Using stata with VHLSS data_GSO

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (20.67 MB, 92 trang )

Tổng cục thống kê

Sử dụng chơng trình Stata để khai thác số liệu
Điều tra Mức sống hộ gia đình (VHLSS) *

nội dung

CHơNG I: GII THIệU CHUNG Về CHơNG TRìNH STATA.................................2
1.
2.
3.
4.
5.

Tặ CHØC LU TR÷ D÷ LIƯU TRONG STATA (DATASET IN STATA)
KHËI ®ÉNG VΜ THO¸T KHÁI STATA (OPEN AND EXIT)
GIAO DIƯN STATA 7 (STATA INTERFACE)
BIêN BảN LM VIệC (LOG FILE)
NHậP V LU Dữ LIệU (USE, INPUT AND AND SAVE)

2
3
3
6
7

CHơNG II: KHAI THáC Dữ LIệU................................................................................10
1. CấU TRểC LệNH TRONG STATA (STATA COMMAND SYNTAX)
2.TOáN Tệ V HM Sẩ (OPERATORS AND FUNCTIONS)
3. Mô Tả Dữ LIệU (DATA REPORTING)
4. BIêN TậP V SệA CHữA Dữ LIệU (DATA MANIPULATION)

5. QUYềN Sẩ TRONG VHLSS (WEIGHT)

10
14
15
27
41

CHơNG III: KIểM địNH GIả THIếT V PHâN TíCH HI QUY...................45
1. ƯC LẻNG V KIểM địNH GIả THIếT (ESTIMATION AND HYPOTHESIS TESTING)
2. PHâN TíCH T¬NG QUAN VΜ HÅI QUY (CORRELATION AND REGRESSION)

45
53

CH¬NG IV: VÏ đ THị..................................................................................................59
1. Vẽ đ THị (GRAPH)
2. MẫT Sẩ LOạI đ THị THấNG DẽNG
3. LU TRữ V HIểN THị đ THị (SAVING

AND GRAPH USING)

59
68
75

CHơNG V: LậP TRìNH TRONG STATA....................................................................77
1.
2.
3.

4.
5.

GII THIệU CHUNG Về CHơNG TRìNH DO-FILE
LOCAL V GLOBAL MACROS
TíCH Vô HNG V MA TRậN (SCALAR AND MATRIX)
LệNH đIềU KIệN V VSSNG LặP
GII THIƯU VỊ FILE ADO

77
82
85
87
89

TΜI LIƯU THAM KH¶O...............................................................................................91
PHƠ LƠC...........................................................................................................................91

1

Chơng I: Giới thiệu chung về chơng trình Stata

1. Tổ chøc lu tr÷ d÷ liƯu trong Stata (Dataset in Stata)
Stata là phần mềm thống kê sử dụng để quản lý, phân tích số liệu và vẽ
đồ thị. Stata cho phép lu trữ thông tin về các đặc điểm của các đối tợng
nghiên cứu. Số liệu lu trữ trong Stata có thể đợc hiển thị dới dạng bảng nh
ví dụ sau:
hhcode
headname

101
Nguyen Van A
102
Le Thi B
103
Tran Van C
Quan sát (bản ghi)

hhsize
6
5
10

incomepc
2100
3210
1200

Mỗi một hàng ngang của bảng số liệu đợc gọi là một quan sát (observation),
hay một bản ghi (record) lu trữ số liệu về một đối tợng nghiên cứu. ở ví dụ
trên có 3 quan sát lu trữ số liệu về MÃ hộ (hhcode); Tên chủ hộ (headname);
Quy mô hộ (hhsize); Thu nhập bình quân (incomepc) của 3 hộ gia đình.
Biến (trờng; thuộc tính)
Thông tin về đối tợng nghiên cứu đợc thu thập và lu trữ theo các đặc
điểm của chúng. Các đặc điểm này đợc gọi là biến (variable), hay trờng
(field). Biến đợc xem là các cột của bảng số liệu. ở ví dụ trên có 4 biến, với
tên là hhcoed, hedname, hhsize, và incomepc. Tên biến dài từ 1 đến 32 ký
tự, đợc bắt đầu chữ hoặc dấu gạch dới (_). Tên biến chỉ bao gồm chữ, sỗ
và dấu gạch dới. Các ký tự đặc biệt khác không thể dùng để đặt tên cho
biến.

Biến xác định (identifying variables)
Thông thờng trong các biến sẽ có các biến dùng để nhận dạng quan sát, đợc
gọi là biến xác định. Nhờ có các biến xác định này mà các quan sát có thể
phân biệt đợc với nhau. Mỗi một quan sát có một giá trị của các biến này. ở
ví dụ trên, biến xác định là hhcode, đối với mỗi một quan sát biến hhcode
nhận một giá trị.
Các đặc điểm của biến
Các biến có thể đợc gán nhÃn (chú thích). Ví dụ biến hhcode có thể đợc
gán nhÃn là MÃ hộ.
Biến có thể đợc định dạng (format) là biến số và biến ký tự với các loại lu
trữ khác nhau. Biến số có thể lu trữ dới loại byte; int; long; float; double. Còn
biến ký tự thì có thể lu trữ dới dạng str1 đến str80 cho các độ dài khác
nhau.
Kiểu lu trữ Dung lợng
dạng số
(Byte)
byte
1

Giá trị nhỏ
nhất
-127

Giá trị lớn nhất

Kiểu

126

Số nguyên

2

int
2
-32,767
32,766
Số nguyên
long
4
-2,147,483,647 2,147,483,646
Số nguyên
float
4
-10^36
10^36
Số thực
double
8
-10^308
10^308
Số thực
Các biến số có thể bao gồm các biến rời rạc và liên tục. Các biến nh là quy
mô hộ gia đình, giới tính chủ hộ, vùng địa lý, trình độ giáo dục là các
biến rời rạc (discrete) (hay còn gọi là biến phân loại (categorical)). Các biến
này có thể đợc lu trữ dới dạng byte, int, và long. Các biến liên tục
(continuous) nh thu nhập, chi tiêu của hộ thì lu trữ dới dạng float hoặc
double.
Biến ký tự (string) dùng để lu trữ các loại ký tự. Ví dụ biến headname là
biến kiểu ký tự dùng để lu trữ tên của chủ hộ.

