Nivelacion Stata PDF
Nivelacion Stata PDF
Nivelacion Stata PDF
1
Investigadora, Centro de Microdatos, Departamento de Economa, Universidad de Chile
([email protected]). Cualquier error es responsabilidad exclusiva del autor. Se agradece a J.
Eguiguren los comentarios y cooperacin en la elaboracin de este apunte.
1
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
TABLA DE CONTENIDOS
INTRODUCCIN 3
IV.1. DESCRIBE 15
IV.2. CODEBOOK 17
IV.3. EDIT 19
IV.4. IST; INSPECT; DUPLICATES; COUNT; ORDER 20
IV.5. SUM 23
IV.6. TABULATE 27
IX. GRFICOS 79
X. AYUDA: HELP 91
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Introduccin
Este documento pretende los introducir el uso del programa STATA, mediante la
entrega de conceptos y comandos bsicos para el inicio en este software. En una
primera parte haremos una pequea introduccin al programa, luego veremos
brevemente como se carga una base de datos, y en una tercera parte se ver cual es
la manera ms adecuada de trabajar con ella. Adicionalmente, en una cuarta parte se
vern los comandos que comnmente se utilizan para inspeccionar una base de datos
y obtener estadsticas descriptivas de sus variables, especficamente veremos
comandos como sum, el cual nos entrega un set de estadsticas bsicas de la variable,
describe, y varios otros. En una quinta parte se enseara como se pueden modificar
las bases de datos, especialmente, cambiando el nombre de las variables, unir bases
de datos, eliminar y agregar variables, cambiar la estructura de ellas y crear nuevas
variables a partir de las variables existentes.
Es importante aclarar que gran parte de los comandos de stata se puede hacer
mediante la utilizacin directa del comando, o mediante la utilizacin de ventanas.
Durante este curso veremos ambas formas.
escolaridad Ingreso
10 80.000
12 120.000
13 110.000
4 85.000
5 70.000
8 65.000
17 450.000
21 1.200.000
2 60.000
3
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
I. Una pequea introduccin al programa
STATA es una aplicacin completa e integrada, basada en comandos, que tiene todos
los elementos necesarios para realizar anlisis estadstico, manejo de datos
estadsticos y grficos. Las versiones mas nuevas de STATA (a partir de la versin 8.0)
posee una forma ms fcil de utilizar, que consiste simplemente en hacer clic en
ventanas con las opciones de anlisis y procesamiento de datos, adems tiene la
opcin antigua mediante los comandos. El programa posee una ayuda en lnea, es un
programa fcil y rpido de utilizar.
Cmo se ve STATA?
Review: en esta ventana aparecen los comandos que han sido utilizados
durante la seccin en turno.
Results: muestra los resultados de la aplicacin de los comandos, slo los
resultados ms recientes son visibles en esta ventana
Variables: en esta venta se presenta el listado de variables que se encuentran
en la base de datos que se este trabajando
Commands: corresponde a la ventana donde introducen los comandos para
obtener el resultado deseado. Sirve para utilizar STATA en forma interactiva.
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Los conos de la parte superior tienen los siguientes usos:
Abrir el editor de do-file. Los archivos do son archivos con esta extensin que nos
permiten en forma ordenada escribir todo lo que queremos hacer en nuestra base de
datos: cambiar la base de datos, sacar estadsticas, etc, y luego presionando
correr dicho do y obtener los resultados.2
2
Lo ideal es combinar la utilizacin de un do y un log; el primero permite tener en forma ordenada todos
los comandos que se estn utilizando y todas las instrucciones que se quieren ejecutar, mientras que el
segundo guarda en un archivo de texto todos los resultados que surgen de este archivo do.
5
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
II. Como organizar el trabajo en STATA
Cuando se abre STATA es importante saber donde se esta trabajando, es decir, en que
carpeta se estn guardando los resultados o desde que carpeta vamos a llamar la base
de datos, etc. Si no se sabe la carpeta o directorio donde STATA esta ubicado podemos
averiguarlo escribiendo el comando pwd:
pwd
C:\data Este resultado nos indica que estamos ubicados en el disco C del
computador en la carpeta data
cd C:\Nivelacion_Stata
Por ejemplo, si estamos trabajando con informacin de tres bases de datos distintas, y
queremos dejar la informacin relevante para el estudio en una sola base datos (ms
adelante veremos como hacer esto), lo ideal es trabajar en una sola carpeta,
Nivelacion_Stata, y no tener las tres bases de datos repartidas en carpetas distintas.
Si no estn en la misma carpeta no es til indicarle el directorio al comienzo, ya que
igual cuando llamemos a cada una de las bases de datos, al estar en carpetas
distintas, tendremos que cambiar la ruta.
Importante: los sistemas operativos ms nuevos permiten que las carpetas tengan
nombres con espacio en blanco, por ejemplo, Nivelacion Stata. Sin embargo, STATA
no va a reconocer una carpeta que tenga espacios en blanco en el nombre, a no ser
que se indique la ubicacin de esta carpeta entre comillas. Por este motivo, se debe
evitar llamar a una carpeta con la que van a trabajar en STATA con nombres que
contengan espacios en blanco.3
3
Esto problema es comn cuando trabajan en el Escritorio del computador, ya que la carpeta en este caso
es C:\Documents and Settings\...., tiene espacios en blanco.
