviaturas
Organizacin de un proyecto en archivos DO y LOG

Gestin de base de datos (dataset)
Tipo de datos y conversin de tipos
Importacin y exportacin de datos
Javier Alejo
Econometra I
Introduccin a Stata
Sintaxis
Qu es Stata?
Stata es un sistema que permite la gestin de base de datos y

la realizacin de clculos estadsticos y economtricos.
La gran ventaja de Stata es que se basa en un lenguaje de
programacin que respeta una sintaxis.
Quienes sepan principios de programacin podrn asimilar a
Stata como un sistema de programacin de alto nivel con
algunos aspectos similares a Pascal, C, o Basic.
Existen versiones de Stata para Windows, Linux y Mac.
Javier Alejo
Econometra I
Introduccin a Stata
Sintaxis
Dnde se aprende?
En este curso: solo lo necesario para Econometra I.

Stata ofrece varias alternativas:
Para una primera aproximacin es suciente con el User's
Guide.
Manuales detallados por comandos.
Stata Press: libros sobre temas especicos (estadstica,
econometra, demografa, etc.)
Stata Journal: articulos sobre nuevos mtodos, comandos y
otros tpicos de programacin.
En la web: blogs, videos tutoriales, etc.
Javier Alejo
Econometra I
Introduccin a Stata
Sintaxis
Interface
La interface de Stata comprende el entorno de trabajo. En una

primera aproximacin se trabajar con la interface de ventanas,
para ms adelante experimentar con la interface mediante
archivos do y log.
Las diferentes ventanas que conforman la interface son:
Review: muestra el historial de comandos recientemente
utilizados.
Variables: expone las variables que comprenden el dataset
actualmente en memoria.
Stata Results: Muestra los resultados obtenidos de la
aplicacin de los comandos.
Stata comand: es para introducir comandos mediante el
teclado.
Javier Alejo
Econometra I
Introduccin a Stata
Sintaxis
Sintaxis y comandos bsicos
Stata trabaja mediante la especicacin por parte del usuario

de rdenes que se denominan comandos.
Los comandos conforman un lenguaje de comunicacin con el
programa, por lo que existe una determinada sintaxis que tiene
la siguiente estructura general:
[by varlist:] comando [varlist] [=exp] [if exp] [in range] [, opciones]
Los corchetes indican elementos opcionales. De hecho existen
comandos que comprenden slo una palabra.
Veremos diferentes ejemplos de comandos simples que usan
distintas partes de la estructura de la sintaxis
Javier Alejo
Econometra I
Introduccin a Stata
Sintaxis
Bases de datos (dataset)
Utilizaremos un dataset de ejemplo denominado basewdi.dta

(obtener del material de clases en el sitio web, y guardar en
C:\clase1).
Este dataset contiene datos extraidos de la World Development

Indicators para 27 pases para los aos 2000 y 2005.
El comando para cargar el dataset en la memoria de Stata es:
use C:\clase1\basewdi.dta
Requisitos:
No debe haber un dataset previo en memoria.
Previamente habr que decirle a Stata en que carpeta se est
trabajando (comando cd C:\clase1).
Javier Alejo
Econometra I
Introduccin a Stata
Sintaxis
comando
Si la carga del dataset fue exitosa, veremos que las ventanas

Review, Variables y Stata Results se modicaron.
Un ejemplo de comando que funciona sin solo invocando su
nombre es el comando browse, que muestra toda la base de
datos:
browse
Otro caso es el comando summarize, que muestra estadisticas
descriptivas:
summarize
Javier Alejo
Econometra I
Introduccin a Stata
Sintaxis
[varlist]
Se utiliza para hacer referenca a una o ms variables. Por
ejemplo, estadsticas descriptivas de una variable:
summarize pob
Para un grupo de variables:
summarize pob pbi expo