Kiểu lu trữ
dạng chữ
str1
str2
...
str80

Byte

Độ dài lớn nhất

1
2

1
2

80

80

2. Khởi động và thoát khỏi Stata (Open and exit)
Stata đợc khởi động tơng tự nh các chơng trình tin học ứng dụng khác,
bằng cách kích vào biểu tợng của tệp wstata.exe trong Windows explorer,
hoặc chọn bằng cách chọn Start -> Program -> Stata. Chơng trình đợc
thoát ra bằng lệnh exit từ cửa sổ lệnh Stata Command, hoặc tuỳ chọn exit
trong thực đơn (menu) File.
3. Giao diện Stata 7 (Stata interface)1
Sau khi Stata đợc khởi động, giao diện của Stata sẽ đợc hiện lên, bao gồm
thanh thực đơn (menu bar) ở trên cùng, dới đó là thanh công cụ (tool bar)

và các cửa sổ (windows).

Phiên bản Stata 8 có giao diện tơng tự nh phiên bản Stata 7. Khác biệt lớn nhất là
Stata 8 có thêm tuỳ chọn Statistics trong thanh thực đơn. Tuỳ chọn này cho phép
thực hiện các một số lệnh thống kê bằng các tuỳ chọn qua giao diện cửa sổ mà
không phải gâ c¸c lƯnh trong cưa sỉ Command.
1

3

Các cửa sổ của Stata
Các cửa sổ của Stata đợc më ra b»ng viƯc lùa chän c¸c t chän ë thanh
thực đơn Windows (menu bar). Các cửa sổ này bao gồm:
Results

Hiển thị các lệnh và kết quả

Graph

Hiển thị đồ thị

Viewer

Hiển thị cửa sổ trợ giúp (help) và hiển thị nội dung các
file văn bản (text)

Command

Dùng để gõ các câu lệnh

Review

Hiển thị các lệnh đÃ thực hiện

Variables

Hiển thị danh sách các biến của tệp số liệu

Data editor

Hiển thị và sửa chữa số liệu dới dạng bảng

Do-file editor

Hiển thị cửa sổ để soạn thảo chơng trình

Thanh thực đơn (Menu bar)
Bằng cách kích vào thanh thực đơn và các tuỳ chọn trong đó, Stata sẽ thực
hiện các lệnh khác nhau. Thanh thực đơn bao gồm các nhóm lệnh sau
đây:
4

File
Open

Më file sè liƯu

View

Xem c¸c file cđa Stata trong cưa sỉ Viewer

Save

Lu file sè liƯu

Save as

Lu file sè liƯu díi tên mới

File name

Chọn tên file để đa vào cửa sổ lệnh

Log

Đóng, mở, xem lại log file

Save graph

Lu giữ file đồ thị

Print graph

In đồ thị

Print results

In kết quả

Exit

Thoát khỏi Stata

Edit
Copy text

Sao chép văn bản (text)

Copy tables

Sao chép bảng biểu

Paste

Dán

Table copy options

Lựa chän sao chÐp b¶ng sè liƯu

Graph copy options

Lùa chän sao chép đồ thị (không có trong Stata 7)

Prefs
cỡ

Các tuỳ chọn về màu sắc, phông chữ, và kích

Windows
Results

Mở cửa sổ kết quả

Graph

Mở cửa sổ đồ thị

Log

Mở cửa sổ log file

Viewer

Mở cửa sổ trợ giúp (help) và xem nội dung file

Command

Mở cửa sổ câu lệnh

Review

Mở cửa sổ các lệnh đÃ thực hiện

Variables

Mở cưa sỉ danh s¸ch c¸c biÕn cđa tƯp sè liƯu

Help/Search

Më cửa sổ trợ giúp (help)

Data editor

Mở cửa để xem số liệu lu trữ dới dạng bảng

Do-file editor

Mở cửa sổ viết chơng trình

Help

Các trợ giúp liên quan đến việc sử dụng Stata
5

Thanh công cụ (tool bar)
Các tuỳ chọn trên thanh công cụ đợc thiết kế để thực hiện các lệnh thông
dụng cđa Stata. NÕu chóng ta di chun con trá ®Õn các nút này thì sẽ
hiện lên các câu huớng dẫn, bao gåm:
Open (use)

Më file sè liƯu Stata

Save

Lu tr÷ file sè liƯu ra ®Üa

Print results

In néi dung cđa cưa sỉ kÕt quả

Begin log

Mở, đóng và xem nội dung của file log

Start viewer

Mở cửa sổ trợ trợ (help)

Bring Dialog Window to Đa cưa sỉ hép tho¹i ra phÝa tríc
font
Bring Result Window to §a cưa sỉ kÕt qu¶ ra phÝa tríc
font
Bring Graph Window to Đa cửa sổ vẽ đồ thị ra phía trớc
font
Do-file editor

