Stata基本操作和数据分析入门第二讲统计描述入门

Stata软件基本操作和数据分析入门

第二讲统计描述入门

赵耐青

一、调查某市1998年110名19岁男性青年的身高(cm)资料如下，计算均数、标准

差、中位数、百分位数和频数表。

173.1167.8173.9176.9173.8171.5175.1175.2176.7174.5

169.2174.7185.4175.8173.5175.9175.9173.2174.8177.2

171.9166.0177.3175.2179.8175.7180.8171.4178.9172.6

166.9170.8168.7175.0183.7171.6172.9173.6177.7172.4

181.2178.1173.3177.5173.0174.3174.5172.5171.3174.0

177.9170.7175.2178.5177.6183.3173.1170.9180.5176.8

179.6180.6176.6174.3168.7175.2179.5172.5173.0174.2

169.5177.0183.6170.3178.8181.1182.9177.8164.1169.1

176.3169.4171.1172.9177.0179.8178.2174.4169.2176.4

178.3165.0175.8181.0177.6177.4178.7175.1181.8171.3

174.8181.7177.3178.5179.3177.0175.8181.8177.5180.2

Stata数据结构

x

1173.1

2169.2

3171.9

4166.9

5181.2

6177.9

7179.6

8169.5

9176.3

10178.3

11174.8

12167.8

13174.7

14166

15170.8

16178.1

17170.7

18180.6

19177

20169.4

21165

22181.7

23173.9

24185.4

25177.3

26168.7

27173.3

28175.2

29176.6

30183.6

31171.1

32175.8

33177.3

34176.9

35175.8

36175.2

37175

38177.5

39178.5

40174.3

41170.3

42172.9

43181

44178.5

45173.8

46173.5

47179.8

48183.7

49173

50177.6

51168.7

52178.8

53177

54177.6

55179.3

56171.5

57175.9

58175.7

59171.6

60174.3

61183.3

62175.2

63181.1

64179.8

65177.4

66177

67175.1

68175.9

69180.8

70172.9

71174.5

72173.1

73179.5

74182.9

75178.2

76178.7

77175.8

78175.2

79173.2

80171.4

81173.6

82172.5

83170.9

84172.5

85177.8

86174.4

87175.1

88181.8

89176.7

90174.8

91178.9

92177.7

93171.3

94180.5

95173

96164.1

97169.2

98181.8

99177.5

100174.5

101177.2

102172.6

103172.4

104174

105176.8

106174.2

107169.1

108176.4

109171.3

110180.2

（读者可以把数据直接粘贴到Stata的Edit窗口）

在介绍统计分析命令之前，先介绍打开一个保存统计分析结果的文件操作:

»fstfindowHelp

点击log图标，然后选择路径和输入保存结果的文件

名，建议选择扩展名为log的文件，这样以后统计分

析结果都将保存在这个文件中并且可以用word打开

和编辑。当分析结束时，仍点击该图标，关闭文件。

计算样本的均数、标准差、最大值和最小值

命令1：SU变量名（可以多个变量：即：SU变量名1变量名2…变量名m）

命令2：su变量名，d（可以多个变量：即：su变量名1变量名2…变量名m,d）

本例命令suX

变量样本量均数标准差最小值最大值

VariableIObsMeanStd.Dev.MinMax

-1--

X|110175.36554.222297164.1185.4

本例命令.sux,d

X

PercentilesSmallest

1%165164.1

5%168.7165

10%169.45166Obs110

25%172.9166.9SumofWgt.110

50%175.2Mean175.3655

LargestStd.Dev.4.222297

75%178.1183.3

90%180.9183.6Variance17.82779

95%181.8183.7Skewness-1756947

99%183.7185.4Kurtosis2.895843

结果说明

Smallest最小值Obs110样本量

164.1第1最小值SumofWgt.110加权和（即每个记

165第2最小值录的权是1）

166第3最小值Mean175.3655均数

166.9第4最小值Std.Dev.4.222297标准差

Largest最大值Variance17.82779方差

183.3第4最大值Skewness1756947偏度系数

183.6第3最大值Kurtosis2.895843峰度系数

183.7第2最大值

185.4第1最大值

Percentiles百分位数

1%165=R

5%168.7=Ps

10%169.45=Pio百分位数Px表示样本中X%的数据小于等R并且

25%172.9=P25(100-X)%的数据大于等于Px°

特别:Ps。就是中位数,表示一半的数据小于等于它，

50%175.2=Pso另一半的数据大于等于它。本例：Pw=175.2

样本量obs=110,因此有55个数据小于等于175.2,

75%178.1=P?5另有55个数据大于等于175.2

90%180.9=Pso

95%181.8=P95

99%183.7=P»9

计算百分位数还可以用专用命令centile.

centile变量名(可以多个变量)，centile(要计算的百分位数)洌如计算P25,P.等

centile变量名，centile(2.597.5)

本例计算P2.5，P”.5,P50，Pas，P?50

本例命令.centilex,centile(2.525507597.5)

-Binom.Interp.一

Variable|ObsPercentileCentile[95%Conf.Interval]

X11102.5165.775164.1168.7*

125172.825171.3314173.6267

150175.2174.5176.6789

175178.125177.3179.4371

197.5183.6225181.8185.4*

*Lower(upper)confidencelimitheldatminimum(maximun)ofsample

结果说明

PercentileCentile百分位数

2.5165.775=?2.5

25172.825=?25

50175.2二P50(中位数)

75178.125=P?5

97.5183.6225=P97.5

制作频数表，组距为2,从164开始，

genf=int((x-164)/2)*2+164其中int()表示取整数

tabf频数汇总和频率计算

频数频率累积频率

f1Freq.PercentCum.

164|21.821.82

166|32.734.55

168|76.3610.91

170|1110.0020.91

172|1614.5535.45

174|2320.9156.36

176|2018.1874.55

178|1311.8286.36

180|109.0995.45

182|43.6499.09

184|10.91100.00

4-

Total|110100.00

作频数图

命令graph变量,bin(#)norm

其中#表示频数图的组数;norm表示画一条相应的正态曲线(可以不要)

本例命令为graphx,bin(8)norm

a

Q

f!』

u-

为了使坐标更清楚地在图上显示，可以输入下列命令

graphx,bin(8)xlabelnormylabel

图形可以从Stata中复制到word中来，操作如下:

然后到Word中粘贴和编辑，便可以得到所需要的图形。

■-|口”|

点击此处

便可关闭

图形窗口，

返回结果

窗口

7

计算几何均数可以用means变量名（可以多个变量：即:means变量1…变量m）

meansx

Variable|TypeObsMean[95%Conf.Interval]

x|Arithmetic110175.3655174.5676176.1634

IGeometric110175.3149174.5168176.1166

Harmonic110175.2642174.4657176.07

Arithmetic（算术均数）Geometric（几何均数）调和均数（Harmonic）

作Pie图描述构成比：每一类的频数用一个变量表示，命令:

graph各类频数变量名，pie

例：下列有2个地区的血型频数分布数据，请用Pie描述:

频数

地区AB0AB

第1地区area=l10012024075

第2地区area=2807020050

Stata数据格式

ab0abarea

1100120240751

28070200502

第1地区血型构成比的Pie图的命令和图

graphaboabifarea==l,pie

119%A

a22%B

□45%O

/14%AB

■

■

■

■

■

I

注意逻辑表达式中ifarea==l是两个等号。

第2地区血型构成比的Pie图的命令和图

graphaboabifarea==2,pie

20%