6
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Supongamos que la carpeta en que vamos a tratar se llama Nivelacion Stata, en la
primera lnea del siguiente cuadro podemos apreciar que al entregar la ubicacin de la
carpeta utilizando el comando cd, el programa nos entrega un error invalid syntax,
esto se debe a que el nombre de la carpeta tiene espacios en blanco. Si agregamos
comillas a la ruta no se produce el error.
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
III. Cmo cargar una base de datos?
Las bases de datos en formato Stata tienen extensin .dta. Las versiones antiguas del
software no se pueden abrir bases de datos que han sido trabajadas y guardas en una
versin ms moderna, cuando intentemos hacer esto el programa entregar un error
indicando que la base no tiene formato Stata.
Antes de abrir una base de datos se tienen que cumplir dos condiciones:
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
El comando general para entregar memoria a Stata es:
o simplemente
Notar que en ambos casos el comando incorpora la opcion , clear, esto nos
garantiza que la base de datos sea abra si es que ya existe otra base de
datos previa en el programa, esta opcin ahorra el paso previo de ejecutar
el comando clear antes de abrir la base de datos.
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Esto porque Stata cree que el nombre de la carpeta es simplemente
Nivelacion. Si utilizamos comillas no se produce el error.
10
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
El color rojo indica que la variable no es numrica.
o alternativamente:
11
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
12
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Cuando las bases de datos vienen el texto y son muy grandes no se pueden
ver utilizando un block de notas, en estos casos se recomienda utilizar el
programa TextPad que puede ser descargado gratuitamente
(www.textpad.com). Siempre es recomendable inspeccionar la base de
datos en texto antes de ser traspasada a Stata.
5- Si la base de datos tiene otro formato, por ejemplo, SPSS (.sav), dbase
(.dbf), Access (.mbd), etc; existe un software llamado Stat Transfer, que
permite transformar base de datos desde y a diversos formatos.
save C:\Nivelacion_Stata\ingresos_new.dta
Una vez que los datos han sido cargados, se puede optimizar el espacio que
estos ocupan utilizando el comando compress, este comando comprime la
base de datos. Es muy til cuando trabajamos con bases de datos grandes.
Hasta ahora hemos aprendido como cargar una base de datos en Stata, en lo que
sigue se vern los comandos bsicos para analizar una base de datos.
Entonces, con los comandos recin estudiados, comencemos por abrir la base de
datos:
cd C:\Nivelacion_Stata
set mem 100m
use exteps09.dta, clear
13
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
IV. Leyendo los datos
Existen varios comandos que nos permiten obtener informacin preliminar acerca de
de los datos y estadsticas acerca de ellos. Veremos bsicamente los comandos
describe, codebook, edit, sum, tab, inspect, count y duplicate.
Tambin podemos leer los datos usando las ventanas correspondientes, tal como lo
observamos en la siguiente figura:
Como podemos ver, si vamos a la opcin Data y luego seguimos la opcin Describe
data, veremos una serie de opciones que veremos a continuacin, tal como el
comando describe o el codebook. Tambin mediante la opcin Data podemos
directamente ver el editor de stata.
14
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
IV.1. Describe
4
Ver Anexo A sobre el tipo de almacenamiento de datos
15
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Para usar el comando mediante el uso de ventanas basta con seguir el mismo
esquema recin mostrado y hacer doble clic sobre Describe variables in memory.
16
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
IV.2. Codebook
Existen otras formas de obtener una descripcin de las variables en la base de datos,
una de las mejores es usar el comando codebook. Al igual que con el comando
describe, al tipear simplemente codebook se va a describir cada variable. El siguiente
cuadro muestra la diferencia entre ambos comandos:
Tanto el comando describe como el comando codebook nos permite distinguir dos
tipos de variables, las numricas y las no numricas. Slo se pueden obtener
estadsticas de los datos cuando las variables son numricas, aunque muchas veces es
ms fcil visualizar la base de datos cuando las variables tienen nombres en vez de
nmeros o cdigos.
17
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Otra funcin que podemos aplicar sobre la misma ventana es condicionarla a algo,
como, por ejemplo, que la inspeccin sea slo para lo hombres:
18
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
IV.3. Edit
Otra forma de conocer o tener una visin ms amplia de la base de datos es mediante
el comando edit; el que nos mostrar una planilla donde podremos ver la base de
datos completa; sus variables y todas sus observaciones. Tambin lo podemos hacer
va ventanas mediante la opcin Data y luego Data editor
Al igual que en los casos anteriores tambin se puede realizar la misma operacin va
el comando edit y tambin podemos editar una matriz mas pequea especificando las
variables que queramos incluir utilizando la encuesta casen 2003, por ejemplo edit
sexo09 edad09 esc09 numper ytotal
19
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
IV.4. ist; inspect; duplicates; count; order
Un comando bastante til, similar al edit; es el list; el cal despliega los datos en la
ventana de resultados (Stata Results); en vez de enviarnos al editor.
20
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Otro comando; el cual asegura que una variable es una codificacin nica dentro de
una base de datos, es el comando duplicates report. Este comando se usa
generalmente para chequear que no existan observaciones duplicadas (folios
duplicados) dentro de una base de datos. Si tenemos la siguiente base de datos:
21
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
El resultado que entrega aplicar este comando a la variable id es el siguiente:
22
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
El comando count, lo que hace es contar tal como lo dice su nombre. Por ejemplo:
y nos entregar la base de datos de tal forma que al aplicar el comando edit la primera
variable que veremos ser folio, luego edad, luego aos de escolaridad, etc.