Mở cửa sổ soạn thảo chơng trình

Data editor

Mở cửa sổ sưa ch÷a sè liƯu

Data browser

Më cưa sỉ xem sè liƯu

Clear more- condition

Tắt lệnh more

Break

Dừng việc thực hiện lệnh hoặc chơng
trình

4. Biên bản làm việc (log file)
Thông thờng khi làm việc với Stata, ngời sử dụng muốn ghi lại biên bản làm
việc bao gồm các lệnh, các thông báo và các kết quả phân tích thu đợc.
Stata cho phép ghi lại các biên bản làm việc bằng lệnh log using.
Cú pháp:
log using (đờng dẫn\tên tệp) [, append replace [ text | smcl ] ]
Các tuỳ chọn:
append

Ghi biên bản làm việc tiếp vào 1 file đÃ có sẵn

replace

Ghi lại biên bản làm việc đè lên 1 file đÃ có sẵn

text

Tạo biên bản làm việc dới dạng văn bản (text) (phần
mở rộng là log)

smcl

Tạo biên bản làm việc dới dạng smcl (phần mở rộng là
smcl), đây cũng là tuỳ chọn ngầm định

Ví dụ:
log using baitap1

Tạo tệp baitap1 ghi lại biên bản làm việc t¹i
6

th mục hiện thời, phần mở rộng mặc định
là smcl
. log using baitap1
------------------------------------------------------------------------------log: C:\baitap1.smcl
log type: smcl
opened on: 17 Feb 2004, 15:32:03
log using baitap1, replace

Tạo tệp baitap1 ghi đè lên tệp baitap1 đÃ
có sẵn

log using d:\baitap2, text

Tạo tệp baitap2 tại ổ đĩa D, dới dạng văn
bản (text) (phần mở rộng là log)

log
using
append

d:\baitap2, Ghi tiếp tục biên bản làm việc ở tệp
baitap2 tại ổ đĩa D

Các tệp với phần mở rộng smcl có thể chuyển thành các tệp text bằng lệnh
translate.
Ví dụ:
translate baitap1.smcl exercise1.log
log of
Lệnh này tạm thời dừng việc ghi lại biên bản làm việc vào tệp log/smcl
đang mở
log on
Lệnh này tiếp tục ghi biên bản làm việc vào tệp log đang mở. Lênh này đ ợc dùng sau lện log using hoặc log off.
log close
Lệnh này đóng và lu trữ tệp log đang mở.
Chú ý:
-

Stata cho phép chỉ ghi lại những gì mà ngời sử dụng đÃ gõ trong
cửa sổ command, việc này giúp cho việc sau này viết các chơng
trình dựa trên những biên bản đÃ làm việc. Cú pháp:
cmdlog using (đờng dẫn\tên tệp) [, append replace]
cmdlog {of | on | close}

-

Để xem các file log/smcl vào thanh thực đơn: file/log/view (hoặc ở
cửa sổ lệnh command gõ: view (tên tệp)); hoặc có thể mở bằng các
chơng trình soạn thao văn bản khác nh MS-Word; Notepad

5. Nhập và lu dữ liƯu (Use, input and and save)
Më tƯp sè liƯu ®ang cã:
7

Cú pháp:
use (đờng dẫn\tên tệp)
Lệnh này mở tệp Stata, với phần rộng là .dta, đợc chỉ ra ở tên tệp.
Ví dơ:
use ho1.dta

më tƯp ho1.dta ë th mơc hiƯn thêi

use "D:\VHLSS 2004\ho1.dta",
clear

më tƯp ho1.ta ë th mơc VHLSS 2004 trªn
ỉD

TƯp sè liệu Stata có thể đợc mở bằng lựa chọn Open trên thực đơn File;
hoặc nút Open (use) trên thanh công cơ tool bar.
NÕu file sè liƯu cã dung lỵng lín thì chúng ta phải thiết lập bộ nhớ cần dùng
cho Stata b»ng lƯnh:
set memory #[k|m]
VÝ dơ:
set mem 32m
set mem 32000k
NhËp số liệu
Có một số cách để nhập số liệu từ bµn phÝm vµo bé nhí cđa Stata.
-

Sư dơng cưa sỉ Stata editor để nhập số liệu. Hoặc từ cửa sổ
command, gâ lƯnh edit. Sau ®ã nhËp sè liƯu theo kiĨu biểu bảng
trong cửa sổ này.

-

Sử dụng lệnh: input [danh sách biến + định dạng nếu cần]
Sau đó sử dụng bàn phím để nhập số liệu lần lợt cho các biến của
từng quan sát. Giá trị đợc nhập cách nhau 1 ký tù trèng. KÕt thóc
nhËp sè liƯu b»ng lƯnh end.
VÝ dô:
. input hhcode str15 name income
hhcode

name

income

1. 101 "Nguyen Van A" 1200
2. 102 "Nguyen Van B" 1350
3. 103 "Tran Thi C" 2310
4. end
Stata cho phÐp nhËp sè liƯu tõ c¸c file cơ sở dữ liệu khác. Trớc hết các file
số liệu này cần đợc lu trữ dới dạng text (có thể bằng chơng trình Excel),
các quan sát đợc các nhau 1 dòng và các giá trị cách nhau 1 dẫu phẩy

