Guia de Stata 2

Bioestadística Aplicada I, pág.
1 NMRCD/UPCH
Guía para el Alumno
Stata 8.0
Lescano AG, Zimic M, Bautista CT, Gonzales MA www.abeperu.net

Bioestadística Aplicada I, pág. 2 NMRCD/UPCH
SEMANA I - ASPECTOS GENERALES
Review acumula comandos anteriores, los

cuales pueden ser reenviados a la ventana Stata Result, muestra los corridas de
de Stata command clickeando sobre ellos aplicar comandos en Stata
Variables, presenta las variables de

base de datos en uso. Stata se maneja con comandos, los cuales
se tipean en la ventana Stata command
I. Introducción y manejo básico de Stata
A. Elementos básicos (obtener ayuda, salir)
Stata 8 presenta formato de menús como de ventanas, estas cuatro ventanas llamadas
Review, Variables, Stata Results y Stata command. Si maneja Stata 8 con comandos, estos se
tipean en la ventana Stata command, y los resultados aparecen en la ventana Stata Results. La
ventana Review registra comandos utilizados previamente, los cuales pueden ser reenviados a
la ventana de Stata command clickeando sobre ellos. Para obtener ayuda, clickee en el menú

la opcion Help y siga las instrucciones en pantalla. Para terminar la sesión, cierre el programa
clickeando en el botón superior derecho (como cualquier otro programa Windows).
El programa Stata 8 nos presenta una variedad de iconos, que pueden agilizar el manejo y análisis
de una base de datos.
Para abrir un archivo, use.
Para guardar archivo que se encuentra en memoria, save
Para poder imprimir un archivo, print
Para crear un archivo que guarde bitácoras del Stata Results, log
Para crear un archivo que guarde programas de ventana Review, do
Para abrir ventana de edición de base de datos, edit
Para visualizar base de datos en uso, browse
COMANDO DESCRIPCION
help Ayuda de programa stata, para comandos.
log Uso de archivos de bitácora
use Abrir una base de datos en stata (extensión .dta)
edit Ingreso de datos por medio de ventana de Stata Editor
codebook Muestra variables con estadísticos descriptivos
describe Describe contenido de datos en memoria o sobre el disco
Copiar y pegar datos de MS Excel
save Guarda los datos en disco con extensión *.dta
list Lista de valores de variable
Selecciona observaciones cumpliendo cierta condicion para la
... if ...
ejecucion del comando
drop Borrar variable o dato en memoria
keep Borra variables o datos no seleccionados
label variable Comando de etiqueta de variables
label define Primer paso para etiquetar valores de una variable
label values Segundo paso para etiquetar valores de una variable
Demostración y explicación de los comandos de Stata
En Stata la sintaxis de los comandos es la siguiente:

comando lista de variables [if expression] [in expression], [opciones]
help. Para obtener ayuda de parte del programa stata 8
Para opciones generales del comando

. help
Para ayuda sobre contenido general del uso en stata

. help contents
Para ayuda sobre el comando list
. help list
log. El siguiente comando nos permite guardar las bitácoras realizadas en el analisis de
datos, en un archivo con la extensión mas adecuada para el usuario.
. log using "C:\DATA\clase1.txt", text
---------------------------------------------------------------------------------------
log: C:\DATA\clase1.txt
log type: text
opened on: 2 Jun 2003, 13:22:48
use
Para el uso de la base de datos cancer.dat, escribiremos el comando use, usando ademas la opciòn
clear, que nos permite cargar la base de datos en memoria aun teniando en uso otra base de datos
y guardando los cambio cargados en memoria realizados en esta ultima
use "C:\Stata\cancer.dta", clear

(Patient Survival in Drug Trial)
edit
Para ingresar los datos por medio de una ventana tipo hoja de calculo utilizamos el comando edit,
el cual apertura una ventana de ingreso de datos
edit
Al terminar de ingresar
datos haga click en el icono
preserve para no perder el
ingreso de datos realizado

codebook
Este comando muestra una lista de las variables señalando el tipo de variable, su rango,
frecuencias en caso de una variable cualitativa (codificada) ó media, desviación estandar y
percentiles en caso fuera una variable continua.
Use “C:\Stata8\auto.dta”, clear

codebook
use "C:\Stata8\auto.dta", clear
mpg Mileage (mpg)
---------------------------------------------------------------------------------------
type: numeric (int)
range: [12,41] units: 1
unique values: 21 missing .: 0/74
mean: 21.2973
std. dev: 5.7855
percentiles: 10% 25% 50% 75% 90%
14 18 20 25 29
rep78 Repair Record 1978

---------------------------------------------------------------------------------------
type: numeric (int)
tabulation: Freq. Value
2 1
8 2
30 3
18 4
11 5
describe
Este comando muestra una lista de las variables de la base de datos en uso.
. describe
Contains data from miarchi.dta

obs: 3
vars: 3 5 Nov 2002 12:35

size: 102 (99.9% of memory free)

-------------------------------------------------------------------------------
storage display value
variable name type format label variable label
-------------------------------------------------------------------------------
name str20 %20s
age float %9.0g
sex str6 %9s
-------------------------------------------------------------------------------
Sorted by:
Copiar de una hoja excel datos a Stata 8
El programa Stata 8 tiene la facilidad de copiar los datos de una hoja de excell con simples
opciones de copiar y pegar que se utilizan en windows, antes teniendo la ventana de edit activada
en Stata 8.
1. Edit, stata8
2. Cambio de ventana a excell
3. Seleccionar datos a ser copiados y hacer clic en icono de copiar, ctrl. + C
4. cambiar de ventana edit de Stata 8
5. Hacer clic en icono de pegar, ctrl + V
save
Para guardar datos que se han ingresado
save miarchi