IV.5. Sum
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Si nos interesan las estadsticas de una sola variable, por ejemplo, escolaridad:
24
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Esto mismo se podra hacer alternativamente utilizando if :
25
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Todo lo anterior se puede hacer tambin mediante ventanas, especificaremos slo un
caso, donde se pide un sum de la variable esc y se pide una descripcin detallada, lo
que se obtiene mediante la opcin Display additional statistics
26
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
IV.6. Tabulate
El comando tabulate (o tab) permite hacer tablas con las variables de inters. La
tabla ms sencilla se realiza de la siguiente forma:
Esta tabla indica el nmero de observaciones total y de cada una de las categoras de
la variable, el porcentaje que cada uno representa sobre el total y el porcentaje
acumulado.
El comando tab1 permite hacer esto mismo pero para varias variables
simultneamente:
27
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Adems, con este comando, se pueden realizar cruces entre variables, por ejemplo:
Si en vez de las frecuencias uno quiere ver el porcentaje, que sume 100% en forma
horizontal (filas), se debe agregar a lo anterior una coma y la palabra row y poner
adems nofreq (para que no se muestre las frecuencias):
28
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Si se quiere que los porcentajes sumen 100% en forma vertical (columnas) debemos
hacer lo siguiente:
Este cdigo entrega dos tablas de la variable escolaridad, una para los hombres y otra
para las mujeres. Lo mismo es posible de ser realizado utilizando el condicional if:
29
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Tambin se puede utilizar el comando tabulate para generar variables dicotmicas.
Por ejemplo, si se quiere generar variables dicotmicas para cada ao de escolaridad:
Si los aos de educacin toman valores que van desde 0 a 21, se generarn 22
variables dicotmicas.
Supngase ahora que se requiere hacer un cuadro con los aos de escolaridad, pero en
vez de entregar la frecuencia o porcentaje de observaciones en cada categora, se
requiere que muestre una estadstica de otra variable, por ejemplo, el promedio de
ingreso. Para realizar este tipo de tablas se debe usar el comando tab agregndole
despus de una coma la palabra summarize. Para el ejemplo citado debera utilizar el
siguiente cdigo:
30
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Por ltimo, el comando tabstat permite realizar tablas con las siguientes estadsticas:
--------------------------------------------------
mean promedio
count cuenta el nmero de observaciones que tiene valor
n igual que count
sum suma
max mximo
min mnimo
range rango=max-min
sd desviacin estndar
var varianza
cv coeficiente de variacion (sd/mean)
semean error estndar de la media = sd/sqrt(n)
skewness asimetra
kurtosis kurtosis
median mediana (lo mismo que p50)
p1 1st percentile
p5 5th percentile
p10 10th percentile
p25 25th percentile
p50 50th percentile (igual que la mediana)
p75 75th percentile
p90 90th percentile
p95 95th percentile
p99 99th percentile
iqr rango interquantil = p75 - p25
q equivalente a especificar "p25 p50 p75"
--------------------------------------------------
31
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Como hemos visto en los casos anteriores tambin podemos tabular usando las
ventanas:
Si quisiramos graficar escolaridad contra sexo hacemos doble click sobre Table of
summary statistics observamos el dibujo que viene y ponemos esc en Row
variable y sexo sobre Column variable.
32
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
33
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
V. Modificacin de una base de datos.
En esta seccin veremos como se pueden modificar las bases de datos, desde los
nombres de sus variables y la generacin de nuevas variables hasta la forma se como
se pueden unir dos bases de datos
Para lograr que una base de datos sea ms amigable y sea entendida por cualquier
usuario, es recomendable incorporar etiquetas a los nmeros o cdigos de las
variables. Esto se hace mediante la utilizacin de variables secundarias llamadas value
labels. Si una variable tiene una variable secundaria que entregue etiqueta a los
cdigos que contiene, debera aparecer en el resultado del comando describe.
No tiene asociada una variable secundaria que nos indique que significa el nmero 1 y
el nmero 2 en esta variable.
Entonces para etiquetar los cdigos de una variable se deben realizar dos pasos:
1- Crear la variable secundaria (value label) que realice el nexo entre los cdigos y
sus etiquetas:
Al hacer un describe de la variable sexo09, este indica que existe una variable que
contiene la etiqueta de los nmeros o cdigos de esta variable:
34
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Si es que la base de datos que uno tiene ya viene con las variables secundarias de
etiquetas (value labels), y queremos saber que cdigo esta relacionado a que etiqueta,
se debe utilizar el comando label list:
Por otro lado si queremos en ese instante darle nombre a las variables y su respectiva
descripcin, hacemos doble click sobre la variable y nos aparecer el siguiente cuadro:
35
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
En Name escribimos el nombre de la variable y en Label su descripcin.
Adicionalmente existen otros dos tipos de etiquetas: para las variables y para la base
de datos.
Para etiqueta una variable (variable label) se utiliza el comando label var:
Para ver la base de datos en la pantalla se puede tipear en Stata Command la palabra
Cuando una variable est en formato string (no numrico) no se pueden obtener, la
diferencia es que el primero de los comandos despliega la hoja de clculo y el segundo
36
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
despliega los datos en la ventana de resultados (Stata Results). Tambin en el editor
se puede introducir las etiquetas a las variables y a los cdigos de cada variable.