8

(commas) hoặc dấu cách (tab). Sau đó dùng lệnh insheet để nhập số liệu
này vào Stata.
Cú pháp:
insheet [danh sách biến] using (tên tệp text) [, [no]names comma
tab clear]
Lệnh này sẽ đọc vào bộ nhớ của Stata các quan sát của tệp text, và chỉ ra
tên các biến sẽ đợc tạo ra.
Các tuỳ chọn:
[no]names

Cho phép nhập tên biến đợc chỉ ra ở dòng thứ nhất của
file text

comma

Thông báo là các giá trị của file text đợc phân cách
bằng dấu phẩy

tab

Thông báo là các giá trị của file text đợc phân cách
bằng dấu tab

clear

Số liệu đợc đọc vào sẽ thay thế số liệu đang đợc thờng
trú trong bộ nhớ của Stata

Ví dụ:
. insheet using c:\income.txt

(3 vars, 4 obs)
. insheet maho hoten thunhap using c:\income.txt
(note: variable names in file ignored)
(3 vars, 4 obs)
Lu trữ số liệu
Cú pháp:
save (đờng dẫn\tên tệp) [,replace]
Lệnh này lu trữ số liệu đang ở trong bộ nhớ của Stata thành tệp chỉ định
dới tên tệp. Nếu tuỳ chọn replace đợc chỉ ra thì tệp số liệu này sẽ ghi ®Ì
lªn tƯp hiƯn thêi (tÊt nhiªn tªn tƯp sè liƯu là giống nhau).
Việc lu trữ số liệu có thể thực hiện bằng các tùy chọn Save và Save as ở
trong thanh thực đơn (menu bar); hoặc nút Save trên thanh công cụ (tool
bar).
Chú ý: Xem thêm lệnh infile và outfile

9

Chơng II: Khai thác dữ liệu

1. Cấu trúc lệnh trong Stata (Stata command syntax)
Cấu trúc cơ bản của một lệnh trong Stata nh sau:
[by danh s¸ch biÕn:] Có ph¸p lƯnh [danh sách biến] [biểu thức]
[điều kiện] [phạm vi] [quyền số] [, t chän]
Trong phÇn Híng dÉn s dơng (Help) cđa Stata, cú pháp lệnh trình bày bằng
tiếng Anh nh sau:
[by varlist:] command [varlist] [=exp] [if exp] [in range] [weight] [,
options]
Trong đó dấu ngoặc vuông ký hiệu các tuỳ chọn.
Chú ý:

-

Các câu lệnh Stata đợc viết bằng chữ thờng.

-

Đối với tên biến, Stata phân biệt chữ viết thờng với chữ viết hoa. VÝ
dơ, trong cïng mét tƯp sè liƯu, biÕn “Ho_ten” và biến ho_ten là 2
biến khác nhau.

-

Các tuỳ chọn đợc ký hiệu trong dấu ngoặc vuông [ ]. Các tuỳ chọn
này có thể có hoặc không trong câu lệnh. Các tham số bắt buộc
(tên biến) đợc đặt trong dấu ngoặc < >. Các câu lệnh sẽ không
thực hiện đợc nếu các tham số bắt buộc này không đợc khai báo.

-

Một sè lƯnh Stata cho phÐp viÕt t¾t. VÝ dơ lƯnh summarize có thể
viết tắt là sum. Trong cuốn tài liệu này phần gạch chân dới cú pháp
của câu lệnh là cú pháp viết tắt của câu lệnh đó.
10

-

Các ví dụ trong cuốn tài liệu này sử dụng số liệu Điều tra Mức sống
dân c năm 1998 do Tổng cục Thống kê tiến hành. Trong đó Tệp chi
tiêu tổng hợp Hhexp98n.dta thờng xuyên đợc sử dụng.

by danh sách biÕn (by varlist): Stata sÏ thùc hiƯn c©u lƯnh víi theo từng
giá trị đợc chỉ ra bởi danh sách biến. Biến đợc chỉ ra bởi danh sách biến
đợc yêu cầu s½p xÕp tríc khi thùc hiƯn lƯnh.
VÝ dơ:
. sort sex
. by sex: sum

rlpcex1

-> sex = 1
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+----------------------------------------------------rlpcex1 |
4375
2980.906
2430.648
357.318
45801.71
-> sex = 2
Variable |
Obs
Mean
Std. Dev.
Min
Max

-------------+----------------------------------------------------rlpcex1 |
1624
3748.368
3231.241
376.9805
30624.77

. sort sex urban98
. by sex urban98: sum

rlpcex1

-> sex = 1, urban98 = Rural
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+----------------------------------------------------rlpcex1 |
3344
2308.134
1345.671
357.318
24386.43
-> sex = 1, urban98 = Urban
Variable |
Obs
Mean
Std. Dev.

Min
Max
-------------+----------------------------------------------------rlpcex1 |
1031
5163.01
3602.245
682.9575
45801.71
-> sex = 2, urban98 = Rural
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+----------------------------------------------------rlpcex1 |
925
2553.448
1776.178
376.9805
25527.95
-> sex = 2, urban98 = Urban
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+----------------------------------------------------rlpcex1 |
699

5329.628
3962.946
1057.797
30624.77

11

Danh sách biến (varlist)
Chỉ ra danh sách các biến chịu tác động của câu lệnh. Nếu nh không có
biến nào đợc chỉ ra thì lệnh Stata sẽ có tác dụng lên tất cả các biến (all
variables)
Ví dụ:
. sum hhsize sex reg7
Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+----------------------------------------------------hhsize |
5999
4.752292
1.954292
1
19
sex |
5999
1.270712
.4443645

3.011082
1
12
--Break-r(1);

Lệnh sum này hiển thị thống kê cơ bản của tất cả các biến trong tệp số
liệu.
Điều kiện (if exp)
Stata chỉ thực hiện câu lệnh đối với các quan sát mà giá trị của nó cho
kết quả của biểu thức là đúng.
Ví dụ:
. sum

poor if reg7==1

Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+----------------------------------------------------poor |
859
.4982538
.5002882
0
1

Lệnh này chỉ có tác dụng đối với các quan sát mà biến reg7 có giá trị bằng
1.