Si no se muestra el directorio donde estara el archivo, por defecto se guarda el archivo en el

directorio C:\Data. Si el archivo ya habia sido creado anteriormente y se han ingresado datos
nuevamente se utiliza la opcion replace
save miarchi, replace
list. Presenta los valores de las variables. Si no presenta variables con el comando list, se
presentaran los valores de todas las variables
use "C:\Stata\auto.dta", clear

list drug age
drug age
1. 1 39
2. 1 66
3. 1 70
4. 1 44
5. ... ...
6. ... ...
7. ... ...
if al final de un orden significa usar sólo los datos especificados. if es permitido con la mayoría
de los comandos de Stata.
list drug age if age > 45
drug age
2. 1 66
3. 1 70
9. 1 48
11. 1 63
14. 1 64
drop. Borra variables ò valores seleccionados.
drop variable
De inmediato desaparece de ventana de variables en memoria
keep. Borra variables o valores no seleccionados.
keep variable
label, sirve para etiquetar datos, variables y valores.

label variable age "edad del paciente"
describe age
storage display value
variable name type format label variable label
-------------------------------------------------------------------------------
age int %8.0g edad del paciente
label define. Es utilizado como un primer paso para el etiquetar valores de variables seleccionada
label define drogas 1 “Megacilina” 2 “Tetracicilna” 3 “Oxacilina” 4 “Penicilina”
label values. Es utilizado como segundo paso para el etiquetar valores de variables seleccionada
label values drug drogas

Exploración y presentación de datos.
generate Genera variable

replace Reemplaza valores de variable bajo alguna condición
merge Ingresa variables o casos de una base patrón a otra
collapse Calculo de estadísticos descriptivos para variables cuantitativas
summarize Análisis para variable cuantitativa, media, mediana, etc
tabulate Tabla de frecuencias para variables cualitativas
table Tabla de frecuencias simples para variables cualitativas
graph Crea un grafico de cualquier variable
scatter Genera grafico de dispersión entre 2 variables
boxplots Grafico de cajas
bar Grafico de barras
lines Grafico de lineas
stacked bar Grafico de barras apiladas
mean
Grabar y editar review.
Uso del editor de programas (archivo .do)
Variables:
 Variables Cuantitativas
o Variable Discretas
o Variable continuas
 Variables Cualitativas
o Variable nominal
o Variable ordinal
Demostraciòn y explicaciòn
Definición de tipos de datos, presentación de datos en tablas de contingencia y resumen,

presentaciones gráficas diversas. Estadística descriptiva simple: medidas de tendencia central y
dispersión. Uso de archivos de bitácora (log),
1. Para el analisis de las variables numericas tenemos el comando summarize, el cual calcula
estadisticos de tendencia central, asi como de distribucion.
Entonces trabajando con el archivo de c:\stata\cancer.dta, tenemos
generate. Genera una variable que va a ser recodificada, por ejemplo si tenemos en uso el
archivo cancer (c:\stata\cancer.dta) y queremos recodificar la variable age en una nueva variable
age1 que contenga los intervalos de edad 45-50 51-55 56-60 61a+. Entonces seguimos los pasos
correspondientes para el ejemplo

Para abrir el archivo cancer

use “c:\stata\cancer.dta”, clear
Generando la variable age1 con valores iguales a age

generate age1 = age
Para reemplazar valores en la nueva variable age1, utilizamos el comando replace, if y

operadores logicos y de relacion
replace age1 = 0 if age <=50

replace age1 = 1 if age > 50 & age <= 55
replace age1 = 2 if age > 55 & age <= 60
replace age1 = 3 if age > 60
. replace age1 = 0 if age <=50

(12 real changes made)
. replace age1 = 1 if age > 50 & age <= 55

. replace age1 = 2 if age > 55 & age <= 60

. replace age1 = 3 if age > 60

summarize. El presente comando es una opción para obtener estadísticos
descriptivos para variables cuantitativas.
. summarize age
Variable | Obs Mean Std. Dev. Min Max

-------------+-----------------------------------------------------
age | 48 55.875 5.659205 47 67
. summarize studytime age
Variable | Obs Mean Std. Dev. Min Max

-------------+-----------------------------------------------------
studytime | 48 15.5 10.25629 1 39
age | 48 55.875 5.659205 47 67
. summarize age, detail
Patient's age at start of exp.

-------------------------------------------------------------
Percentiles Smallest
1% 47 47
5% 48 48

10% 49 48 Obs 48
25% 50.5 49 Sum of Wgt. 48
50% 56 Mean 55.875

Largest Std. Dev. 5.659205
75% 60 65
90% 65 67 Variance 32.0266
95% 67 67 Skewness .3161066
99% 67 67 Kurtosis 2.125197
Para generar estadísticos para una determinada variable cuantitativa, necesitamos colocar los
estadisticos sobre un parentecis
merge. El comando nos ayuda a unir información entre bases de datos relacionadas.
Ejemplo: uno a uno merge
. use ds1
. merge using ds2
collapse. Reporta estadísticas sobre tendencia central.
El siguiente ejercicio muestra como se podría solicitar las estadísticas descriptivas.
collapse (mean) age (median) systolic, by (drug)
tabulate. Para trabajar variables cualitativas como factores, sexo, grupos de edad, etc
. tabulate drug
Drug type |
(1=placebo) | Freq. Percent Cum.
------------+-----------------------------------
1 | 20 41.67 41.67
2 | 14 29.17 70.83
3 | 14 29.17 100.00
------------+-----------------------------------
Total | 48 100.00
Freq, representa al numero pacientes por tipo de droga que se recetó, percent, el porcentaje de
pacientes que fue tratado por algún tipo de droga. Cum., el porcentaje acumulado.
tabulate died, summarize( age)
1 if | Summary of Patient's age at start

patient | of exp.

died | Mean Std. Dev. Freq.

