Stata Economistas 2015

7/25/2019 Stata Economistas 2015

1/22

III Foro de Desarrollo Econmico Regional Cusco 2015

STATA 12 para Economistas:Gua bsica

Victor Fuentes Campos

Piero Ortiz [email protected]

Cusco, 14 de octubre de 2015

1Economistas del Instituto Peruano de Economa. Los errores u omisiones son entera responsabilidad de los autores.


2/22

Stata 12 para Economistas: Gua bsica

III Foro de Desarrollo Econmico Regional Cusco 2015 1

El Instituto Peruano de Economa (IPE) es una asociacin civil de derecho privado y sin fines de

lucro, cuyo objetivo es realizar estudios destinados a promover el desarrollo equilibrado y sostenido

de la economa de mercado.

Los estudios del IPE tienen por finalidad divulgar los trabajos realizados por profesionales de esta

institucin o encargados por ella a terceros, con el objetivo de aportar al debate de tpicos

econmicos relevantes y presentar nuevos enfoques en el anlisis de los mismos. La difusin de los

estudios slo intenta facilitar el intercambio de ideas y dar a conocer investigaciones, con carcter

preliminar, para su discusin y comentarios.

La publicacin de los estudios no est sujeta a la aprobacin previa de los miembros del Directorio

del IPE. Tanto el contenido de los estudios como tambin los anlisis y conclusiones que se

desprenden de ellos, son de exclusiva responsabilidad de su(s) autor(es) y no reflejan

necesariamente la opinin del Instituto ni de los miembros de su Directorio.

STATA 12 para Economistas: Gua bsica

Octubre del 2015

Instituto Peruano de Economa

Responsables:Victor Fuentes

Piero Ortiz

Instituto Peruano de Economa 2015Amador Merino Reyna 460, Oficina 201San Isidro, Lima 27, PerTelfonos: (511) 442-0168, 442-0286

Fax: (511) 421-7393Email: [email protected]

Los estudios y documentos de trabajo del IPE pueden obtenerse en versin PDF en forma gratuita en la direccin

electrnica: http://www.ipe .org.pe /publicaciones. Existe la posibilidad de solicitar una copia impresa a travs del fax: (51

1) 421-2793 o del correo electrnico:[email protected]

IPE Working Papers can be downloaded in PDF format free of charge from:http://www.ipe.org.pe.

Printed versions can be ordered individually either by fax: (51 1) 421-2793 or by e-mail:[email protected]
mailto:[email protected]:[email protected]:[email protected]://www.ipe.org.pe/http://www.ipe.org.pe/http://www.ipe.org.pe/mailto:[email protected]:[email protected]:[email protected]://www.ipe.org.pe/mailto:[email protected]


3/22



IntroduccinLa presente gua es un esfuerzo del IPE, con el auspicio de la Fundacin M. J. Bustamante

de la Fuente, para contribuir a la educacin de los estudiantes universitarios del Per.

Mediante la realizacin de los Foros de Desarrollo Econmico Regionales se intenta

involucrar a los alumnos en la problemtica local y nacional. Para lograr dicho cometido,resulta relevante que los alumnos de economa tengan la capacidad de aprovechar las

principales fuentes de informacin provistas por el Instituto Nacional de Estadstica (INEI),

como la Encuestas Nacionales de Hogares (ENAHO).

De manera sencilla, se presenta el entorno del software estadstico y economtrico STATA

12. Asimismo, se muestra el funcionamiento de los principales botones de la interfaz que

permitirn una mayor interaccin al usar las bases de datos. Adems, se incluyen dos

aplicaciones prcticas para reforzar el aprendizaje a nivel de investigador. Las bases de

datos empleadas son Automviles en EE.UU. y la ENAHO 2014. En el primer caso, la

informacin es provista por el propio paquete estadstico y servir para practicar los

comandos vistos en la primera seccin.

Por otro lado, el manejo de la ENAHO 2014 permitir replicar los principales indicadores

como pobreza, gastos e ingresos de los hogares, cobertura de la telefona mvil,

cobertura elctrica, material predominante en pisos, paredes y techos, etc. Usando los

comandos descritos lneas abajo y explorando en el manual de ayuda de STATA 12, los

alumnos pueden incrementar sus conocimientos de manera autodidacta.

