STATA-第二章-描述性统计命令与输出结果说明

1第二章描述性统计命令与输出结果说明本节STATA命令摘要by分组变量：]summarize变量名1变量名2…变量名m[,detail]ci变量名1变量名2…变量名m[,level(#)binomialpoissonexposure(varname)by(分组变量)]cii样本量均数标准差[,level(#)]tab1变量名[,generate(变量名)]资料特征描述(均数，中位数，离散程度)例：某地测定克山病患者与克山病健康人的血磷测定值如下表患者2.63.243.733.734.324.735.185.585.786.406.53健康人1.671.981.982.332.342.503.603.734.144.174.574.825.78其中变量x1为患者的血磷测定值数据，变量x2为健康人的血磷测定值数据。上述数据也可以用变量x表示血磷测定值，分组变量group=0表示患者组和group=1表示健康组(如：患者组中第一个数据为2.6，则x=2.6，group=0；又如：健康组中第三个数据为1.98，则x为1.98以及group为1)，并假定这些数据已以STATA格式存入ex2a.dta文件中。计算资料均数，标准差命令summarize，以述资料为例：Mean均值；Std.Dev.标准差即：本例中急性克山病患者组的样本数为11，血磷测定值均数为4.711(mg%)，相应的标准差为1.303，最小值为2.6以及最大值为6.53；健康组的样本量为13，血磷测定值均数为3.3546，相应的标准差为1.3044，最小值为1.67以及最大值为5.78。计算资料均数，标准差，中位数，低四分位数和高四分位数的命令summarize以及子命令detail，仍以述资料为例：x2133.3546151.3043681.675.78x1114.7109091.3029772.66.53VariableObsMeanStd.Dev.MinMax.summarize2结果：Percentiles显示了从1%到99%的分位数的取值。第二列是最小和最大的5个数。第三列从上到下：obs观测值数目、mean平均数、std.dev标准差、variance方差。skewness偏度:偏度的绝对值越小，表明该数据的正态对称性越好。kurtosis峰度:峰度值越大表明该数据的正态峰越明显。95%可信限计算：正态数据：ci变量名0-1数据：ci变量名,binomialpoisson分布数据：ci变量名，poisson90%可信限计算(其它可信限类推)正态数据：ci变量名,level(90)0-1数据：ci变量名,level(90)binomialpoisson分布数据：ci变量名，level(90)poissoncix1x2[95%Conf.Interval]为95%的可信限，因此x1的95％可信限为[3.8356,5.5863]，x2的95％可信限为[2.5664,4.1428]。根据样本数，样本均数和标准差计算可信限。.99%5.785.78Kurtosis1.87539295%5.784.82Skewness.296394390%4.824.57Variance1.70137775%4.174.17LargestStd.Dev.1.30436850%3.6Mean3.35461525%2.332.33SumofWgt.1310%1.981.98Obs135%1.671.981%1.671.67PercentilesSmallestx299%6.536.53Kurtosis1.80995195%6.536.4Skewness-.081344690%6.45.78Variance1.69774975%5.785.58LargestStd.Dev.1.30297750%4.73Mean4.71090925%3.733.73SumofWgt.1110%3.243.73Obs115%2.63.241%2.62.6PercentilesSmallestx1.summarizex1x2,detailx2133.354615.36176672.5663934.142837x1114.710909.39286243.8355575.586261VariableObsMeanStd.Err.[95%Conf.Interval].cix1x23若数据服从正态分布，并已知样本均数和标准差以及样本数，则95％可信限计算为：cii样本数样本均数标准差[，level(#)]例：已知样本数为90样本均数为40以及样本标准差为12，则：计算该样本均数的95%可信限为cii904012该样本均数95%可信限为[37.48665,42.51335]cii904012,level(90)该样本均数90%可信限为[37.89752,42.10248]计数资料中频数和比例STATA命令：tab1变量名[,g(新变量名)因为该命令主要适用描述计数资料(即：属性资料)，当使用子命令g(新变量)，则产生属性指示变量。在回归分析中经常需要这些指示变量作为亚元变量进行分析。例：50只小鼠随机分配到5个不同饲料组，每组10只小鼠。在喂养一定时间后，测定鼠肝中的铁的含量(mg/g)如表所示：试比较各组鼠肝中铁的含量是否有显著性差别。用x表示鼠肝中铁的含量以及用group=1，2，3，4，5分别表示对应的5个组。x:2.231.142.6311.352.011.641.131.011.70group:1111111111x:5.590.966.961.231.612.941.963.681.542.59group:2222222222x:4.53.9210.338.232.074.96.846.423.726group:3333333333x:1.351.060.740.961.162.080.690.680.841.34group:4444444444x:1.41.512.491.741.591.3634.815.215.12group:5555555555tab1group,g(a)90401.26491137.4866542.51335VariableObsMeanStd.Err.[95%Conf.Interval].cii90401290401.26491137.8975242.10248VariableObsMeanStd.Err.[90%Conf.Interval].cii904012,level(90)4Freq.为各属性资料的频数；②Percent为该属性占整个资料样本数的百分比；③Cum.为累计百分比。本例中，总样本数为50，共有5组，每组有10个样本点，各占总样本数的10%。因为使用了子命令g(a)，从而产生5个指示变量(又可称亚元变量):a1，a2，a3，a4和a5。变量a1用于指示第1组的资料：即：当资料属于第1组的(group=1)，则a1=1；其它组的资料(group¹1)，则a1=0。变量a2用于指示第2组的资料，变量a3，a4和a5相应分别指示第3，4，5组的资料(详细见下表)。Total50100.0051020.00100.0041020.0080.0031020.0060.0021020.0040.0011020.0020.00groupFreq.PercentCum.-tabulationofgroup.tab1group,g(a)