Cuando una variable est en formato string (no numrico) no se pueden obtener
estadsticas de ella. Los comandos encode y decode cambian el formato de una
variable string a numrico y viceversa:
Mediante este cdigo generamos una nueva variable que le asigna un cdigo a cada
palabra distinta en la variable y deja como etiqueta la palabra.
generate nueva_variable=real(variable)
37
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Las variable pas y var1 tienen formato string, en el primer caso es una variable que en
esencia es no numrica pero podramos querer codificar, en el segundo caso es una
variable que debera ser numrica, no queremos codificar, sino que se transforme en
formato numrico:
38
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
V.2. Unir bases de datos: merge y append
Muchas veces es necesario combinar dos o ms bases de datos para formar una sola.
Para ello se pueden utilizar los comandos merge y append. El primero une dos bases de
datos utilizando una variable en comn (generalmente es un folio o cdigo que
identifica las observaciones en la base de datos). Las dos bases de datos deben estar
guardadas en formato .dta y deben estar ordenadas de acuerdo a la variable que se va
a pegar. El objetivo del comando merge es agregar variables (columnas) no
observaciones (filas). Supongamos que tenemos dos bases de datos, la primera
llamada uno.dta contiene la siguiente informacin:
39
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
id esc sexo edad
1 8 1 20
2 9 2 55
3 11 2 45
4 13 2 47
5 15 1 32
6 2 2 31
7 0 1 28
8 10 1 26
9 9 1 35
Y supongamos que tenemos otra base de datos (dos.dta) con la siguiente informacin:
id ingreso
1 80000
3 99000
4 110000
6 130000
8 150000
9 200000
10 115000
11 98000
1- Ordenar la base de datos dos.dta (using data set) de acuerdo a las variables
que vamos a hacer el pegado (id) y guardar esta base de datos:
sort id
save dos.dta, replace
use uno.dta
sort id
merge id using dos.dta
40
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
id esc sexo edad ingreso _merge
1 8 1 20 80000 3
2 9 2 55 1
3 11 2 45 99000 3
4 13 2 47 110000 3
5 15 1 32 1
6 2 2 31 130000 3
7 0 1 28 1
8 10 1 26 150000 3
9 9 1 35 200000 3
10 115000 2
11 98000 2
Al realizar este pegue de datos, el programa generar una variable, si Ud. no le asigna
un nombre se crear con el nombre _merge, pero Ud. puede darle el nombre que
desee de la siguiente forma:
Adicional a la base expeps09.dta tal Ud. dispone de la base de datos expeps06.dta que
corresponde a la misma encuesta pero realizada en el 2006 para los mismos
entrevistados (parte de ellos)
Si quiero construir entonces una sola base de datos que contenga todas estas variables
en forma conjunta, debera realizar los siguientes pasos:
41
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Lo que este pequeo cdigo nos indica es que carguemos la base de datos
exteps06.dta, la ordenemos (utilizando el comando sort) de acuerdo al identificador
folio, y guardemos los cambios realizados (esta base de datos se denomina using
dataset). Luego abrimos la base de datos a la cual le vamos a pegar variables (master
dataset), exteps09.dta, la ordenamos de acuerdo al identificador folio, y finalmente le
pegamos la informacin que esta en la base exteps06.dta utilizando el comando merge.
Si alguna de las bases de datos no esta ordenada les arrojara un mensaje de error:
El resultado de pegar ambas bases de datos se puede revisar con la variable _merge
que se genera de manera automtica:
La nueva versin del comando es la siguiente (no requiere ordernar las bases de
datos):
42
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Por otro lado, el comando append, anexa observaciones para el mismo conjunto de
variables, es decir, agrega filas a la base de datos. Supongamos que adems de
uno.dta tenemos otra base de datos (tres.dta) que contiene las mismas variables que
la primera pero para otros 10 individuos distintos:
10 8 1 20
11 9 2 55
12 11 2 45
13 13 2 47
14 15 1 32
15 2 2 31
16 0 1 28
17 10 1 26
18 9 1 35
19 4 2 20
Entonces podemos juntar estas 19 observaciones en una sola base de datos mediante
el comando append, de la siguiente forma:
use dos.dta
append using tres.dta
43
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
44
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
El resultado es el siguiente:
1 8 1 20
2 9 2 55
3 11 2 45
4 13 2 47
5 15 1 32
6 2 2 31
7 0 1 28
8 10 1 26
9 9 1 35
10 8 1 20
11 9 2 55
12 11 2 45
13 13 2 47
14 15 1 32
15 2 2 31
16 0 1 28
17 10 1 26
18 9 1 35
19 4 2 20
45
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Y lo mismo proveniente de la encuesta EPS 2006:
46
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Podemos juntar bases de datos usando las ventanas tambin; en la opcin Data
existe la opcin Combine datasets luego se hace doble clic en Merge o Append y
nos sale una ventana que nos permite juntar dos o mltiples bases de datos:
Luego, para el caso de merge, buscamos la base que le queremos aadir a la base que
estamos usando y ponemos su direccin donde sale Filnename of dataset on disk,
luego en Key variables ponemos el nombre de la variable mediante el cual queremos
unir las dos bases de datos.
47
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
V.3. Condensar una base de datos: collapse
Suponga que tiene una base de datos de hogares y que cada hogar tiene una
observacin para cada miembro del hogar que lo integra. Si cada hogar dispone de un
identificador nico, entonces se puede formar una base de datos alternativa que
contenga una sola observacin por hogar (en lugar de una observacin por individuo)
para cada una de las variables deseadas. Esta observacin puede contener la media,
desviacin estndar, suma, u otro estadstico por hogar (sino se especifica calcula la
media). Por ejemplo:
El cdigo anterior crea una base de datos con cuatro variables (hogar, edad, educacin
e ingreso) con una observacin por hogar, la cual contiene el promedio de la edad por
hogar, el mximo de la educacin por hogar y la mediana del ingreso por hogar.