Finalmente, para lograr un correcto entendimiento de la presente gua se recomienda

revisar en paralelo el do-file anexo STATA_12_para_economistas_.do . Todas las consultas

o dudas pueden ser realizadas a los [email protected]@ipe.org.pe.
mailto:[email protected]:[email protected]:[email protected]:[email protected]:[email protected]:[email protected]:[email protected]:[email protected]


4/22



ndice

Introduccin .................................................................................................................................... 2

A. Conceptos bsicos ................................................................................................................. 4

I. Entorno de STATA ................................................................................................................. 5

II. Abrir/Guardar una base de datos .................................................................................... 6

III. Cambiar el directorio de trabajo ...................................................................................... 6

IV. Repaso rpido de comandos ms usados ...................................................................... 6

B. Aplicacin: Automviles en EE.UU. ....................................................................................... 8

I. Base de datos ...................................................................................................................... 9

II. Ejercicios ................................................................................................................................ 9

C.

Aplicacin: ENAHO 2014 ...................................................................................................... 12

I. Base de datos .................................................................................................................... 13

II. Ejercicios bsicos ............................................................................................................... 13

III. Ejercicios intermedios ........................................................................................................ 15


5/22



A. Conceptosbsicos


6/22



I. Entorno de STATAEl despliegue inicial de STATA presenta cuatro ventanas:

Review Comandos utilizados recientemente durante la sesin.Command Se emplea para crear lneas de comandos que deseamos que STATA

lleve a caboVariables Detalla a las variables disponibles en la base de datos.Results Permite visualizar los resultados (outputs) de los clculos que hemos

pedido que realice STATA.

Los siguientes botones abren nuevas ventanas:

Do-file editor. Ventana que permite editar textos y ejecutar una listade comandos.

STATA browser. Permite visualizar los datos sin editarlos.

STATA editor. Permite navegar y modificar los datos como si fuese unahoja Excel.Variables manager. Venta que permite administrar integralmentecada una de las variables

Nota: Si alguna de las ventanas bsicas est cerrada, se puede acceder a ellas a travs

de la opcin Windowsdel men principal.


7/22



Al trabajar en STATA ocuparemos los siguientes tipos de archivos2:

base_de_datos.dta Base de datos en STATA.programa.do Archivo con lneas de comandos, que en conjunto

conforman un programa. Al correr un programa el trabajo sehace ms interactivo y sencillo.

II. Abrir/Guardar una base de datosPara abrir/guardar una base de datos existen dos caminos posibles caminos:

Directo. Usar el mouse:

FileOpen/SaveSeleccionar archivo/Nombrar archivo

Programando. Escribir las siguientes lneas:

use/save [Disco]\[ruta de acceso]\[nombre del archive.dta], clear/replacePor ejemplo:use C:\Users\Gianfranco\Desktop\STATA12paraEconomistas\sumaria-2014.dta, clear

save C:\Users\Gianfranco\Desktop\STATA12paraEconomistas\sumaria-2014.dta, replace

III. Cambiar el directorio de trabajoPara verificar en qu directorio se est trabajando actualmente se utiliza los comandos:cd

O bien:pwd

Para cambiar el directorio de trabajo:cd [Disco]\[ruta de acceso]\

Por ejemplo:cd C:\Users\Gianfranco\Desktop\STATA12paraEconomistas\

IV. Repaso rpido de comandos ms usados

1. Principales comandos

help Permite obtener ayuda de STATA. Por ejemplo,help operators

describe (des) Despliega un resumen de los contenidos de la base de datosen uso

summarize (sum) Computa estadsticas descriptivastabulate (tab) Computa frecuenciasgenerate (gen) Permite crear variables

2Existen dos tipos de archivos ms: nombre.log y nombre.ado. Para mayor informacin revisar el Help de STATA


8/22



2. Expresiones lgicas y matemticas ms usadas

+ Suma >= Mayor o igual ~= Distinto de- Resta > Mayor & y

* Multiplicacin


9/22



B. Aplicacin:Automviles en

EE.UU.


10/22



I. Base de datosEn la ventana de comandos escribir:

clear allsysuse auto.dta, clear

Abrimos las diferentes ventanas:

browseedit

Evaluamos la base de datos. Cuntas variables y observaciones contiene?

des

II. Ejercicios

1.