------------+------------------------------------
0 | 54.176471 5.4340971 17
1 | 56.806452 5.6475325 31
------------+------------------------------------
Total | 55.875 5.6592045 48
Table. Este comando calcula frecuencias simple, además puede calcular otros estadístico
señalados por el usuario, utilizando la opción contents
. table drug, contents (mean age)
----------------------
Drug Used | mean(age)
----------+-----------
1 | 46.6
2 | 45.6667
3 | 46.6667
4 | 42.1875
----------------------
Para poder realizar gráficos tenemos el comando graph, y sus diferentes variedades según el tipo
de gráfico que se quiere realizar.
Histograma
Ejemplo:
histogram age
.3125
Fraction
0
47 67
Automáticamente el programa Stata8 divide el grafico en 5 barras, depende del usuario el numero
de intervalos que se desean obtener, esto utilizando la opción bi {graph age, bi(7) }.
Grafico de dispersión
scatter studytime age

39
Months to death or end of exp.
1
47 67
Grafico de cajas
graph box age, over(drug)

67
47
1 2 3

Grafico de Linea
line birthrt year
live births per 1000 women 45.1002
6.60003
194019431946194919521955195819611964196719701973197619791982198519881991
year
do.
Archivo donde se archivan los programas ejecutados en sesión de Stata, para ello debemos hacer
clic en la parte superior derecha de la ventana de Review y hacer clic en la opción Save Review
Contents.

SEMANA II – DESCRIPCIÓN DE DATOS

Bases de Datos
Inteligencia.dta
Base de datos referida a investigación sobre la relación entre la desnutrición crónica (talla para la
edad) y rendimiento intelectual del menor
Para observar que tipo de variables se trabajan en esta base de datos utilizaremos el comando
coodebok
use "C:\inteligencia.dta", clear
. codebook
sex Sex 0=F 1=M

------------------------------------------------------------------------------
type: numeric (byte)
------------------------------------------------------------------------------
tester Psych Tester
------------------------------------------------------------------------------
------------------------------------------------------------------------------
wtotal WISC Total
------------------------------------------------------------------------------
------------------------------------------------------------------------------
grade_n GRADE LEVEL NUMERIC
------------------------------------------------------------------------------
------------------------------------------------------------------------------
haz1999 Height-for-age Z-score 1999
------------------------------------------------------------------------------
range: [-3.48,1.17] units: .01
------------------------------------------------------------------------------
edutype SCHOOL TYPE 1=PUBLIC 2=PRIVATE 3=ATTENDED BOTH
------------------------------------------------------------------------------
------------------------------------------------------------------------------
eduback EVER BEEN HELD BACK IN SCHOOL 1=YES 2=NO
------------------------------------------------------------------------------

------------------------------------------------------------------------------
momedu MATERNAL EDUCATION 1=NONE 2=PI 3=PC 4=SI 5=SC 6=SUPERIOR 7=TECHNICAL
------------------------------------------------------------------------------
------------------------------------------------------------------------------
dadedu PATERNAL EDUCATION 0=UNKNOWN 2=PI 3=PC 4=SI 5=SC 6=SUPERIOR 7=TECHNICAL
------------------------------------------------------------------------------
Malaria.dta
Base de datos con el objetivo de determinar cuales con los factores de riesgo
que condicionan la no adherencia a tratamiento antimalarico
. use "C:\Marco C\stata_group\curso de stata\bses\malaria.dta", clear
. codebook
------------------------------------------------------------------------------
edad Edad del paciente
------------------------------------------------------------------------------
------------------------------------------------------------------------------
personal Personal de salud que atendio al paciente
------------------------------------------------------------------------------
tabulation: Freq. Numeric Label
1 1 practicante
62 3 técnico de enfermeria
43 4 enfermera
18 5 médico
1 .
------------------------------------------------------------------------------
malapf Ha tenido anteriormente malaria por Plasmodium falciparum?
------------------------------------------------------------------------------
46 1 Si
65 2 No
14 3 no tuvo malaria
------------------------------------------------------------------------------
dos_qkg Dosis de quinina segun kg
------------------------------------------------------------------------------
3 0 Subdosis
106 1 Correcto
15 2 Sobredosis
1 .

------------------------------------------------------------------------------
dos_tkg Dosis de Tetraciclina segun kg
------------------------------------------------------------------------------
4 0 Subdosis
115 1 Correcto
5 2 Sobredosis
1 .
------------------------------------------------------------------------------
cumfinal Cumplimiento de toma de pastillas en
todo el periodo de tratamiento
------------------------------------------------------------------------------
90 1 Cumplio
35 2 No cumplio
------------------------------------------------------------------------------
eess (unlabeled)
------------------------------------------------------------------------------
Neumonía.dta
. use "C:\Neumonia.dta", clear
. codebook
------------------------------------------------------------------------------
tipo caso
------------------------------------------------------------------------------
128 0 control
65 1 caso
------------------------------------------------------------------------------
edad2 edad
------------------------------------------------------------------------------
73 0 mayor 1 año
94 1 2 a 11 meses
26 2 menor 2 meses
------------------------------------------------------------------------------
desnutri desnutrici
------------------------------------------------------------------------------

tabulation:
Freq. Numeric Label
177 0 no
14 1 si
2 .
------------------------------------------------------------------------------
antibio1 recibio tto antibiótico
------------------------------------------------------------------------------
139 0 si
54 1 no
------------------------------------------------------------------------------
hospital (unlabeled)
------------------------------------------------------------------------------
91 0 si
102 1 no
------------------------------------------------------------------------------
estable1 fue llevado a establecimiento salud
------------------------------------------------------------------------------
146 0 si
47 1 no
------------------------------------------------------------------------------
completo (unlabeled)
------------------------------------------------------------------------------
124 0 si
58 1 no
11 .
------------------------------------------------------------------------------
fajaba (unlabeled)
------------------------------------------------------------------------------
40 0 no
152 1 si
1 .
------------------------------------------------------------------------------
pesonuev (unlabeled)
------------------------------------------------------------------------------
173 0 no bajo peso al nacer
20 1 bajo peso al nacer