48
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
V.4. Cambiar la estructura de la base de datos: reshape
Para explicar como se utiliza este comando primero vamos a definir dos
representaciones de las bases de datos: wide form (forma horizontal) y long form
(forma vertical).
Long form:
Wide form:
49
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
En la base de datos en forma vertical (long form) podemos ver que existe una variable
que es constante al interior de un grupo, en este caso, al interior de una empresa,
tenemos una variable que vara al interior de este grupo, el precio, y una variable que
me sirve para identificar las distintas observaciones al interior de un grupo, que es la
variable ao.
En la base de datos en forma horizontal (wide form), tengo una sola observacin por
empresa pero tengo ms de una variable precio, una para cada ao.
El comando reshape me permite intercambiar las bases de datos entre estos dos tipos
de formatos, de la siguiente forma:
Long Wide
50
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Wide Long
51
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
V.5. Eliminar variables: keep y drop
Ahora, si se tiene una base de datos que contiene muchas variables y slo se va a
trabajar con algunas de ellas, se puede utilizar el comando keep para mantener en la
base de datos slo las variables que interesan. Por ejemplo:
Tambin podramos requerir mantener todas las variables pero slo un subconjunto de
las observaciones, como por ejemplo, las de los hombres:
keep if dhombre==1
keep if esc<=12
keep if ingreso>=200000
52
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
El comando drop cumple el mismo rol que el comando keep, sin embargo, ste borra
observaciones o variables, en vez de mantenerlas. Para realizar lo mismo que hicimos
con el comando keep pero utilizando drop, se debera hacer lo siguiente:
53
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
V.6. Crear variables: generate y egen
Ejemplos:
Otro ejemplo. En la base ingreso.dta se tienen los aos de escolaridad (esc); a partir
de esta variable se podra generar una nueva (tesc) con el nivel de educacin
alcanzado por cada individuo (Bsica Incompleta, Bsica Completa, Media Incompleta,
etc..). Esto se hace con el siguiente cdigo:
g tesc=.
replace tesc=1 if esc<8
replace tesc=2 if esc==8
replace tesc=3 if esc>8 & esc<12
replace tesc=4 if esc==12
replace tesc=5 if esc>12
El comando replace, reemplaza observaciones que cumplen con cierta condicin con
el valor que uno especifica.
Otro comando til, similar a generate, es el comando egen. Este contiene una gran
cantidad de funciones pre-establecidas con las que se pueden generar nuevas
variables. La diferencia con el comando generate es que en este uno define como
quiere generar la variable (sumando, restando, multiplicando, etc.), sin embargo, el
54
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
comando egen tiene funciones ya establecidas, por ejemplo, el promedio, la desviacin
estndar, etc
La mayora de estas funciones pueden ser combinadas con el comando by, el que
permite generar variables por diversas categoras. Por ejemplo, si se quiere crear el
promedio de la experiencia laboral para cada ao de educacin, se debe realizar lo
siguiente:
sort esc
En esta parte veremos de manera ms aplicada los comandos utilizados en las clases
anteriores; para ello ser necesario ensear a usar los archivos do y los archivos log,
55
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
que como veremos sern de gran utilidad, ya que nos permitirn ir guardando
informacin. Finalmente veremos el comando help; el cual es un comando auxiliar que
nos permite encontrar los comandos necesarios para realizar un gama de funciones en
stata.
Como con casi todos los comandos tambin se pueden obtener los mismos resultados,
mediante el uso de ventanas:
Luego de apretar doble clic sobre Create new variable podemos ver que es trivial la
forma de generar otra variable.
56
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
VI. Aplicando lo aprendido I
En esta seccin veremos de manera aplicada lo que hemos aprendido hasta ahora y en
los dos siguiente mostraremos a partir de est seccin la utilidad de los archivos do y
log. El archivo log es el archivo donde se va guardando todo lo que aparece en la
ventana de resultados, mientras que el do es un archivo que nos permite programar
todo el trabajo que queremos realizar en stata.
57
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Luego debemos empezar a generar las variables necesarias para encontrar las tasas de
pobreza e indigencia correspondiente. Como la encuesta CASEN se realiza a hogares y
nosotros estamos interesados en el porcentaje de individuos pobres e indigentes y no
en el porcentaje de hogares pobres e indigentes; lo que necesitamos es tener algn
indicador per capita.
--------------------------------------
copies | observations surplus
----------+---------------------------
1 | 246924 0
--------------------------------------
58
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
En la tabla anterior podemos ver que hay hogares (71,460) e individuos (246,924);
adems podemos ver que el nmero de individuos por hogar vara. La variable
idhogar tiene asignado un cdigo por hogar, vemos por ejemplo que el hogar 4 tiene
asociados 5 individuos, y a su vez el hogar nmero 3 tiene asociados 2 individuos.
59
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Como vemos en algunas casas ocurre que hay personas que prestan servicios
domsticos puertas adentro y generalmente para calcular el ingreso per capita del
hogar debemos excluir a esas personas. Para ello generaremos una variable llamada s;
la cual tomar el valor 1 si la personas pertenece al hogar y no presta servicios dentro
de l; y toma el valor de 0 si la personas presta servicios dentro del hogar. Despus
generaremos el nmero de personas que pertenecen al hogar y no prestan servicios
dentro de l. Finalmente botamos la variable s, ya que la creamos slo como una
variable momentnea para excluir a las personas que prestan servicios domsticos
puertas adentro y obtendremos la variable nps, que es la que nos seala el nmero de
personas que realmente son parte del hogar.