Lista de variables (en este caso todas las variables que estn
entre pob y impo)
summarize pob-impo
Variables que empiecen con la letra p
summarize p*
Javier Alejo
Econometra I
Introduccin a Stata
Sintaxis
[if exp]
Se utiliza cuando se quiere restringir la aplicacin del comando

a observaciones que cumplen con ciertas restricciones.
Para ello se utiliza el si condicional (if en ingls).
Por ejemplo: descripcin estadstica de la variable pbi de
aquellos pases cuya poblacin es mayor a 250 mil habitantes.
summarize pbi if pob > 250000

Operadores de comparacin:
Igual: ==
Distinto: !=
Mayor (menor): > ; (<)
Mayor o igual (menor o igual);
Javier Alejo
>= (<=)
Econometra I
10
Introduccin a Stata
Sintaxis
Operadores lgicos:
And:
Or: |
&
Operador jerrquico: el parntesis que determina el orden de

aplicacin de las sentencias condicionales.
Algunos ejemplos ms complejos de sentencias condicionales
son los siguientes:
summarize
summarize
summarize
summarize
pbi
pbi
pbi
pbi
if
if
if
if
(pob > 250000) & (consumo < 6000)

(pob > 250000 & consumo < 6000) | anio==2000
(pob > 250000) & (consumo < 6000 | anio==2000)
!(pob > 250000) & (consumo < 6000 | anio==2000)
Javier Alejo
Econometra I
11
Introduccin a Stata
Sintaxis
[in range]
Permite aplicar el comando a un rango de observaciones, de
acuerdo al orden del dataset.
Ejemplo 1: descripcin estadstica de las 10 primeras
observaciones del dataset
summarize pbi in 1/10

Ejemplo 2: aplicar el comando a las observaciones entre la 5ta
y la 12da.
summarize pbi in 5/12

Ejemplo 3: aplicar el comando a las ltimas 10 observaciones.
summarize pbi in -10/-1

Javier Alejo
Econometra I
12
Introduccin a Stata
Sintaxis
El componente [in range] depende del ordenamiento del

dataset.
Los comandos para ordenar un dataset son sort y gsort.
El comando sort permite ordenar slo de manera ascendente
de acuerdo a la variable que se especica:
sort pob
El comando gsort permite ordenar en cualquier sentido.
De manera descendente segn la poblacin de cada pas:
gsort -pob
De manera ascendente:
gsort +pob
Javier Alejo
Econometra I
13
Introduccin a Stata
Sintaxis
[= exp]
Se utiliza generalmente con slo dos comandos: generate y

replace.
generate nueva = 0
Permite crear una nueva variable en el dataset. Es requisito
indicar la denicin de dicha variable nueva.
En este caso la variable se llama nueva y tiene valor 0 en todas
las observaciones.
Tambin puede crearse una variable nueva mediante
operaciones algebraicas basadas en otras variables.
Javier Alejo
Econometra I
14
Introduccin a Stata
Sintaxis
Ejemplo 1: crear la variable que se llame pob2 que contiene la

poblacin en millones
generate pob2 = pob/1000000

Ejemplo 2: crear una variable que contenga el PBI per cpita
generate pbipc = pbi/pob2

Ejemplo 3: crear una variable con el saldo de la Cuenta
Corriente
generate ctacte = expo - impo

Ejemplo 4: crear una variable con que contenga el ndice de
apertura
generate apertura = 100 * (expo + impo ) / pbi

Javier Alejo
Econometra I
15
Introduccin a Stata
Sintaxis
Para poder vericar los valores de price y price2 puede

aplicarse el comando browse:
browse pob pob2

O alternativamente
browse p*
Tambin puede crearse una variable con valores nulos (en
Stata se indica .).
generate nulo = .
Otro comando que usa [=exp] es replace que permite
reemplazar valores de una variable ya creada.
replace pob2 = 0 if pob < 250000