Tabaco.dta
. use "C:\tabaco.dta", clear
. codebook
------------------------------------------------------------------------------
id_reg
regiónes
------------------------------------------------------------------------------
584 1 lima metropolitana
693 2 resto costa
624 3 sierra
557 4 selva
------------------------------------------------------------------------------
inf_sexo inf_sexo
------------------------------------------------------------------------------
tabulation: Freq. Value
1061 1
1397 2
------------------------------------------------------------------------------
inf_edad inf_edad
------------------------------------------------------------------------------
------------------------------------------------------------------------------
p35 ¿cuál es el nivel de educación alcanzado por ud.?
------------------------------------------------------------------------------
unique values:
10 missing .: 0/2458
examples:
5 secundaria incompleta
5 secundaria incompleta
6 secundaria completa
8 superior no universitario completa
------------------------------------------------------------------------------
p47_a ¿siente ud. qué puede contar con su familia cuando tiene
dificultades o preocupa
------------------------------------------------------------------------------
177 1 no
487 2 a veces
440 3 casi siempre
1348 4 siempre
6 88 no sabe

------------------------------------------------------------------------------
p47_b ¿se reúne con su familia para conversar sobre logros
personales y familiares?
------------------------------------------------------------------------------
251 1 no
652 2 a veces
488 3 casi siempre
1058 4 siempre
9 88 no sabe
------------------------------------------------------------------------------
p47_c ¿se reúne con su familia para conversar sobre dificultades
personales y familiar
------------------------------------------------------------------------------
295 1 no
697 2 a veces
488 3 casi siempre
966 4 siempre
12 88 no sabe
------------------------------------------------------------------------------
p47_d ¿su familia discute violentamente, es decir, con agresiones verbales?
------------------------------------------------------------------------------
1581 1 no
725 2 a veces
69 3 casi siempre
77 4 siempre
6 88 no sabe
------------------------------------------------------------------------------
p47_e ¿las decisiones importantes se toman en conjunto aquí en casa?
------------------------------------------------------------------------------
288 1 no
406 2 a veces
550 3 casi siempre
1201 4 siempre
13 88 no sabe
------------------------------------------------------------------------------
p47_f ¿al momento de tomar decisiones importantes, su familia toma en
cuenta sus opini
------------------------------------------------------------------------------
225 1 no
487 2 a veces

477 3 casi siempre

1263 4 siempre
6 88 no sabe
------------------------------------------------------------------------------
p47_g ¿su familia muestra interés por sus sentimientos y afectos?
------------------------------------------------------------------------------
179 1 no
297 2 a veces
421 3 casi siempre
1541 4 siempre
20 88 no sabe
------------------------------------------------------------------------------
p47_h ¿siente que su familia lo/la quiere?
------------------------------------------------------------------------------
119 1 no
131 2 a veces
242 3 casi siempre
1950 4 siempre
16 88 no sabe
------------------------------------------------------------------------------
p47_i ¿se reúnen en familia para compartir momentos juntos por lo menos
una vez por se
------------------------------------------------------------------------------
240 1 no
610 2 a veces
485 3 casi siempre
1114 4 siempre
9 88 no sabe
------------------------------------------------------------------------------
p58 ¿cuándo fue la primera vez que ud. Fumó cigarrillos?
------------------------------------------------------------------------------
19 1 durante los últimos 30 días
61 2 hace más de un mes pero menos de
un año
1576 3 hace más de un año
802 4 nunca ha fumado
------------------------------------------------------------------------------
p59 ¿qué edad tenía ud. cuando fumó cigarrillos por primera vez?
------------------------------------------------------------------------------
examples: 16
18
25
.

------------------------------------------------------------------------------
p85 en su grupo de amigos más cercanos, ¿con qué frecuencia toman bebidas
alcohólica
------------------------------------------------------------------------------
18 1 todos los días
501 2 los fines de semana
112 3 algunos días de la semana
79 4 los fines de semana
198 5 algunas veces al mes
1124 6 solo en ocaciones especiales
4 7 otro
392 8 no toman bebidas alcohólicas
29 9 no tiene amigos
1 .
------------------------------------------------------------------------------
p86 de acuerdo a lo que ud. conoce en su barrio, ¿cómo es el consumo de
bebidas alco
------------------------------------------------------------------------------
642 1 intenso
1135 2 moderado
548 3 leve
35 4 no consumen
98 88 no sabe
------------------------------------------------------------------------------
p87 ¿cuándo fue la primera vez que ud. Tomó bebidas alcohólicas?
------------------------------------------------------------------------------
un año
146 4 nunca ha consumido bebidas
alcohólicas
------------------------------------------------------------------------------
p88 la primera vez que ud. tomó bebidas
alcohólicas ¿qué tipo de bebida tomó?
------------------------------------------------------------------------------
examples: 1 cerveza malta
1 cerveza malta
4 vino / sangría
7 otro