Primero para saber que cdigo de la variable pco1 corresponde a servicio domstico:
60
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Ahora, que tenemos el nmero de personas que pertenecen al hogar, estamos listos
para crear la variable que nos indica el nivel de ingreso individual de los habitantes del
pas y poder separarlo de acuerdo al nivel de pobreza.
g ing=ytothaj/nps
En el ao 2009, se define a una persona como pobre si est recibe ingresos menores
a $64,134 y vive en zona urbana y $43,242 y est vive en zona rural. Una persona
ser indigente si recibe ingresos menores a $32,067 y vive en zona urbana; y $24,710
si esta vive en zona rural. Como se est pidiendo el nmero y le porcentaje de pobres
e indigentes, necesitamos clasificar a los individuos en alguna de las tres categoras
posible; no pobres; pobres no indigentes e indigentes.
61
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
VI.2. Archivos log
62
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Siempre es recomendable abrir un archivo log al inicio de cualquier trabajo:
Si el archivo log que estamos tratando de abrir ya exista, el programa nos entregar
el siguiente error:
63
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Frente a esto tenemos dos opciones, cual de ellas se tome depende de los objetivos:
reemplazar el archivo ya existente, o seguir escribiendo en el archivo existente a
continuacin de lo ltimo ingresado.
El archivo do no es mas que un archivo de texto que permite escribir las instrucciones
para la ejecucin de comandos en Stata.
64
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Este icono es para
correr el do.
65
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Con esto ya he abierto la base de datos. A continuacin puedo empezar a escribir los
comandos para transformar la base de datos, para obtener estadsticas, etc.
Exactamente de la misma forma que lo hara en la ventana de comandos pero ahora
en forma ms ordenada.
66
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
A continuacin reportaremos las tasas de indigencia y pobreza para diferentes
categoras:
En primer lugar ser necesario crear una variable llamada sexojh, el cual tomar el
valor de 1 si ste es hombre y 2 si ste es mujer. Luego se etiquetar la variable
dndole el nombre de hombre cuando la variable sexojh tome el valor 1 y mujer
cuando sexojh tome el valor 2.
g sexojh=sexo if pco1==1
label define sexolbl 1 "Hombre" 2 "Mujer"
label values sexojh sexolbl
Ahora se generar una variable que tomar el valor de 1 para todos los miembros del
hogar cuando est es hombre y 2 para todos los miembros del hogar cuando este es
mujer. Esto se hace generando una variable con el comando
egen sexojhm=max(sexojh), by (idhogar) el cual genera una variable que toma el
nmero mayor asociado a la variable sexojh- por hogar; y como en los hogares
donde el jefe de hogar es hombre el nmero mayor de la variable sexojh es 1 lo
otros son missings- y en los hogares donde el jefe es mujer ese nmero es 2.
67
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
drop sexojh
rename sexojhm sexojh
label values sexojh sexo
68
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Podemos decir que las personas que viven en hogares con jefes de hogar hombres
tienen una tasa de indigencia es un 2.94%, y un porcentaje de pobres no indigentes
igual a 10%, con lo cual la tasa de pobreza es un 12.9%. Por su parte las personas
que viven en hogares con jefes de hogar mujer tienen una tasa de indigencia de 5.7%,
y un porcentaje de pobres no indigentes un 14.7%, de esta forma la tasa de pobreza
es 20.4%.
69
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
En esta tabla se puede apreciar como las tasas de pobreza e indigencia aumentan a medida
que aumenta el tamao del hogar. En hogares de una persona el porcentaje de indigentes
es 3.39%, y el porcentaje de pobres no indigentes es 2.64%. Por el contrario, en hogares
con 8 personas o ms, el porcentaje de indigentes de 7.61% y de pobres no indigentes
20.96.
En primer lugar ser necesario crear una variable que determine el nivel de educacin
(aos de educacin) de las personas encuestadas y luego etiquetar aquellas variables.
El nivel de educacin viene determinado en la base de datos, sin embargo por ejercicio
aqu se vuelve a generar una variable que determine el nivel educativo que la persona
a alcanzado:
g neduc=1 if esc==0
replace neduc=2 if esc>0 & esc<8
replace neduc=3 if esc==8
replace neduc=4 if esc>8 & esc<12
replace neduc=5 if esc==12
replace neduc=6 if esc>12
replace neduc=. if esc==.
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Luego de separar el nivel educativo de las personas en 6 niveles, se generar una
variable que determinar el nivel de educacin del jefe de hogar solamente y luego
bajo el mismo proceso utilizado en la parte a se buscar el nivel de pobreza e
indigencia por nivel educativo del jefe de hogar.
g neducjh=neduc if pco1==1
egen neducjhm=max(neducjh), by(idhogar)
drop neducjh
rename neducjhm neducjh
label values neducjh neduclbl
En esta seccin utilizaremos la encuesta de proteccin social del ao 2009 (EPS2009), esta
encuesta la pueden solicitar en el sitio web www.proteccionsocial.cl. Esta encuesta es del
tipo longitudinal donde las mismas personas han sido entrevistadas en los aos 2002,
2004, 2006 y 2009.
Para esta seccin utilizaremos la base de historia laboral y la base entrevistado de esta
encuesta.
La base de historia laboral de la EPS2009 reporta cada uno de los estatus laborales de la
persona entre Enero2006 y Mayo de 2009/Febrero de 2010, dependiendo de cuando fue
entrevistada la persona.