ListadoLista de parte de nuestra data:

list make mpglist make mpg in 1/10list make mpg in -5/l

2. Qu autos tienen el menor millaje por galn?

sort mpglist make mpg in 1/5

3. Cules son los cinco autos con el mayor millaje por galn?

list make mpg in -5/l

4. Cul es el precio promedio de los autos en esta base de datos?

summarize price

Si usamos la funcin summarizesin argumentos (variables), el resultado es una tabla de

los principales estadsticos de cada variable

summarize

5. Cul es el precio promedio de los autos que se encuentran porencima y por debajo de la media de mpg?

summarize price if mpg=21.3


11/22



6. Cul es la mediana de mpg?

summarize mpg, detail

7. Existen diferencias de precio o millaje explicadas por el origen defabricacin?

Antes de seguir, es importante notar que la variable foreign est codificada como 0 si ha

sido fabricada en EE.UU. o Canad, y 1 ha sido fabricado en otra parte.

tabulate foreigntabulate foreign, nol

Existen por lo menos tres posibles soluciones:

a. En dos lneas

summarize price mpg if foreign==0summarize price mpg if foreign==1

b. En dos lneas con resultados detallados

sort foreignby foreign: summarize price mpg

c. En una lnea con un resultado prctico

table foreign, c(mean price mean mpg)

8. Son los precios de los autos domsticos iguales a los extranjeros?Prueba de igualdad de medias

ttest mpg, by(foreign)

9. Base de datos incluye 74 observaciones, pero para la variable rep78solo hay 69 registros. Para qu marca de autos no existe dichavariable?

list make if rep78>=.list make if missing(rep78)

10. Diferencias entre las frecuencia de mantenimiento explicadas por elorigen de fabricacin?

tabulate rep78 foreign


12/22



Para saber si hay diferencias significativas del mantenimiento segn origen de

fabricacin:

tabulate rep78 foreign, chi2

11. Cul es la correlacin entre MPG y el peso de un carro?correlate mpg weight

12. Cul es la correlacin entre MPG y el peso de un carro segn elorigen de fabricacin?

correlate mpg weight if foreign==0correlate mpg weight if foreign==1

El mismo resultado se hubiera logrado usando:

by foreign: correlate mpg weight

Se pueden hacer matrices de correlacin del nmero de variables deseadas

correlate mpg weight price length displacement

13. Ploteado de variables (2 ejes)scatter mpg weight

14. Creamos nueva variable: weight2 (cuadrado del peso del auto)gen weight2=weight^2

Probemos los comandos preserve,restore, keepy drop

preservedrop rep78brkeep if weight>3000brrestore

15. Estimacin lineal por Mnimos Cuadrados Ordinariosregress mpg weight weight2 foreign


13/22



C. Aplicacin:

ENAHO 2014


14/22



I. Base de datosEn la ventana de comandos escribir:

clear all

Adems, agregar la siguiente lnea considerando su propia ruta:

cd "C:[ruta]\ENAHO"

En mi caso es el siguiente:

cd "C:\Users\Gianfranco\Desktop\STATA12paraEconomistas"

Luego, ejecutar el comando aprendido lneas arriba:

use sumaria-2014.dta, clear

Nota: al usar el comando cdpermitimos el uso de ms archivos alojados en la misma

ubicacin sin tener que describe la ruta complete otra vez. Esto ser de suma utilidad msadelante cuando juntemos dos bases de datos.

II. Ejercicios bsicos

1. Cuntas variables y observaciones se incluyen en la base datos?

browse

2.

Qu caractersticas tienen cada de una de las variables?Codebook

3. Qu nos dice la variable ubigeo?

codebook ubigeosum ubigeodescribe ubigeo

4. Transformemos la variable ubigeo para hacerla trabajable:comando destring

destring ubigeo, replace

5. Dado que la ENAHO solo es representativa a nivel regional, no tienesentido hacer inferencia sobre la base de informacin desagrega aniveles ms especficos. Por lo tanto, debemos usar el ubigeo al nivelde regiones.


15/22



gen region = int(ubigeo/10000)label variable region "Regin"label define region 1 "Amazonas" 2 "Ancash" 3 "Apurimac" []label values region regiontab region

6.

Qu nos dice la variable dominio?codebook dominiosum dominiodescribe dominio

7. Construyamos la variable regiones naturales

gen region_natural=.label variable region_natural "Regin Natural"replace region_natural=1 if dominio=4& dominio=6 & estrato 0 & estrato


16/22



III. Ejercicios intermedios

9. Calcular la pobreza por regionesPrimero encontramos la variable de inters: pobreza

lookfor pobreza

codebook pobrezasum pobrezatab pobreza

Recodificamos la variable pobreza:

generate pobreza2=0 if pobreza==3replace pobreza2=1 if pobreza==2 | pobreza==1label define pobreza2 1 "Pobre" 0 "No pobre"label value pobreza2 pobreza2tab pobreza2

Ahora ejecutamos el comando para cumplir con la tambito:

table region, c(mean pobreza)tab region pobreza2, row

Al comparar con los datos ofrecidos por el INEI notaremos que los resultados no son

correctos, qu ocurre? Hasta ahora solo habamos estado trabajando con la base

de datos y sus variables; no obstante, al iniciar los clculos sobre ellas debemos

recordar que se trata de una encuesta y no de la poblacin. Por lo tanto, debemos

considerar los factores de expansino ponderadores que hacen que los indicadores

muestrales se conviertan en representaciones poblacionales.

lookfor factor

codebook factor07

Es importante notar que la variable factor07es el factor de ponderacin o expansin

para los hogares. Sin embargo, la pobreza se mide al nivel de personas. Para ello,

debemos juntar sumaria, la cual identifica la condicin de pobreza de cada hogar,

con el Modulo 2, que est nivel de personas.