------------------------------------------------------------------------------
p89 ¿qué edad tenía ud., cuando tomó por primera vez (bebida alcohólica
circulada e
------------------------------------------------------------------------------
examples: 14
16
18
21
------------------------------------------------------------------------------
p90 ¿con quién estaba ud. la primera vez que tomó (bebida alcoholica
circulada en
------------------------------------------------------------------------------
examples: 3 con compañeros de trabajo
4 con otro grupo de amigos
7 con sus padres y hermanos
8 con otros familiares
------------------------------------------------------------------------------
p91 ¿qué lo motivo a tomar (bebida
alcoholica circulada en p-88)...
por prime
------------------------------------------------------------------------------
examples: 3 para pasarla bien / estar en onda
5 curiosidad
5 curiosidad
11 por querer esperimentar nuevas sensaciones
------------------------------------------------------------------------------
p92 y, ¿cuándo fue la última vez que tomó
alguna bebida alcohólica?
------------------------------------------------------------------------------
un año
146 .
------------------------------------------------------------------------------
fac_1_po factor de expansión
------------------------------------------------------------------------------
range: [28.806734,23127.695] units: 1.000e-06

Estadística descriptiva intermedia.
generate * Genera variable

replace * Reemplaza valores de variable bajo alguna condición
tabulate * Tabla de frecuencias para variables cualitativas
table * Tabla de frecuencias simples para variables cualitativas
tab1 Produce una tabla de frecuencia para cada variable en varlist
tab2 Produce todas los posibles cruces de variable de los varlist
tabsum Produce tablas de estadísticas descriptivas en una ò dos vías
summarize * Análisis para variable cuantitativa, media, mediana, etc
means Reporta la media aritmética, geométrica y armónica
centile Calcula los centiles de varlist especificados por la list en centile( )
ci Calcula el error estándar e intervalos de confianza de los varlist
cii Es la forma inmediata de ci
stem Grafico de tallos y hojas
Plano de quintiles de variable1 en contraste con los quintiles de
qqplot
variable2
graph (*) Crea un grafico de cualquier variable
plot Produce un grafico de dispersión entre dos variables
compare Realiza un conteo de las diferencia y similitudes entre la var1 y var2
inspect Proporciona un resumen rápido de una variable numérica
(*) Comando que se uso en anterior clase
tab1
Ejemplo: Se desea generar una tabla de frecuencias para las variables sex eduback dadedu

tab1 sex eduback dadedu
-> tabulation of sex
Sex 0=F 1=M | Freq. Percent Cum.

------------+-----------------------------------
0 | 67 46.85 46.85
1 | 76 53.15 100.00
------------+-----------------------------------
Total | 143 100.00
-> tabulation of eduback
EVER BEEN |
HELD BACK |

IN SCHOOL |
1=YES 2=NO | Freq. Percent Cum.
------------+-----------------------------------
1 | 34 24.11 24.11
2 | 107 75.89 100.00
------------+-----------------------------------
Total | 141 100.00
-> tabulation of dadedu
PATERNAL |
EDUCATION |
0=UNKNOWN |
2=PI 3=PC |
4=SI 5=SC |
6=SUPERIOR |
7=TECHNICAL | Freq. Percent Cum.
------------+-----------------------------------
0 | 6 4.26 4.26
2 | 8 5.67 9.93
3 | 18 12.77 22.70
4 | 18 12.77 35.46
5 | 72 51.06 86.52
6 | 8 5.67 92.20
7 | 11 7.80 100.00
------------+-----------------------------------
Total | 141 100.00
tab2
Ejemplo: Se desea obtener todos los posibles cruces entre las variables sex eduback dadedu
. tab2 sex eduback dadedu
-> tabulation of sex by eduback
| EVER BEEN HELD BACK

Sex 0=F | IN SCHOOL 1=YES 2=NO
1=M | 1 2 | Total
-----------+----------------------+----------
0 | 16 50 | 66
1 | 18 57 | 75
-----------+----------------------+----------
Total | 34 107 | 141
-> tabulation of sex by dadedu
| PATERNAL EDUCATION 0=UNKNOWN 2=PI 3=PC 4=SI 5=SC

Sex 0=F | 6=SUPERIOR 7=TECHNICAL

1=M | 0 2 3 4 5 | Total
-----------+-------------------------------------------------------+----------
0 | 2 4 12 6 33 | 66
1 | 4 4 6 12 39 | 75
-----------+-------------------------------------------------------+----------
Total | 6 8 18 18 72 | 141
| PATERNAL EDUCATION
| 0=UNKNOWN 2=PI 3=PC
| 4=SI 5=SC 6=SUPERIOR
Sex 0=F | 7=TECHNICAL
1=M | 6 7 | Total
-----------+----------------------+----------
0 | 3 6 | 66
1 | 5 5 | 75
-----------+----------------------+----------
Total | 8 11 | 141
-> tabulation of eduback by dadedu
EVER BEEN |
HELD BACK | PATERNAL EDUCATION 0=UNKNOWN 2=PI 3=PC 4=SI 5=SC
IN SCHOOL | 6=SUPERIOR 7=TECHNICAL
1=YES 2=NO | 0 2 3 4 5 | Total
-----------+-------------------------------------------------------+----------
1 | 0 2 4 8 16 | 34
2 | 6 6 14 10 56 | 107
-----------+-------------------------------------------------------+----------
Total | 6 8 18 18 72 | 141
| PATERNAL EDUCATION
EVER BEEN | 0=UNKNOWN 2=PI 3=PC
HELD BACK | 4=SI 5=SC 6=SUPERIOR
IN SCHOOL | 7=TECHNICAL
1=YES 2=NO | 6 7 | Total
-----------+----------------------+----------
1 | 0 4 | 34
2 | 8 7 | 107
-----------+----------------------+----------
Total | 8 11 | 141
tabsum
Ejemplo: Se desea conocer las estadísticas descriptivas de la variable haz1999 por genero