71
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
En esta base de datos existe ms de un registro (fila) por folio, donde cada observacin
representa el reporte de una condicin laboral para un folio en particular. La siguiente
figura muestra la estructura de dicha base de datos.
Por ejemplo, la persona con folio 179 tiene una condicin laboral reportada entre Enero de
2006 y Julio de 2009, que corresponde a inactividad. Por otra parte el folio 1882 tiene
cuatro condiciones laborales reportadas entre Enero de 2006 y junio de 2009 (fecha en que
se realiz la entrevista), la primera condicin laboral (orden=1) indica que la persona
estuvo inactiva entre Enero de 2006 y junio de 2007, la segunda (orden=2) indica que la
persona estuvo trabajando entre Julio de 2007 y Octubre de 2007, la tercera (orden=3)
indica que la persona estuvo inactiva entre Noviembre de 2007 y Diciembre de 2008, la
cuarta (orden=4) indica que la persona estuvo trabajando entre Enero de 2009 y Junio de
2009 (momento de la entrevista).
Con esta informacin queremos construir para cada folio el nmero de meses total
reportados en la historia laboral, lo que depende de cuando fue entrevistado, tambin la
cantidad de meses trabajados en este periodo, la cantidad de meses cesante, y la cantidad
de meses inactivo, as como dentro de los meses trabajados cuantos cotiz para el sistema
de pensiones.
72
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
1) Definir la fecha de inicio y de trmino de cada condicin laboral con el formato
STATA:
2) Generar una variable que contabilice el total de meses que dura cada condicin
laboral reportada
g total=termino-inicio+1
73
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
3) Luego se generan los meses ocupado, meses cesante, meses inactivo y meses
cotizados:
g mocupados=total if b2==1
replace mocupados=0 if mocupados==.
g minactivos=total if b2==4
replace minactivos=0 if minactivos==.
4) Luego se condensa la base de datos con el comando collapse, dejando slo una
observacin por folio:
sort folio
merge folio using " entrevistado.dta"
Una vez que a la base de datos principal de la EPS2006 le hemos pegado la informacin de
meses ocupados, cotizados, desempleados e inactivos provenientes de la base de historia
laboral podemos calcular algunas estadsticas de inters.
g decot= mcotizados/total*100
Tambin podemos generar los meses cotizados sobre los meses trabajados:
74
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
. tabstat decot pocu pcotocu, stats(mean) by(a8)
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
------------------------------------------------
Means of decot
Nivel |
educaciona | a8. sexo
l EPS06 | hombre mujer | Total
-----------+----------------------+----------
Ninguna | 15.211793 3.3484939 | 9.5380414
BasicaInc | 32.618014 10.52119 | 21.246106
BasicaCom | 53.61402 24.10269 | 39.208846
MediaInc | 60.969379 24.910989 | 43.571493
MediaCom | 69.558311 44.810543 | 56.549456
TecnicaSu | 72.705652 61.658043 | 66.526874
UnivInc | 68.171117 57.278465 | 62.916036
UnivCom | 70.517907 71.743679 | 71.158401
-----------+----------------------+----------
Total | 54.930629 32.529933 | 43.498226
76
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
VIII. Crear matrices para guardar los datos
. sum esc
. return list
scalars:
r(N) = 180914
r(sum_w) = 180914
r(mean) = 8.319068728788263
r(Var) = 18.37735307412638
r(sd) = 4.28688150922397
r(min) = 0
r(max) = 21
r(sum) = 1505036
escolaridad (aos)
-------------------------------------------------------------
Percentiles Smallest
1% 0 0
5% 0 0
10% 2 0 Obs 180914
25% 5 0 Sum of Wgt. 180914
. return list
scalars:
r(N) = 180914
r(sum_w) = 180914
r(mean) = 8.319068728788263
r(Var) = 18.37735307412638
r(sd) = 4.28688150922397
r(skewness) = -.1286631597722507
77
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
r(kurtosis) = 2.403091261120855
r(sum) = 1505036
r(min) = 0
r(max) = 21
r(p1) = 0
r(p5) = 0
r(p10) = 2
r(p25) = 5
r(p50) = 8
r(p75) = 12
r(p90) = 13
r(p95) = 15
r(p99) = 17
Esto puede hacerse generando una matriz de dos filas y tres columnas, para
posteriormente completar sus elementos con las estadsticas correspondientes. Para
esto primero se debe generar la matriz, llammosla A.
matrix A=J(2,3,0)
Luego se hace el primer sum, de la variable ingreso para los hombres, y guardo este
resultado en la posicin [1,1] de la matriz:
78
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Con esto se completa la matriz. Luego para que se vea, en Stata Results se tipea el
comando matriz list:
. matrix list A
A[2,3]
c1 c2 c3
r1 210198.54 8.3427264 58.336718
r2 162629.12 8.2959796 60.383309
El comando while permite ejecutar una funcin en forma recursiva mientras cierta
condicin se cumpla. Por ejemplo:
local i
while `i<22 {
tab dhombre if esc==`i
local i=`i+1
}
Este cdigo har 21 tablas, una para cada ao de escolaridad, de la variable que
identifica gnero.