Javier Alejo
Econometra I
16
Introduccin a Stata
Sintaxis
[by varlist:]
Permite sistematizar la aplicacin del comando por grupos de

observaciones.
Los grupos estn denidos por los distintos valores de la
variable indicada en varlist.
Es requisito ordenar el dataset por la variable que se va a usar
en el [by varlist:]
sort region
Luego:
by region: summarize apertura
Javier Alejo
Econometra I
17
Introduccin a Stata
Sintaxis
bysort
Lo mismo se podra haber obtenido haciendo:
summarize apertura if region=="America central"

summarize apertura if region=="America del norte"
summarize apertura if region=="America del sur"
pero debe notarse que este segundo mtodo es muy engorroso si la
variable que agrupa los datos tiene ms de dos opciones.
Una opcin que permite la misma funcionalidad pero en una
sola linea de cdigo es bysort:
bysort region: summarize apertura

Con esto no es necesario ordenar previamente al dataset por la
variable deseada.
Javier Alejo
Econometra I
18
Introduccin a Stata
Sintaxis
[, opciones]
Existen comandos que aceptan opciones adicionales.

stas son especicadas en la sintaxis luego de una coma.
Por ejemplo: resumen estadstico ms detallado
summarize pbipc, detail

De esta manera, el comando summarize ahora brinda una
descripcin estadstica distinta de la que hace por defecto.
Javier Alejo
Econometra I
19
Introduccin a Stata
Sintaxis
Otros comandos bsicos

Para tabular cantidades de observaciones segn distintos
valores de una variable, tenemos el comando tabulate.
Por ejemplo:
tabulate region
Permite conocer cuantas observaciones hay con los diferentes
valores que tiene la variable region.
Este comando tabulate puede ser combinado con el
summarize, de la siguiente manera:
tabulate region, summarize(apertura)

De esta manera se obtiene la media, el desvo estndar y la
frecuencia, segn los distintos valores de la variable region.
Javier Alejo
Econometra I
20
Introduccin a Stata
Sintaxis
Tambin puede usarse tabulate con dos variables.
tabulate region anio

Permite conocer cuantas observaciones hay con las diferentes
combinaciones de valores entre las variables pais y region.
Obviamente, cualquiera de estos comandos acepta la
introduccin de condiciones lgicas, como por ejemplo:
tabulate pais anio if expo==.
Javier Alejo
Econometra I
21
Introduccin a Stata
Sintaxis
El comando tabstat es ms avanzado para obtener la

descripcin estadstica de variables.
El uso es el siguiente:
tabstat pbipc if anio==2005, statistics(mean)

Obtenemos la media de la variable price
Pero tambin podemos obtener muchos otros estadsticos
descriptivos, como por ejemplo
tabstat pbipc if anio==2005, statistics(mean sum count max min range)

. . . y de ms de una variable
tabstat pbipc apertura if anio==2005, statistics(mean sum max min range)
Javier Alejo
Econometra I
22
Introduccin a Stata
Sintaxis
Abreviaturas
Todos los comandos y variables usados pueden ser abreviados.

La regla es que la abreviatura puede realizarse siempre que no
se confunda con otro comando.
Existen algunas excepciones a esta regla:
Los comandos destructivos no se abrevian: drop, clear
Existe el comando describe que se abrevia con d, a pesar de
confundirse con otros (es un comando muy utilizado).
Ejemplos de abreviatura:
tab reg, sum(ape)
Javier Alejo
Econometra I
23
Introduccin a Stata
Sintaxis
Archivos DO y LOG
Hasta ahora la interaccin con Stata ha sido mediante el tipeo

de comandos en la ventana Stata commands.
Archivo DO (do-le): son archivos de texto que contienen
una secuencia de comandos.
Al ejecutar dicha secuancia, los resultados sern visualizados
en Stata, pero no guardados.
Una forma de guardar esos resultados es utilizando un archivo
LOG.
Archivos LOG (log-le): son archivos de texto en donde se
almacena una copia de todo lo visualizado en la ventana
Results de Stata.
Javier Alejo
Econometra I
24
Introduccin a Stata
Sintaxis
Proyecto
Est compuesto por todos todos los archivos que intervienen