Phạm vi (in range)
Chỉ ra phạm vi các quan sát chịu tác động của câu lệnh. Range (phạm
vi) có thể có các dạng sau:
12

sum poor in 10

Tính giá trị trung bình của biến poor cho quan sát 10
(chính bằng giá trị của biến poor tại quan sát thứ 10)

sum
poor
10/100

in Tính giá trị trung bình của biến poor cho quan sát từ
10 đến 100

sum
f/100

poor

in Tính giá trị trung bình của biến poor cho quan sát từ
đầu tiên đến 100

sum
100/l

poor

in Tính giá trị trung bình của biến poor cho quan sát từ
thứ 100 đến quan s¸t ci cïng

Qun sè (weight)
Cho phÐp tÝnh to¸n sđ dơng quyền số. Tuỳ chọn về quyền số sẽ đợc trình
bày kỹ ở mục 5 của chơng này.
Các tuỳ chọn (Options)
Nhiều câu lệnh Stata cho phép các tuỳ chọn riêng. Các tuỳ chọn này đợc
chỉ ra sau dấu phẩy.
Ví dụ:
Lệnh sum có tuỳ chọn là detail, cho phép tính toán thêm một số thống kê
khác ngoài giá trị trung bình và ®é lÖnh chuÈn.
. sum

rlpcex1, detail
comp.M&Reg price adj.pc tot exp
------------------------------------------------------------Percentiles
Smallest
1%
682.9575
357.318
5%
1012.433
366.2792
10%
1238.088
376.9805
Obs
5999

25%
1671.054
381.3502
Sum of Wgt.
5999
50%

2397.042

75%
90%
95%
99%

3711.917
5940.803
8045.32
14163.04

Largest
26944.64
30624.77
31066.5
45801.71

Mean
Std. Dev.

3188.667
2692.567

Variance
Skewness
Kurtosis

7249918
3.791027
29.21398

Chú ý:
-

Stata cho phép viết tắt các lệnh và tùy chọn. Trong tài liệu này, phần
gạch chân dới các lệnh có nghĩa là lệnh đó có thể viết tắt bằng ký
tự trong phần gạch chân này. Ví dụ nh lệnh use có nghĩa là có thể
đợc viết tắt bởi u.

-

Cú pháp của các câu lệnh trong tài liệu này ®ỵc viÕt b»ng tiÕng Anh,
cho phÐp ngêi ®äc cã thĨ ®èi chiÕu víi phÇn híng dÉn sư dơng trong
Stata.

13

2.Toán tử và hàm số (Operators and functions)
Các toán tử (operators)
Các toán tử trong Stata đợc ký hiệu nh sau:
Ký hiệu

ý nghĩa

Số học
+

Cộng

-

Trừ

*

Nhân

/

Chia

^

Luỹ thừa

Quan hệ
>

Lớn hơn

<

Nhỏ hơn

>=

Lớn hơn hoặc bằng

<=

Nhỏ hơn hoặc bằng

==

Bằng

~=

Không bằng (khác)

!=

Không bằng (khác)

Lôgíc
~

Không

|

Hoặc

&

Và

Chú ý:
Trong biểu thức dấu == đợc dùng cho việc kiểm định biểu thức, ví dụ nh
đợc dùng sau lệnh if. Còn dấu = đợc dùng cho lệnh tạo biến.
Ví dụ:
gen RRD=0
replace RRD=1 if reg8==1
Các hàm số (function)
Hàm số thờng đợc dùng trong biểu thức (exp) của câu lệnh Stata. Nếu coi Y
là một hàm số của f(X1, X2,, Xn) thì lệnh về hàm số trong Stata sẽ tính giá
trị của Y nếu cho các giá trị của X i. Stata có 8 loại hàm số:
Mathematical functions

Các hàm toán học

Statistical functions

Hàm thống kê

Random numbers

Hàm cho số ngẫu nhiên

String functions

Hàm liên quan đến dẫy ký tự

Special functions

Hàm đặc biệt
14

Date functions

Hàm ngày tháng

Time-series functions

Hàm chuỗi thời gian

Matrix functions

Hàm ma trËn

VÝ dơ:
gen absx=abs(x)
gen log_exp=log(rlpcex1)
C¸c ký hiƯu cơ thĨ vỊ c¸c hµm sè nµy cã thĨ xem ë mơc help functions.
3. Mô tả dữ liệu (Data reporting)
3.1. Xoá bộ nhớ của Stata
Cú pháp:
clear
Lệnh này xoá các dữ liệu trong bộ nhớ của Stata, bắt đầu cho một file làm
việc mới.