tabulate sex, summarize(haz1999)
| Summary of Height-for-age Z-score

| 1999
Sex 0=F 1=M | Mean Std. Dev. Freq.
------------+------------------------------------
0 | -1.318209 .76393306 67
1 | -1.0518421 .91865512 76
------------+------------------------------------
Total | -1.1766434 .85719075 143
Ejemplo: Se desea conocer las estadísticas descriptivas de la variable haz1999

por genero y tipo de escuela
. tabulate sex eduback, summarize(haz1999)
Means, Standard Deviations and Frequencies of Height-for-age Z-score 1999
| EVER BEEN HELD BACK

| IN SCHOOL 1=YES
Sex 0=F | 2=NO
1=M | 1 2 | Total
-----------+----------------------+----------
0 | -1.320625 -1.2946 |-1.3009091
| .90374383 .7133457 | .75644661
| 16 50 | 66
-----------+----------------------+----------
1 |-1.0472222 -1.0389474 |-1.0409333
| .93760524 .9226373 | .91987245
| 18 57 | 75
-----------+----------------------+----------
Total |-1.1758824 -1.1584112 |-1.1626241
| .91831901 .83748067 | .85432818
| 34 107 | 141
means
Ejemplo: Se desea obtener las medias aritmetica, geometrica y armonica de la variable haz1999
. use "C:\inteligencia.dta", clear

. means haz1999 sex
Variable | Type Obs Mean [95% Conf. Interval]

-------------+----------------------------------------------------------
haz1999 | Arithmetic 143 -1.176643 -1.318345 -1.034942
| Geometric 11 .3026761 .1656504 .5530494
| Harmonic 11 .2014677 .116911 .7279985
-------------+----------------------------------------------------------
centile

Ejemplo: Se desea conocer los centiles para los percentiles 5, 50 y 95

centile haz1999, centile(5 50 95)
-- Binom. Interp. --
Variable | Obs Percentile Centile [95% Conf. Interval]
-------------+-------------------------------------------------------------
haz1999 | 143 5 -2.578 -3.123029 -2.386474
| 50 -1.1 -1.29 -.9526722
| 95 .312 -.0852884 .5685576
ci
Ejemplo: Se desea obtener los intervalos de confianza al 95% de confianza de las variables
haz1999 wtotal

. ci haz1999 wtotal
Variable | Obs Mean Std. Err. [95% Conf. Interval]

-------------+---------------------------------------------------------------
haz1999 | 143 -1.176643 .0716819 -1.318345 -1.034942
wtotal | 143 88.93007 1.047604 86.85916 91.00098
cii
Ejemplo: Se desea estimar un intervalo de confianza de la proporción de muerte por accidentes si

de 10 accidentes registrados 2 causaron fallecimientos.
. cii 10 2
-- Binomial Exact --
-------------+---------------------------------------------------------------
| 10 .2 .1264911 .0252107 .5560955
Ejemplo: Se desea calcular un intervalo de confianza en 166 observaciones, con una media de
19509 y una desviación estándar de 4379.
. cii 166 19509 4379

-------------+---------------------------------------------------------------
| 166 19509 339.8763 18837.93 20180.07

stem
Ejemplo: Se desea obtener una grafico de tallos y hojas para observar si la variable haz1999 para
determinar su distribución.

. stem haz1999
Stem-and-leaf plot for haz1999 (Height-for-age Z-score 1999)

haz1999 rounded to nearest multiple of .01
plot in units of .01
-3** | 48
-3** | 34
-3** | 13
-2** | 84
-2** | 68,65
-2** | 58,57,56,46,42,41
-2** | 39,37,37,36,32,32,26
-2** | 18,17,16,14,13,04,00,00
-1** | 99,88,87,87,83,81
-1** | 78,76,75,75,66,66,61,60
-1** | 57,56,56,53,51,51,50,47,46,45,42,41,41
-1** | 38,38,37,37,34,29,29,27,26,25,22,20
-1** | 19,18,18,17,15,10,09,08,07,05,02,00
-0** | 96,96,96,96,96,95,93,91,90,88,88,88,87,86,86,85,84,83,82,80,80
-0** | 76,74,74,71,68,66,66,66,66,63,60
-0** | 56,54,51,49,49,49,43,41,41,41
-0** | 37,36,29,24,23,22,21
-0** | 18,12,11,08,05
0** | 06,07
0** | 21,24,33,34,39
0** | 51,57
0** | 62
0** |
1** | 17
plot
Ejemplo: Se desea evaluar gráficamente la existencia de alguna posible asociación entre las
variables haz1999 y wtotal

. plot haz1999 wtotal
1.17 +
H | *
e |
i |
g | * * *
h | * * * * *
t | * *
- | * * * * * * * *
f | ** * * ** ****
o | * * *** ** * *
r | * * * ****** *** * * * ** **
- | * * * * * * * * * * *
a | **** * ** **** * * * *
g | * * * ** * *** *
e | * * * * * * *
| * * * * * *
Z | * * * * ** * *
- | * * * *
s | *
c | *
-3.48 + * *
+----------------------------------------------------------------+
55 WISC Total 128

compare
Ejemplo: Se desean comparar las variables haz y wtotal

. compare haz1999 wtotal
---------- difference ----------
count minimum average maximum
------------------------------------------------------------------------
haz1999<wtotal 143 -128.12 -90.10671 -58.13
----------
jointly defined 143 -128.12 -90.10671 -58.13
----------
total 143
inspect
Ejemplo: Se desea describir el comportamiento de los valores de la variable haz1999

. inspect haz1999
haz1999: Height-for-age Z-score 1999 Number of Observations

------------------------------------- Non-
Total Integers Integers
| # Negative 132 3 129
| # Zero - - -
| # Positive 11 - 11
| # # ----- ----- -----
| # # # Total 143 3 140
| . # # # . Missing -
+---------------------- -----
-3.48 1.17 143
(More than 99 unique values)