Para combinar bases de datos es necesario tener una variable o un conjunto de

variables que sirvan como identificadores en ambas bases de datos. A travs de

dichos identificadores, se combinarn las variables de ambas bases de datos en una

sola; en otras palabras, debemos identificar que variable asigna a cada persona con

su respectivo hogar. El identificador natural de nuestra base de datos son los hogares,debido a que estas son las unidades muestrales. Sin embargo, los hogares estn

distribuidos segn conglomerados3y viviendas.

Ordenamos la base de datos sumaria y la salvamos:

3Los conglomerados son unidades primarias de muestreo


17/22



sort conglome vivienda hogar

save sumaria-2014-1.dta

Abrimos el Mdulo 200, lo ordenamos y usamos el comando merge:use enaho01-2014-200.dta, clear

sort conglome vivienda hogarmerge conglome vivienda hogar using sumaria-2014-1.dta

Tabulamos la pobreza para cada una de las regiones:

table region [iw=facpob07] if p204==1 & (p203!= 8 | p203!=9), c(mean pobreza2) row

tab region pobreza2 if p204==1 & (p203!= 8 | p203!=9) [iw=facpob07], row

Podemos calcular la pobreza para otras categoras:

table region [iw=facpob07] if p204==1 & (p203!= 8 | p203!=9), c(mean pobreza2)table region [iw=facpob07] if p204==1 & (p203!= 8 | p203!=9), c(mean pobreza2) rowtable region ambito [iw=facpob07] if p204==1 & (p203!= 8 | p203!=9), c(mean pobreza2)row coltable region region_natural [iw=facpob07] if p204==1 & (p203!= 8 | p203!=9), c(meanpobreza2) row coltable region ambito region_natural [iw=facpob07] if p204==1 & (p203!= 8 | p203!=9),c(mean pobreza2) row

En la medida que la ENAHO es una encuesta, la pobreza calculada tiene un errormuestral. Para observar el error muestral debemos utilizar el mdulo de encuestas delSTATA. Primero se le debe decir al STATA que tipo de muestreo se utiliz en la ENAHO:

svyset conglome [pweight=factor], strata (estrato)

Para ver los errores muestrales de pobreza se utiliza el siguiente comando:

svy: proportion pobreza2svy: tabulate region pobreza2svy: tabulate region pobreza2, row ci sesvy: tabulate ambito pobreza2, row ci sesvy: tabulate region_natural pobreza2, row ci se

10. Calcular los ingresos netos anuales segn quintilesRegresemos a Sumaria:

use sumaria-2014-1.dta, clear

En primer lugar, debemos encontrar la variable de inters:

lookfor ingresocodebook inghog2dsum inghog2d

Usamos el comandoxtile para calcular los quintiles. Primero revisamos qu nos dice

STATA:


18/22


19/22



que dicha variable se encuentra en el mdulo 1004. Por lo tanto, abrimos dicha base

de datos:

use enaho01-2014-100.dta, clearlookfor celularcodebook p1142sum p1142tab p1142

Debemos considerar todas las observaciones?

tab p101tab p101, mis

tab resultkeep if result==1|result==2

Generamos una variable ms amigable

gen celular=p1142label variable celular "Tenencia de celular en el hogar"label define celular 1 "Tiene celular" 0 "No tienelabel values celular celular

Calculamos la tenencia de celulares por hogares

sum celularsum celular [iw=factor07]

Calculamos la tenencia de celulares por hogares por regiones

table region [iw=factor07], c(mean celular)

El error se debe a que las variables que habamos generado en los ejercicios

anteriores no se encuentran en esta base de datos. Al respecto, se pueden empleardos soluciones similares. Generar todas las variables calculadas previamente usando

los comandos descritos lneas arriba o combinar las bases de datos. En este caso

usaremos la primera alternativa; usaremos la segunda ms adelante.

Luego de volver a calcular las variables de regiones, regiones naturales y nivel de

urbanidad, calculamos lo solicitado:

table region [iw=factor07], c(mean celular)

Como puede haber notado, al revisar las variables del mdulo 100, el procedimiento

aplicado tambin puede servir para obtener la cobertura de telfono, internet y tvcable. Pista:

lookfor p114

4Hasta ahora hemos estado trabajando con el modulo Sumaria.