en nuestra interaccin con Stata.
En resumen, un proyecto simple contiene los siguientes
archivos:
Archivo
Qu hace?
dta
contiene los datos necesarios
do
ejecuta una secuencia de comandos
log
guarda los resultados
Esta estructura de proyecto resulta muy util para la reslucin

de gran parte de los TPs.
Javier Alejo
Econometra I
25
Introduccin a Stata
Sintaxis
Archivos DO
Un archivo DO es de tipo texto plano (sin formatos).

La idea central es que contenga una secuencia de comando
que nos permita obtener ciertos resultados.
Para la creacin de un DO-FILE tenemos dos alternativas:
1
Editor de textos que tiene incluido Stata.
Editor de textos externo.
Editor de textos incluido en Stata
Se puede abrir desde el Men mediante el siguiente comando:
doedit
Javier Alejo
Econometra I
26
Introduccin a Stata
Sintaxis
Editor de textos externo
Hay varias opciones disponibles:
http://www.editplus.com/
http://www.textpad.com/
Crimson: http://www.crimsoneditor.com/
Notepad++: http://notepad-plus-plus.org/
Editplus:
Textpad:
Cada uno requiere instalar un archivo para que reconozca la

sintaxis de Stata.
Para este curso con el editor de Stata es suciente.
Para grandes proyectos los editores externos son ms ltiles.
Javier Alejo
Econometra I
27
Introduccin a Stata
Sintaxis
Mi primer archivo DO
Utilizando el dataset auto.dta escribiremos nuestro primer

archivo DO mediante el editor de textos. Para ello realizamos
las siguientes acciones:
Copiamos en C:\clase1 el archivo basewdi.dta. Esta ser
nuestra carpeta de trabajo.
En Stata command ejecutamos cd C:\clase1, de esta manera
Stata buscar archivos en esa carpeta.
En el editor de Stata escribimos
use basewdi.dta, clear

describe
summarize pbi expo impo
exit
Javier Alejo
Econometra I
28
Introduccin a Stata
Sintaxis
Guardamos el archivo con el nombre wdi.do en la carpeta

C:\clase1
En Stata command ejecutamos do-le wdi. Hay dos maneras:

1
Utilizando el botn Execute (do)
Mediante el comando do, escribiendo en la ventana de

comandos: do wdi.do
Si todo funcion bien, habremos ejecutado nuestro primer

archivo DO y en la ventana Stata Result est el resultado de
los comandos describe y summarize.
Nota: pueden incorporarse comentarios dentro del archivo DO
de la siguiente manera: /* Este es un comentario */. Tambin
es un comentario una lnea iniciado con asterisco *
Javier Alejo
Econometra I
29
Introduccin a Stata
Sintaxis
Mi primer archivo LOG
Los resultados que se registran en la ventana Stata result

pueden ser almacenados en un archivo de texto de extensin
.log El cdigo a agregar para obtener un archivo LOG es el
siguiente:
use basewdi.dta, clear

capture log close
log using wdi.log, text replace
describe
summarize pbi expo impo
log close
exit
Javier Alejo
Econometra I
30
Introduccin a Stata
Sintaxis
Funcionamiento:
log using hace que se empiecen a registrar los resultados en el
archivo wdi.log mientras que log close los cierra.