3.2. Hớng dẫn sử dụng lệnh Stata
Cú pháp:
help <Câu lệnh Stata>
Lệnh này hiển thị hớng dẫn sử dụng các lệnh Stata, lệnh Stata cần phải đợc gõ đầy đủ và chính xác.
Ví dô:
. help sum
help for sum not found
try help contents or search sum
. help summarize
----------------------------------------------------------------------------------------help for summarize

(manual: [R] summarize)

----------------------------------------------------------------------------------------Summary statistics
….
Chó ý:
Chóng ta cã thĨ t×m híng dÉn sư dơng theo tõ khoá bằng lệnh search. Lệnh
search có thể đợc thực hiện bằng tuỳ chọn Search ở thực đơn help.
3.3. Mô tả dữ liệu
Cú pháp:
15

describe [danh sách biến]
Lệnh này hiển thị thông tin chung nh tên biến, định dạng, nhÃn biến của
các biến đợc liệt kê bởi danh sách biến của file số liệu đang mở. Nếu nh
không có biến nào đợc chỉ ra thì lệnh describe sẽ hiện thị thông tin của
tất cả c¸c biÕn.
VÝ dơ:
. des

househol year month vlssmphs

storage display
value
variable name
type
format
label
variable label
-----------------------------------------------------------------------------househol
long
%12.0g
household code
year
float %9.0g
Year of interview
month
float %9.0g
Month of interview
vlssmphs
byte
%8.0g
1 if vlss, 2 if mphs
source

3.4. Hiển thị giá trị của các biến
Cú pháp:
list [danh sách biến] [điều kiện] [phạm vi] [, nolabel]
Lệnh này hiển thị giá trị của các biến đợc chỉ ra bởi danh sách biến. Tuỳ

chọn nolable cho phép hiển thị giá trị số chứ không phải là giá trị gán
nhÃn.
Ví dô:
. list

1.
2.
3.
4.
5.
. list

1.
2.
3.
4.
5.

househol farm in 1/5
househol
36307
28002
36017
32418
15215

farm
farm
farm
farm

non farm
non farm

househol farm in 1/5, nolabel
househol
36307
28002
36017
32418
15215

farm
1
1
1
0
0
16

3.5. Hiển thị dẫy ký tự và biểu thức
Cú pháp:
display ["Dẫy (chuỗi) ký tự"] [biểu thức]
Lệnh này hiển thị dẫy ký tự hoặc giá trị của biểu thức.
Ví dụ:
. dis "So lieu VLSS 1998"
So lieu VLSS 1998

. dis 120*100/30
400

3.6. Söa chữa, xem số liệu
Cú pháp:
edit

[danh sách biến] [điều kiện] [phạm vi] [, nolabel]

browse [danh sách biến] [điều kiện] [phạm vi] [, nolabel]
Lệnh edit này mở cửa sổ Data editor để ngêi sư dơng sưa ch÷a, nhËp sè
liƯu. T chän nolable cho phép hiển thị giá trị số chứ không phải là giá
trị gán nhÃn. Lệnh này có thể đợc chọn từ tuỳ chọn Data editor trong thanh
thực đơn Windows.
Lệnh browse giống lệnh edit nhng không cho phép sửa chữa số liệu.
3.7. Đếm quan sát
Cú pháp:
count [điều kiện] [phạm vi]
Lệnh này đếm số quan sát đợc chỉ ra bởi điều kiện (exp) và phạm vi
(range). Nếu điều kiện (exp) và phạm vi (range) không đợc chỉ ra thì sẽ
hiện thị số quan s¸t cđa tƯp sè liƯu.
VÝ dơ:
. count
5999
. count if reg7==1
859
. count if reg7==1 & urban98==1
187
. count if reg7==1 & urban98==0
672
17

3.8. Thống kê cơ bản
Cú pháp:
summarize [danh sách biến] [quyền số] [điều kiện] [phạm vi] [,
detail]
Lệnh này tính toán và hiển thị những thống kê cơ bản của các biến đợc
chỉ ra bởi danh sách biến. Tuỳ chọn detail cho phép hiển thị thêm một
số thống kê nh độ nhọn, độ lệnh và các giá trị của thập vị phân.
Ví dô:
. sum

rlpcex1

Variable |
Obs
Mean
Std. Dev.
Min
Max
-------------+----------------------------------------------------rlpcex1 |
5999
3188.667
2692.567
357.318
45801.71
. sum

rlpcex1, detail

comp.M&Reg price adj.pc tot exp
------------------------------------------------------------Percentiles

Smallest
1%
682.9575
357.318
5%
1012.433
366.2792
10%
1238.088
376.9805
Obs
5999
25%
1671.054
381.3502
Sum of Wgt.
5999
50%
75%
90%
95%
99%

2397.042
3711.917
5940.803
8045.32
14163.04

Largest

26944.64
30624.77
31066.5
45801.71

Mean
Std. Dev.

3188.667
2692.567

Variance
Skewness
Kurtosis

7249918
3.791027
29.21398

3.9. Hiển thị thông tin chung về biến
Cú pháp:
inspect [danh sách biến] [điều kiện] [phạm vi]
Lệnh này mô tả về số liệu của các biến kiểu số. Nó đa ra thông tin về số
âm, dơng, số nguyên, giá trị thiếu (missing) của giá trị của biến.
Ví dụ:
. gen x=invnorm(uniform())
. inspect x

18

x:
---|
#
|
#
|
#
|
#
|
#
#
#
| .
#
#
#
.
+----------------------3.918931
3.641588
(More than 99 unique values)

Negative
Zero
Positive
Total
Missing

Number of Observations

NonTotal
Integers
Integers
2964
2964
3035
3035
------------5999
5999
----5999

Chó ý: cã thể xem thêm lệnh codebook
3.10. Tạo bảng tần suất
Tạo bảng tần suất 1 chiều
Cú pháp:
tabulate <tên biến> [quyền số] [điều kiện] [phạm vi] [, missing
nolabel]
tab1 <danh sách biến> [quyền số] [điều kiện] [phạm vi] [, missing
nolabel]
Lệnh này tạo bảng tần suất 1 chiều của biến đợc chỉ ra. Lệnh tabulate chỉ
cho phép có 1 biến đợc chỉ ra, nếu có hơn 1 biến đợc chỉ ra thì Stata sẽ
hiểu là tạo bảng tần suất 2 chiều.
Các tuỳ chọn:
missing
xếp vào 1 loại.

