Stata教程描述性统计命令与输出结果说明Word格式.docx
《Stata教程描述性统计命令与输出结果说明Word格式.docx》由会员分享，可在线阅读，更多相关《Stata教程描述性统计命令与输出结果说明Word格式.docx（18页珍藏版）》请在冰豆网上搜索。
5．18
5．58
5．78
6．40
6．53
健康人
1．67
1．98
2．33
2．34
2．50
3．60
4．14
4．17
4．57
4．82
并假定这些数据已以STATA格式存入ex2．dta文件中，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：
useex2，clear
summarizex1 x2
结果：
变量
样本数
标准差
最小值
最大值
Variable|
Obs
Mean
Std．Dev．
Min
Max
---------+
x1|
11
4．710909
1．302977
x2|
13
3．354615
1．304368
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：
use ex2，clear
summarizex1x2，detail
x1
Percentiles
Smallest（最小值）
1%
5%
10%
11（样本数）
25%
3．73（低四分位） 3．73
SumofWgt．
50%
4．73（中位数）
（最大值）
4．710909（均数）
Largest
1．302977（标准差）
75%
5．78（高四分位）
90%
6．4
Variance
1．697749（方差）
95%
Skewness
-．0813446（偏度）
99%
Kurtosis
1．809951（峰度）
x2
④
Smallest
① 2．33
② 3．6
⑤
⑥
75%③
⑥Variance
1．701377
⑦Skewness
．2963943
⑧Kurtosis
1．875392
由上述结果可知：
summarize命令并使用子命令detail， 不仅可以得到各变量资料的均数和⑥标准差，而且可以得到主要的非参数描述指标：
①低四分位（lowerquartile），②中位数（Median）以及③高四分位（upperquartile）。
对于非正态资料，一般不应用均数±
标准差进行描述，而应使用中位数 以及（低四分位-高四分位，称 interquartilerange，IQR）进行描述。
如：
若本资料不正态[1]，则x1的Median以及IQR为：
4．73（3．73-5．78）以及 x2的Median以及IQR为：
3．6（2．33-4．17）。
⑥为样本方差；
⑦为偏度，偏度 的绝对值越小，表明该数据的正态对称性越好；
⑧峰度，峰度值越大表明该数据的正态峰越明显；
④在该数据中最小的四个数据；
⑤在该数据中最大的四个数据。
若调用ex2a．dta 文件，进行描述性统计，可用下列命令：
use ex2a，clear
sortgroup （将资料以 group 变量为例从小到大排序）
bygroup：
summarizex
->
group=
0
x
1．697749
-．0813446
1．809951
1
3．6
上述结果与前面的结果对应相同。
根据样本数据计算可信限[2]
95% 可信限计算：
正态数据：
ci
变量名
0-1数据：
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）
变量名，level（90）
变量名， level（90）binomial
ci 变量名，level（90）poisson
以ex2．dta为例计算x1，x2的95%可信限。
use ex2．dta，clear
①
②
③
Std．Err．
[95%Conf．Interval]
|
．3928624
3．835557
5．586261
．3617667
2．566393
4．142837
以上结果中：
①为样本数；
②为均数；
③为标准误；
④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[3]。
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：
样本均数
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 904012
+
90
40
1．264911
37．48665
42．51335
该样本均数的90%
可信限为[37．48665，
42．51335]
cii 904012，level（90）
[90%Conf．Interval]
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。
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（摘自医学统计方法，金丕焕主编，p220）。
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。
tab1group，g（a）
tabulationofgroup
group|
Freq．
Percent
Cum．
1|
10
20．00
2|
40．00
3|
60．00
4|
80．00
5|
100．00
Total|
50
①为各属性资料的频数；
②为该属性占整个资料样本数的百分比；
③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（group&
sup1;
1），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）。
[1] 此处仅是举例而已， 事实上该资料可以用正态检验证明近似服从正态分布。
[2]
可信限是对总体均数的区间估计。
95%可信限 表示它所给出的区间能包 含总体均数的概率为 0．95。
通俗地说：
在同一个总体中， 独立地抽 样100次，每次抽取的样本量相同以及计算相应的95%可信限，则平均有95次抽样所得到的95%可信限所对应区间包含该总体均数。
[3]
直接 出现在统计命令中的数据称为立即数，相应的命令称为立即命令
升级会员 