Tercera Semana
Revisión de los conceptos y métodos de prueba de hipótesis. Asociación
Para estudios cohorte transversal ó cohorte con incidencia acumulada, se

cs calcula una estimación puntual del RR asi como su intervalo de confianza.
Realiza una prueba de hipótesis donde Ho: RR = 1
Para estudios caso-control, se calcula una estimación puntual del OR asi como
cc
su intervalo de confianza. Realiza una prueba de hipótesis donde Ho: OR = 1
Realiza el calculo de riesgos relativos colocando valores observados de una
csi
tabla 2x2
Realiza el calculo de odds ratios colocando valores observados de una tabla
cci
2x2
Usado para determinar la homogenidad de los OR en los diferentes niveles de
tabodds la variable exposición. Determina si existe tendencia con respecto a los OR.
Realiza
Se utiliza para calcular odds ratios cuando la variable exposición tiene mas de
mhodds
dos niveles. Ademas calcula estadístico de Mantel _ Haenzel
cs
Este comando es usado para estudio de cohorte transversal ó cohorte, donde tenemos un grupo
expuesto y grupo no expuesto, además podemos incorporar variables de ajuste bajo la opcion by,
para calcular RR en cada uno de los grupos. Una nota importante en este calculo es que la
variable exposición tiene que estar codificado como 0 y 1.
Trabajaremos con la base de datos del estudio de adherencia del tratamiento a la enfermedad de
malaria, donde el objetivo de la investigación es determinar los RR para la incidencia ò
proporción de no adherencia a tratamiento antimalarico para la variable exposición (Dosis) .
Donde nuestra hipótesis nula es:
La exposición de dosis mal administrada presenta un RR = 1 respecto de la no adherencia al

tratamiento
Entonces para abrir la base de datos de la investigación de no adherencia a tratamiento de Malaria

usamos el comando “use”
use "C:\malaria.dta", clear
Ya que la variable dosis por presenta se construye de dos variables entonces tenemos que
generar la variable dosis con el comando
generate dosis = ( dos_qkg>1 | dos_tkg>1)
Además generaremos antes la variable presencia de la enfermedad en esta base de datos presencia
de no adherencia, donde 1 “presencia de adherencia” y 2 “presencia de no adherencia.

generate cumple = (cumfinal == 2)

cs cumple malpf
Variable exposición
Variable presencia de no cumplimiento
Risk = La incidencia o proporción de no adherencia al tratamiento de en el grupo expuesto (dosis

incorrecta) y el no expuesto (dosis correcta)
Risk difference = 0.7058824 – 0.0.212963 = 0.4929194
Risk ratio = 0.7058824 – 0.212963 = 3.314578
Al observar la tabla podemos rechazar la hipótesis nula de que el RR = 1 ya que el p-valor < 0.05.
El valor de riesgo relativo es igual a 3.3, esto quiere decir que un mal dosaje generar
a 3.3 veces mas no adherencia al tratamiento antimalarico que un buen dosaje..
cc
Este comando es usado para estudio de casos y controles, donde tenemos un grupo casos y un
grupo control, además podemos incorporar alguna variable con el comando by, para calcular
Odss ratio en cada uno de los grupos. Una nota importante en este calculo es que la variable
exposición tiene que estar codificada como 0 y 1.
Realizaremos el siguiente ejemplo usando la base de datos de neumonía, teniendo como objetivo
el determinar el odds ratio de la prevalencia de disminución de peso de mis casos con respecto de
la baja de peso en mis controles. Además el que se busca rechazar la hipótesis nula Ho: OR = 1
Por lo que abrimos la base de datos en el programa Stata usando el comando “use”
use "C:\ Neumonia.dta", clear
cc tipo pesonuev

Variable exposición
Variable presencia de la enfermedad (casos y controles)
Proportion Exposed: Proporción de exposición, para casos y controles

Odds ratio: El valor calculado de la razón de productos cruzados.
El cuadro nos dice que rechazamos la hipótesis nula que nos dice que Ho: OR = 1
Además podemos decir que la baja de peso en grupo casos es 2.6 veces mas que la baja de peso
en el grupo control
csi
El uso del comando csi, esta restringido para estudios de cohorte donde tenemos los valores para
una tabla 2 x 2, este realiza el calculo de los riesgos relativos así como de su intervalo de
confianza.
csi #a #b #c #d
Sea que tenemos los valores para el calculo de los RR, similares al ejemplo de cs
cci

El uso del comando csi, esta restringido para estudios de casos y controles donde tenemos los
valores para una tabla 2 x 2, este realiza el calculo del odds ratio así como de su intervalo de
confianza. Este además puede calcular el estadístico exacto de Fisher.
cci #a #b #c #d
tabodds
Se utiliza en estudio de caso control para calcular odds ratios cuando la variable exposición tiene
mas de dos niveles.
Utiliza test de homogeneidad para determinar que los OR calculados son iguales entre los
diferentes niveles de exposición
Utiliza el test de tendencia asumiendo que la variable exposición tiene un orden , teniendo como
hipotesis nula que no hay un incremento del OR cuando el nivel de exposición se eleva
Realiza el test de Mantel-Haenszel para ajuste de OR con respecto a una tercera variable que
podría ser confusora.
Usaremos la base de datos de malaria como ejemplo teniendo en cuenta que esta base de datos
proviene de un estudio de Cohorte. El ejemplo no es exactamente el mas apropiado.
Usamos el comando “use” para abrir las base de datos de malaria
use "C:\malaria.dta", clear
El objetivo de utilizar este comando es el de determinar odds ratio para las tres categorías en la
variable antecedentes de malaria (si tuvo malaria Pf, tuvo otra malaria, no tuvo nunca malaria)