X. Grficos
En STATA se pueden realizar grficos de todos los tipos. Esto, al igual que otras
funciones preestablecidas, no requiere del conocimiento de todos los comandos, ya que
pinchando Graphics aparecen todas las opciones y en cada una de ellas un cuadro de
opciones bastante completo:
79
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Por ejemplo, si queremos realizar un histograma nos aparece el siguiente cuadro:
80
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Donde se nos presentan varias opciones, como hacer el grfico por cierta categora
(por ejemplo gnero) a travs del comando by, condicionar el grfico a cierto grupo a
travs del comando if, introducir factores de expansin, ajustar una densidad normal,
ajustar una densidad estimada en forma no paramtrica (kernel), y poner ttulos,
etiquetas, etc
81
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
1. Utilizando la base de datos ingreso.dta realicemos un histograma de la
variable escolaridad. Esto se hace mediante el siguiente comando:
histogram leduc
82
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
En el grfico observamos que el nmero de personas con educacin va cayendo a
medida que aumenta el nivel educativo. Sin embargo observamos que se observa un
gran nmero de personas sobre el nmero 1, lo que equivale a educacin bsica
incompleta, y luego observamos otro peca en el nmero 4, lo que equivale a educacin
media completa.
Ahora hagamos este mismo grfico pero separando a los hombres de las mujeres:
83
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
84
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
2. Ahora realicemos un grfico de dispersin entre aos escolaridad e ingreso:
Ahora mostraremos el mismo grafico slo que con la lnea de regresin que minimiza la
distancia entre los puntos:
85
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Pero; qu ocurre con ambos grficos?, ocurre que no se observa una correlacin entre
el nivel de ingresos y el nivel de escolaridad, debido a que los ingresos muy altos
distorsionan la distribucin. A continuacin mostraremos un grafico de puntos junto a
su lnea de regresin, pero que slo toma en cuenta a los individuos que tienen
ingresos menores a un milln de pesos.
86
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
3. Hagamos un grfico de barras con el ingreso promedio por sexo y situacin de
pobreza:
87
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Este grfico nos muestra que para los indigentes y los pobres no indigentes el nivel de
ingreso entre hombres y mujeres es similar, sin embargo para los individuos no pobres
el ingreso de los hombres supera al ingreso de las mujeres.
88
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Un grfico til son los box plots, estos entregan informacin sobre el centro,
dispersin, simetra y observaciones extremas, en un solo grfico. Por ejemplo
observamos en el siguiente box-plot del ingreso per cpita. La lnea horizontal dentro de
la caja muestra la mediana. La caja muestra el rango intercuartil y, correspondiente a
la diferencia entre el ingreso del percentil 75 y del percentil 25. La lnea superior
horizontal se establece en un valor igual al percentil 75 ms 1,5 veces el rango
intercuartil. La lnea inferior horizontal, por su parte, se fija en un valor igual al
percentil 25 menos 1,5 veces el rango intercuartil. Todos los valores superiores o
inferiores a estas lneas representan valores extremos (outliers) de la distribucin.
Podemos ver que los nmeros o coinciden realizando un sum detail, el que se muestra
a continuacin del box-plot.
89
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
90
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
XI. Ayuda: Help
La ayuda que trae este programa es bastante amigable y fcil de utilizar. Si Ud. Se
dirige a Help se despliega un cuadro con diferentes opciones, puede buscar ayuda
por contenidos, por comandos, etc, en Whats new encontrar todas las novedades
del programa, que nuevos comandos hay y podr descargarlos haciendo un update.
Por ejemplo, supongamos se quiere saber como calcular correlacin entre variables.
Entonces se debe buscar en Search:
91
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Dependiendo que este buscando pincha el comando (en azul), y se abrir una ventana
con una completa ayuda sobre el comando.
92
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Para que el Help de STATA le sea realmente til es fundamental que Ud. aprenda a leer
la sintaxis de cada comando. Por ejemplo, en este caso la sintaxis del comando
correlate es la siguiente:
93
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E
Esta sintaxis nos indica que el commando correlate puede ser utilizado entregando el
listado de variables, sino se entrega el default es considerar todas las variables en la
base de datos. Se puede utilizar la opcin if, in y weight todas ellas antes de la coma,
la que es utilizada tambin en forma opcional para poner algunas opciones del
comando. Entonces siempre lo que aparece en parntesis cuadrados son alternativas
opcionales del comando. Ms adelante de la sintaxis, se indican cuales son estas
correlate_options, tambin se presenta una descripcin general del comando y sus
opciones.
Recordemos que todo lo que esta entre parntesis cuadrado son opciones voluntarias
de comando. En este caso rowvar no esta entre parntesis cuadrado, significa que
debemos obligadamente sealar la variable fila en la tabulacin, es voluntario indicar
la variable de columna, si no se indica la tabulacin resultante es una distribucin de la
variable sola, si se indica colvar la tabla ser un cruce entre rowvar y colvar. Este
ejemplo nos permite notar la diferencia en aquellos insumos del comando que son
obligatorios de los que son voluntarios.
Puede ser que algunos de los comandos que aparezcan Ud. no los tenga cargados, en
este caso si se encuentra conectado a Internet los podr bajar online. Aparecer algo
de la siguiente forma:
Una forma ms completa de buscar ayuda es a travs de los manuales, estos adems
de traer una ayuda sobre los comandos generalmente contiene toda una descripcin
terica de ellos. Por ejemplo, en el caso de un modelo de regresin lineal, explica lo
que es una modelo de este tipo.
Adems el manual de grficos es muy til, ya que trae mltiples ejemplos que se
pueden adecuar a los que uno anda buscando.
En esta parte veremos un ejemplo como el visto en la parte 3 y luego con la misma
base de datos realizaremos varios tipos o formas de grficos.
94
D EPA RT AM E N T O D E E CO N O M A U N IV E RS IDAD D E C H IL E