Cho phép các quan sát không có giá trị (missing) đợc

nolabel
phải nhÃn biến

Cho phép hiển thị giá trị số của biÕn, chø kh«ng

VÝ dơ:
. tab sex
Gender of |
HH.head |
(1:M;2:F) |
Freq.
Percent
Cum.
------------+----------------------------------1 |
4375
72.93
72.93
2 |
1624
27.07
100.00
------------+----------------------------------Total |
5999
100.00
. tab1 urban98 reg7
-> tabulation of urban98

19

1:urban 98; |
0:rural 98 |

11.80
45.71
region4 |
754
12.57
58.28
region5 |
368
6.13
64.41
region6 |
1023
17.05
81.46
region7 |
1112
18.54
100.00
------------+----------------------------------Total |
5999
100.00

Tạo bảng tần suất 2 chiều
Cú pháp:
tabulate <tên biến 1> <tên biến 2> [quyền số] [điều kiện] [phạm
vi] [, chi2 missing nofreq cell column row]
tab2 <danh s¸ch biÕn> [quyền số] [điều kiện] [phạm vi] [, chi2
missing nofreq cell column row]
Lệnh tablulate này tính và hiển thị bảng tần suất 2 chiều của 2 biến đợc
chỉ ra. Lệnh tab2 tạo bảng tần suất 2 chiều của từng cặp biến đợc chỉ ra

Cho phép các quan sát không có giá trị đợc xếp vào 1
loại

nofreq

Không hiển thị tần suất

cell

Hiển thị tần suất tơng đối (tỷ lệ %) của các ô

column

Hiển thị tần suất tơng đối (tỷ lệ %) của các ô theo cột

row

Hiển thị tần suất tơng đối (tỷ lệ %) của các ô theo
hàng

Ví dụ:
. tab

reg7 urban98, cell nof

| 1:urban 98; 0:rural
Code by 7 |
98
regions |

Rural
Urban |
Total
-----------+----------------------+---------region1 |
11.20
3.12 |
14.32
region2 |
13.05
6.53 |
19.59
region3 |
10.00
1.80 |
11.80
region4 |
8.37
4.20 |
12.57
region5 |
6.13
0.00 |
6.13
region6 |
8.57
8.48 |
17.05
region7 |
13.84
4.70 |

18.54
-----------+----------------------+---------Total |
71.16
28.84 |
100.00
. tab farm urban98, column row
Type of HH | 1:urban 98; 0:rural
(1:farm; |
98
0:nonfarm) |
Rural
Urban |
Total
-----------+----------------------+---------non farm |
1021
1540 |
2561
|
39.87
60.13 |
100.00
|
23.92
89.02 |
42.69
-----------+----------------------+---------farm |
3248
190 |
3438
|

94.47
5.53 |
100.00
|
76.08
10.98 |
57.31
-----------+----------------------+---------Total |
4269
1730 |
5999
|
71.16
28.84 |
100.00
|
100.00
100.00 |
100.00

3.11. T¹o bảng thống kê tổng hợp bằng lệnh tabulatesummarize
Cú pháp:
tabulate <tên biến 1> <tên biến 2> [quyền số] [điều kiện] [phạm
vi] , summarize(tên biến 3) [means standard freq missing ]
Lệnh này tạo bảng một hoặc hai chiều định nghĩa bởi biến 1 hoặc biến
2 và mỗi ô cho giá trị thống kê trung bình, độ lệch chuẩn và tần suất của
biến 3.
21

VÝ dô:
. tab

farm urban98, sum(poor)
Means, Standard Deviations and Frequencies of poor

Type of HH | 1:urban 98; 0:rural
(1:farm; |
98
0:nonfarm) |
Rural
Urban |
Total
-----------+----------------------+---------non farm | .2791381 .06168831 | .14837954
| .44879538 .24066673 | .35554523
|
1021
1540 |
2561
-----------+----------------------+---------farm | .42302956 .12105263 | .4063409
| .4941161 .32705022 | .49122109
|
3248
190 |
3438
-----------+----------------------+---------Total | .3886156 .06820809 | .29621604
| .48749275 .25217555 | .45662551
|
4269
1730 |

5999

Các tuỳ chọn:
means

Hiển thị mỗi giá trị trung bình

standard

Hiển thị mỗi giá trị độ lệch chuẩn

freq

Hiển thị mỗi giá trị tần suất

missing

Cho phép các quan sát không có giá trị đợc xếp vào 1
loại

Ví dụ:
. replace poor=poor*100
(1777 real changes made)
. format poor %4.2f
. tab reg7 urban98, sum(poor) means
Means of poor
| 1:urban 98; 0:rural
Code by 7 |
98
regions |

Rural
Urban |
Total
-----------+----------------------+---------region1 |
61.46
8.02 |
49.83
region2 |
32.57
5.87 |
23.66
region3 |
44.83
10.19 |
39.55
region4 |
37.25
11.51 |
28.65
region5 |
47.28
. |
47.28
region6 |
12.45
2.16 |
7.33
region7 |
35.78
10.28 |