20/22



12. Calcular la cobertura de electricidad de los hogaresEn primer lugar, debemos encontrar la variable de inters:

lookfor electricidadcodebook p1121tab p1121

Generamos una variable ms amigable:

gen elect=p1121label variable elect "Electricidad"label define elect 1 "Alumbrado elctrico" 2 "No tienelabel values elect

Calculamos la cobertura de electricidad:

sum elect [iw=factor07]

Calculamos la cobertura de electricidad por regiones:

table region [iw=factor07], c(mean elect)table region ambito [iw=factor07], c(mean elect)

13. Calcular el acceso a red pblica de aguaEn primer lugar, debemos encontrar la variable de inters:

lookfor aguacodebook p110tab p110

Generamos una variable ms amigable usando la definicin del INEI sobre acceso

a red pblica de agua

gen agua=.replace agua=0 if p1103label variable elect "Acceso a red pblica de agua"label define agua 1 "Tiene acceso a red pblica" 2 "No tienelabel values agua

Calculamos el acceso a red pblica de agua nacional:

sum agua [iw=factor07]

Calculamos el acceso a red pblica de agua por regiones:

table region [iw=factor07], c(mean agua)table region ambito [iw=factor07], c(mean agua)save enaho01-2014-100-mod.dta,replace

Se pueden emplear similares comandos para las variables de material predominante

en pisos (p103), paredes (p102) y techo (p103a). Tambin para el combustible usado

en la cocina (p113a). Lo ms importante son las condiciones bajo las que definimos

las nuevas variables.


21/22



14. Calcular la cobertura elctrica segn quintiles de ingresos

En primer lugar, debemos advertir que la variable de ingresos pertenece al mdulo

Sumaria; mientras, la variable de abastecimiento elctrico, al mdulo 100. Por lo

tanto, resulta necesario combinar dichas bases de datos.

Para combinar bases de datos es necesario tener una variable o un conjunto de

variables que sirvan como identificadores en ambas bases de datos. A travs de

dichos identificadores, se combinarn las variables de ambas bases de datos en una

sola. El identificador natural de nuestra base de datos son los hogares, debido a que

estas son las unidades muestrales. Sin embargo, los hogares estn distribuidos segn

conglomerados5y viviendas. Por lo tanto, el procedimiento a seguir es:

Abrimos la base de datos a anexar, la ordenamos segn los identificadores y la

guardamos:

use enaho01-2014-100.dta, clearsort conglome vivienda hogarsave enaho01-2014-100-para-combinar.dta,replace

Abrimos la base de datos maestra y la ordenamos segn los identificadores:

use sumaria-2014.dta, clearsort conglome vivienda hogar

Combinamos ambas bases de datos teniendo en cuanto los identificadores usado

el comando merge:

merge conglome vivienda hogar using enaho01-2014-100-para-combinar.dtabr

Veamos cmo est compuesta la nueva base de datos:

tab _mergebr if _merge==2

Notamos que las observaciones que solo estn incluidas en la base de datos del

mdulo 100 representan missing values. Para evitar posible problemas, solo

guardamos las variables presentes en ambas bases de datos o, que es lo mismo,

aquellas incluidas en Sumaria.

keep if _merge==3

Tambin podramos haber usado las bases de datos que modificado al trabajar los

clculos previos:

use enaho01-2014-100-mod.dta, clearsort conglome vivienda hogar

5Los conglomerados son unidades primarias de muestreo


22/22



save enaho01-2014-100-mod.dta,replace

use sumaria-2014-2.dta, clearsort conglome vivienda hogar

merge conglome vivienda hogar using enaho01-2014-100-mod.dta

Calcular la cobertura elctrica segn quintiles de ingresos:

table quintiles_ing [iw=factor], c(mean elect)

Calcular la cobertura elctrica segn quintiles de ingresos Arequipa:

table quintiles_ing_cusco [iw=factor], c(mean elect)table quintiles_ing_cusco ambito [iw=factor], c(mean elect)

_______________________________________________________________________________La presente gua constituye una primera herramienta para aprovechar la informacin

provista por el INEI. Se deja como asignacin personal la investigacin de nuevos

comandos y la aplicacin sobre nuevos mdulos de la ENAHO. Finalmente, la principal

herramienta para avanzar en el dominio de STATA radica en el uso del Manual de Ayuda

(comando help).

Stata Economistas 2015

Documents

Transcript of Stata Economistas 2015