Lo que genero es una tabla con los odds o proporciones a la no adherencia al tratamiento en cada
categoría de exposición, además cuando realiza el test de homogenidad rechaza la hipótesis nula
que la distribución es homogénea es decir Ho: OR0 = OR1 = OR2 dado que calcula un p-valor <
0.05, cuando presenta el test de tendencia de los OR de adherencia al tratamiento, no es
significativo este incremento del OR en los niveles por que se obtiene un p-valor = 0.066. Por lo
que decimos que tenemos evidencia para decir que los OR no se distribuyen homogéneamente,
mas no tenemos evidencia suficiente para una tendencia de tendencia de los odds.ratios
Calculando los odds ratio
Los odds ratio se calculan teniendo en cuenta como base cuando pf = 0 (que tuvo anteriormente
malaria por pf), entonces se observa un odds ratio igual a 4 para el grupo que tuvo malaria no
falciparum, es decir en el grupo de pacientes que tuvo malaria no falciparum es 4 veces mas la no
adherencia respecto del grupo que alguna ves tuvo malaria por Plasmodium falcirum. Otro
resultado a comentar es que no podemos rechazar la hipótesis nula en el grupo que nunca tuvo
malaria con respecto al grupo que si tuvo malaria por Plasmodium falciparum.
Ahora ajustaremos el análisis de acuerdo a las edades de los pacientes y obtenemos

mhodds
Se utiliza para calcular odds ratios ajustado por alguna variable posible confusora de los OR
cuando la variable exposición tiene mas de dos ò mas niveles niveles. Este realiza la prueba para
tendencia de los odds ratios.
Por ello se usara la base de datos de malaria, teniendo como variable exposición el antecedente de
malaria por Plasmodium falciparum.
El Odds ratio es la estimación de un OR calculado a partir de (antecedente de Plasmodium

flaciparum)
El valor de Chi2 se refiere al test de tendencia de los Odds ratios, igual resultado obtuvimos
cuando utilizamos el comando tabodds.
Ahora ajustando por los odds ratios por la variable edad, tenemos

El comando mhodds estima los odds ratios, controlando una variable sospechosa (variable
confusora).

Guia de Stata 2

Încărcat de

Informații document

Descriere originală:

Titlu original

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

Guia de Stata 2

Încărcat de

Drepturi de autor:

Formate disponibile

Bioestadística Aplicada I, pág.

Guía para el Alumno

Lescano AG, Zimic M, Bautista CT, Gonzales MA www.abeperu.net

SEMANA I - ASPECTOS GENERALES

Review acumula comandos anteriores, los

Variables, presenta las variables de

I. Introducción y manejo básico de Stata

A. Elementos básicos (obtener ayuda, salir)

Lescano AG, Zimic M, Bautista CT, Gonzales MA www.abeperu.net

Para abrir un archivo, use.

Para guardar archivo que se encuentra en memoria, save

Para poder imprimir un archivo, print

Para crear un archivo que guarde programas de ventana Review, do

Para abrir ventana de edición de base de datos, edit

Para visualizar base de datos en uso, browse

Demostración y explicación de los comandos de Stata

En Stata la sintaxis de los comandos es la siguiente:

Lescano AG, Zimic M, Bautista CT, Gonzales MA www.abeperu.net

comando lista de variables [if expression] [in expression], [opciones]

help. Para obtener ayuda de parte del programa stata 8

Para opciones generales del comando

Para ayuda sobre contenido general del uso en stata

Para ayuda sobre el comando list

. log using "C:\DATA\clase1.txt", text

log type: text

opened on: 2 Jun 2003, 13:22:48

use "C:\Stata\cancer.dta", clear

Lescano AG, Zimic M, Bautista CT, Gonzales MA www.abeperu.net

Use “C:\Stata8\auto.dta”, clear

rep78 Repair Record 1978

Contains data from miarchi.dta

Lescano AG, Zimic M, Bautista CT, Gonzales MA www.abeperu.net

size: 102 (99.9% of memory free)

Copiar de una hoja excel datos a Stata 8

Lescano AG, Zimic M, Bautista CT, Gonzales MA www.abeperu.net

Si no se muestra el directorio donde estara el archivo, por defecto se guarda el archivo en el

save miarchi, replace

use "C:\Stata\auto.dta", clear

list drug age if age > 45

drop. Borra variables ò valores seleccionados.

De inmediato desaparece de ventana de variables en memoria

keep. Borra variables o valores no seleccionados.

label, sirve para etiquetar datos, variables y valores.

Lescano AG, Zimic M, Bautista CT, Gonzales MA www.abeperu.net

label variable age "edad del paciente"

label define drogas 1 “Megacilina” 2 “Tetracicilna” 3 “Oxacilina” 4 “Penicilina”

label values drug drogas

Lescano AG, Zimic M, Bautista CT, Gonzales MA www.abeperu.net

Exploración y presentación de datos.

generate Genera variable

Definición de tipos de datos, presentación de datos en tablas de contingencia y resumen,

Entonces trabajando con el archivo de c:\stata\cancer.dta, tenemos

Lescano AG, Zimic M, Bautista CT, Gonzales MA www.abeperu.net

Para abrir el archivo cancer

Generando la variable age1 con valores iguales a age

Para reemplazar valores en la nueva variable age1, utilizamos el comando replace, if y

replace age1 = 0 if age <=50

. replace age1 = 0 if age <=50

. replace age1 = 1 if age > 50 & age <= 55

. replace age1 = 2 if age > 55 & age <= 60

. replace age1 = 3 if age > 60

Variable | Obs Mean Std. Dev. Min Max