29.32
-----------+----------------------+---------Total |
38.86
6.82 |
29.62

22

3.12. Tạo bảng thống kê tổng hợp bằng lệnh tabstat
Cú pháp:
tabstat <danh sách biến> [quyền số] [điều kiện] [phạm vi] [,
statistics(cú pháp tkê [...]) by(tên biến) missing format[(%fmt)]]
Lệnh này tính toán các thống kê của các biến đợc chỉ ra bởi danh sách
biến cho từng giá trị của biến phân loại (categorical) đợc chỉ ra bởi by(tên
biến).
Ví dụ:
. tabstat

rlfood rlhhex1, stats(mean median) by(reg7)

Summary statistics: mean, p50
by categories of: reg7 (Code by 7 regions)
reg7 |
rlfood
rlhhex1
--------+-------------------region1 | 5595.556 9560.349
| 5350.916 8536.373
----------------------------region2 | 6419.427 12951.14
| 5664.145 9997.146

----------------------------region3 | 5692.201 10885.38
| 5369.411 9022.334
----------------------------region4 | 6512.576 13525.41
| 5790.046 11077.51
----------------------------region5 | 5894.983 11217.05
| 5380.505 9421.447
----------------------------region6 | 9746.158 23515.01
| 8428.743 18514.39
----------------------------region7 | 6556.616 13068.11
| 6066.128 11043.99
----------------------------Total | 6787.898 14010.74
| 5951.567 10733.19
-----------------------------

Các tuỳ chọn:
statistics(statname
[...])

Chỉ ra thống kê cần tính cho danh sách biến

by(tên biến)

Chỉ ra biến phân loại (categorical)

Missing

Giá trị thiếu (mising) của biến loại đợc xem nh 1
loại

format[(%fmt)]

Chỉ ra định dạng của số liệu hiển thị
23

Stata cho phép các loại thống kê đợc chỉ ra bởi statistics(cú pháp thống kê
[...]) nh sau:
Cú pháp thống kê

ý nghĩa

mean

Trung bình mean

count

Đếm số quan sát

n

Giống nh lệnh count (Đếm số quan sát)

sum

Tổng cộng

max

Giá trị lớn nhất

min

Giá trị nhỏ nhất

range

Biên độ = Giá trị lớn nhất - Giá trị nhỏ nhất

sd

Độ lệch chuẩn

sdmean

Độ lệch chuẩn của trung bình = Độ lệch chuẩn /
{(Số quan sát)^0.5}

skewness

Độ lệch của phân phối

kurtosis

Độ nhọn

median

Trung vị (Giống nh p50)

p1

1% phân vị

p5

5% phân vị

p10

10% phân vị

p25

25% phân vị

p50

50% phân vị (trung vị)

p75

75% phân vị

p90

90% phân vị

p95

95% phân vị

p99

99% phân vị

iqr

p75 - p25

q

tơng đơng với "p25 p50 p75"

VÝ dô:
. tabstat

rlpcex1, stats(mean sd q) by(reg7) format(%5.1f)

Summary for variables: rlpcex1
by categories of: reg7 (Code by 7 regions)
reg7 |
mean
sd
p25
p50
p75
--------+--------------------------------------------------

24

1850.8
2700.5
region6 |
5257.5
4005.7
2676.7
4154.1
6431.8
region7 |
2931.1
2137.2
1680.1
2321.9
3414.7
----------------------------------------------------------Total |
3188.7
2692.6
1671.1
2397.0
3711.9
-----------------------------------------------------------

3.13. T¹o bảng thống kê tổng hợp bằng lệnh table
Cú pháp:
table <biến dòng> [biến cột [biến cột trên cùng]] [điều kiện]
[phạm vi] [qun sè] [, contents(néi dung) row col format(%fmt)
missing]
LƯnh nµy cho phép tính các thống kê của các biến đợc chỉ ra trong
contents theo dạng bảng, trong đó các hàng đợc định nghĩa bởi biến
dòng, còn các cột đợc định nghĩa bởi biến cột (và biến cột trên cùng). Các

biến hàng và cột này là các biến phân loại (categorical).
Ví dụ:
. table reg7 urban98 farm, contents(mean poor)
---------------------------------------------------|
Type of HH (1:farm; 0:nonfarm) and
|
1:urban 98; 0:rural 98
Code by 7 | ---- non farm --------- farm -----regions
|
Rural
Urban
Rural
Urban
----------+----------------------------------------region1 | 19.35484 6.015038
65.7377 12.96296
region2 | 26.66667 4.624278
33.96524 15.21739
region3 | 40.98361 10.11236
45.8159 10.52632
region4 |
21.6 11.63793
42.44032
10
region5 | 30.76923
49.24012
region6 | 15.04065 2.195609
10.07463
0
region7 | 38.62816 10.04184
34.35805 11.62791

----------------------------------------------------

Các tuỳ chọn:
Contents(nội dung)

Liệt kê danh sách các biến và các thống kê. Các ký
hiệu thống kê tơng tự nh ở lệnh tabstat

row

Hiển thị thống kê tổng của các dòng

col

Hiển thị thống kê tổng của các cột

format(%fmt)

Chỉ ra định dạng của số liệu hiển thị
25

Using stata with VHLSS data_GSO

Tài liệu liên quan

Tài liệu bạn tìm kiếm đã sẵn sàng tải về