STATA 第二章 描述性统计命令与输出结果说明.docx

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(#) binomial
poisson exposure(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
2.6
3.24
3.73
3.73
4.32
4.73
5.18
5.58
5.78
6.40
6.53

健康人
1.67
1.98
1.98
2.33
2.34
2.50
3.60
3.73
4.14
4.17
4.57
4.82
5.78
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：

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,binomial
poisson分布数据：ci变量名，poisson

90%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) binomial
poisson分布数据：ci 变量名，level(90) poisson
ci x1 x2

[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。
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
cii 90 40 12

该样本均数95%可信限为[37.48665,42.51335]

cii 90 40 12,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:
2.23
1.14
2.63
1
1.35
2.01
1.64
1.13
1.01
1.70
group:
1
1
1
1
1
1
1
1
1
1
x:
5.59
0.96
6.96
1.23
1.61
2.94
1.96
3.68
1.54
2.59
group:
2
2
2
2
2
2
2
2
2
2
x:
4.5
3.92
10.33
8.23
2.07
4.9
6.84
6.42
3.72
6
group:
3
3
3
3
3
3
3
3
3
3
x:
1.35
1.06
0.74
0.96
1.16
2.08
0.69
0.68
0.84
1.34
group:
4
4
4
4
4
4
4
4
4
4
x:
1.4
1.51
2.49
1.74
1.59
1.36
3
4.81
5.21
5.12
group:
5
5
5
5
5
5
5
5
5
5

tab1 group,g(a)

Freq.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)。

4