replace implica que en cada nueva ejecucin del programa los
resultados se sobrescriben.
Solo queda registrado son los resultados entre el log using y el
siguiente log close.
Importante:
El comando log using resulta en un error si ya existe un LOG
en uso.
Por ello debemos cerrar cualquier otro LOG en uso con la
opcin log close.
Javier Alejo
Econometra I
31
Introduccin a Stata
Sintaxis
Sugerencia:
Primero confeccionar el archivo DO sin usar los comandos
LOG.
Luego, cuando ya estemos seguros que el DO hace lo que
necesitamos, usar los comandos LOG para guardar los
resultados.
Comentarios:
Existen otras formas de exportar resultados (en forma de
tablas, texto y grcos).
El archivo LOG es una de las ms primitivas pero la ms
simple (y por lo tanto til para principiantes).
Javier Alejo
Econometra I
32
Introduccin a Stata
Sintaxis
Estructura del dataset

El contenedor de datos en Stata se denomina DATASET.
Es una tabla de doble entrada donde las columnas se
denominan variables y las las observaciones.
Observacin
Variable1
Variable2
Variable3
Dato 1,1
Dato 2,1
Dato 3,1
Dato 1,2
Dato 2,2
Dato 3,2
...
...
...
...
Dato 1,N
Dato 2,N
Dato 3,N
En cada celda se pueden guardar datos de diferentes tipos.

El comando count reporta el total de observaciones:
count
Javier Alejo
Econometra I
33
Introduccin a Stata
Sintaxis
Tipos de datos
Tipos de datos en Stata: (i) nmeros, (ii) palabras y (iii)
fechas.
Datos numricos: admite varios formatos
Nombre
Tipo de nmeros
Lmite inferior
Byte
Enteros
-127
Lmite superior
100
Integer
Enteros
-32,767
32,740
Long
Enteros
-2,147,483,647
2,147,483,620
Float
Con decimales
-1.70141173319*10^38
1.70141173319*10^38
Double
Con decimales
-8.9884656743*10^307
8.9884656743*10^307
Datos en palabras: se pueden almacenar palabras con hasta un

mximo de 2045 caracteres.
Fechas: son nmeros con un formato especial de visualizacin.
Javier Alejo
Econometra I
34
Introduccin a Stata
Sintaxis
Para conocer el tipo de datos de todas las variables que

componen el dataset se utiliza:
describe
Si se quiere saber el tipo de dato de una variable especca se
utiliza:
describe pob
Para crear una variable numrica especicando el tiadpo de
dato que queremos, se utiliza:
generate byte cantidad = 0

generate float descuento = 0
Javier Alejo
Econometra I
35
Introduccin a Stata
Sintaxis
Para crear una variable que contenga palabras se utiliza el

siguiente comando:
generate str8 zona = ""

El lmite mximo es de 2045 caracteres en Stata 13 MP.
En este caso, la variable de tipo string especica la cantidad
mxima de caracteres a almacenar.
replace zona = "Mercosur" if pais=="arg" | pais=="bra" | pais=="par" | pais=="ury" | pais=="ven"
Posible contenido de un string:
Datos identicatorios:
esta informacin no puede ser utilizada
directamente en el anlisis estadstico.
Valores no categricos:
se trata de variables con nmeros en
formato string. Para esto es util el comando destring.

Javier Alejo
Econometra I
36
Introduccin a Stata
Sintaxis
Importacin de datos
Stata puede importar datos con otros formatos que no son los
de Stata.
Para Stata 12 o ms antuguas, el comando que permite esto
es insheet.
Los formates genricos usualmente tienen estas extensiones:
1
txt: son archivos de texto plano. Por lo general usa

tabulaciones como separador de variables.
csv: similares a los anteriores pero el separador de variables es

un punto y com (;).
Un ejemplo del primer caso sera:
insheet using dataset1.txt, clear tab
Javier Alejo
Econometra I
37
Introduccin a Stata
Sintaxis
Importacin de datos
Del segundo:
insheet using dataset2.csv, clear comma

A partir de Stata 13 el comando genrico para esta tarea es
import.
Por ejemplo, en el caso delimitado por comas:
import delimited using dataset2.csv, clear

Pero tambn permite importar archivos Excel:
import excel using dataset3.xlsx, clear
Javier Alejo
Econometra I
38
Introduccin a Stata
Sintaxis
Exportacin del dataset
El dataset que est en memoria en Stata puede ser exportado

a un archivo txt, csv o de Excel.
En Stata 12 (o anteriores), el comando para realizar esta tarea
es el siguiente:
outsheet using archivo1., replace

En Stata 13 se usa el comando export:
export delimited archivo2, replace

Y en el caso de exportar a un Excel:
export excel using archivo3.xslx, replace

Javier Alejo
Econometra I
39

Intro Stata 2015

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Intro Stata 2015

Încărcat de

Drepturi de autor:

Formate disponibile

Introduccin a Stata

Organizacin de un proyecto en archivos DO y LOG

Stata es un sistema que permite la gestin de base de datos y

En este curso: solo lo necesario para Econometra I.

En la web: blogs, videos tutoriales, etc.

La interface de Stata comprende el entorno de trabajo. En una

Sintaxis y comandos bsicos

Stata trabaja mediante la especicacin por parte del usuario

Bases de datos (dataset)

Utilizaremos un dataset de ejemplo denominado basewdi.dta

Este dataset contiene datos extraidos de la World Development

Si la carga del dataset fue exitosa, veremos que las ventanas

summarize pob pbi expo

Se utiliza cuando se quiere restringir la aplicacin del comando

summarize pbi if pob > 250000

Operador jerrquico: el parntesis que determina el orden de

(pob > 250000) & (consumo < 6000)

summarize pbi in 1/10

summarize pbi in 5/12

summarize pbi in -10/-1

El componente [in range] depende del ordenamiento del

Se utiliza generalmente con slo dos comandos: generate y

Ejemplo 1: crear la variable que se llame pob2 que contiene la

generate pob2 = pob/1000000

generate pbipc = pbi/pob2

generate ctacte = expo - impo

generate apertura = 100 * (expo + impo ) / pbi

Para poder vericar los valores de price y price2 puede

browse pob pob2

replace pob2 = 0 if pob < 250000

Permite sistematizar la aplicacin del comando por grupos de

by region: summarize apertura

Lo mismo se podra haber obtenido haciendo:

summarize apertura if region=="America central"

bysort region: summarize apertura

Existen comandos que aceptan opciones adicionales.

summarize pbipc, detail

Otros comandos bsicos

tabulate region, summarize(apertura)

Tambin puede usarse tabulate con dos variables.

tabulate region anio

tabulate pais anio if expo==.

El comando tabstat es ms avanzado para obtener la

tabstat pbipc if anio==2005, statistics(mean)

tabstat pbipc if anio==2005, statistics(mean sum count max min range)

tabstat pbipc apertura if anio==2005, statistics(mean sum max min range)

Todos los comandos y variables usados pueden ser abreviados.

tab reg, sum(ape)

Archivos DO y LOG

Hasta ahora la interaccin con Stata ha sido mediante el tipeo

Est compuesto por todos todos los archivos que intervienen

contiene los datos necesarios

ejecuta una secuencia de comandos

guarda los resultados

Esta estructura de proyecto resulta muy util para la reslucin

Un archivo DO es de tipo texto plano (sin formatos).

Editor de textos que tiene incluido Stata.

Editor de textos externo.

Editor de textos incluido en Stata

Se puede abrir desde el Men mediante el siguiente comando:

Editor de textos externo

Hay varias opciones disponibles:

Cada uno requiere instalar un archivo para que reconozca la

Utilizando el dataset auto.dta escribiremos nuestro primer

Organizacin de un proyecto en archivos DO y LOG

Stata trabaja mediante la especicacin por parte del usuario

Para poder vericar los valores de price y price2 puede

Archivos DO y LOG

Un archivo DO es de tipo texto plano (sin formatos).

En Stata command ejecutamos do-le wdi. Hay dos maneras:

Utilizando el botn Execute (do)

archivo wdi.log mientras que log close los cierra.