Программное обеспечение для статистической обработки данных STATA: введение

Полный текст

В 2008 году в журнале «Экология человека» был опубликован практикум, адаптированный под пакет программ SPSS (SPSS Inc. Chicago, IL, USA) [1, 2]. Настоящей статьей журнал открывает серию публикаций по основам биостатистики с использованием пакета программ для статистической обработки данных STATA (Stata Corp, TX, USA). STATA - это профессиональный статистический программный пакет для решения статистических задач в самых разных прикладных областях: экономике, медицине, биологии, социологии. STATA позволяет реализовывать большой спектр статистических методов [3-8]. Кроме того, программный пакет дает возможность программировать всю последовательность команд, начиная от загрузки данных в память и вплоть до всех деталей анализа. Официальный сайт разработчика программы - http://www.stata.com. Программа хорошо документирована, издается специальный журнал для пользователей системы. Журнал «Stata» (SJ) - это ежеквартальный рецензируемый журнал, являющийся основным методом распространения методик, разработанных для пользователя. Настоящая статья знакомит читателей с общими принципами работы в STATA, создания и сохранения файлов, правилами ввода и трансформации данных, а также импорта данных из других программ для обработки данных. Меню STATA. Для того чтобы открыть программу STATA, необходимо нажать на ярлык Щ. Открывается диалоговое окно, где представлена информация о программе (версия, разработчик, серийный номер) и на верхней панели - главное меню(рис. 1). Рис. 1. Главное диалоговое окно и меню при запуске программы STATA 60 Экология человека 2014.01 Практикум Меню STATA 12.1 for Windows состоит из следующих категорий: File Edit Data Graphics Statistics User Window Help • File (файл) позволяет открывать файлы с данными (Open), сохранять данные (Save, Save as), посмотреть файлы отчетов (View), создать собственную программу-процедуру пользователя do-file (Do), импортировать (Import) и экспортировать (Export) данные из/в других форматов, печатать полученные результаты (Print), выход из программы (Exit). • Edit (редактировать) позволяет копировать как отдельные элементы вывода, так и таблицы, графики; дает возможность задать предпочтения (Preferences) пользователя: выбор цветов, шрифтов и т. д. для разных элементов вывода и визуального представления программы. • Data (данные) позволяет редактировать данные (Data Editor (Edit)), создавать и изменять переменные (Create or change data). • Graphics (графики) позволяет строить множество различных видов графических изображений. • Statistics (статистика) содержит большой набор способов описания данных и видов статистического анализа данных. • Window (окно) дает возможность увидеть информацию о проделанной работе (команды, результаты их выполнения, запрашиваемая информация из справки) (Results), представляет список проделанных команд вне зависимости от успешности выполнения (Review), список переменных (Variables), свойства переменных (Properties) и др. • Help (помощь) включает справочник команд в PDF-формате, поиск по ключевым словам (Search), ссылку на веб-сайт программы (STATA website) и др. Общие принципы работы с программой. Большинство опций может быть выполнено через меню программы или напрямую через различные команды. Использование команд и написание командного синтаксиса дает возможность воспроизводить полученные результаты. Воспроизводимость также означает, что можно легко сделать анализ данной модели в других условиях. Даже если выполнено большое количество шагов с момента начала анализа основной модели, очень легко вернуться назад и создать новую версию анализа, если вся работа сохранена как серия программных шагов. Основной синтаксис всех команд STATA следует шаблону. Не все элементы данного шаблона используются всеми командами, а некоторые элементы имеют силу только для определенных команд. Но если элемент существует, он будет появляться в одном и том же месте, следуя одним и тем же грамматическим правилам. В STATA все команды должны вводиться строчными буквами. Создание базы данных. Для создания базы данных в формате Stata необходимо после запуска программы выбрать в меню Data > Data Editor > Data Editor (Edit). Появится диалоговое окно Data Editor [Edit] - [Untitled] (рис. 2). В появившийся макет базы можно непосредственно вносить данные или скопировать значения переменных, например, из базы данных, созданной в формате Excel. Названия переменных. Названия переменных даются только на английском языке или обозначаются латинскими буквами. Для того чтобы внести название переменной, можно дважды щелкнуть по заголовку столбца (например, var 1) и затем в появившемся справа диалоговом окне Properties написать название переменной (Name). В заголовках столбцов отражаются полностью названия только из 8 или меньшего количества букв, допускается впечатать название из 32 букв, но оно не будет полностью отражено в заголовке столбца. Поэтому можно создать метку (Label) для переменной, которая будет содержать ее краткое описание. Например, переменная «Место жительства» может быть названа как «Place», а метка для нее обозначена как «Place of residence». Тип переменных. Тип (Type) переменных может быть обозначен как качественный (string, str) или количественный (byte). В Data Editor качественные переменные представляются красным цветом, а количественные - черным или синим. STATA воспринимает непрерывные значения как количественные только в том случае, если в качестве разделителя используется точка (.), например, масса тела 72.3 кг. Если используется запятая, то данное значение будет восприниматься как качественное. Поэтому количественные непрерывные переменные должны быть представлены с использованием точки. Если программа ошибочно воспринимает количественные переменные как качественные, то для перевода качественного формата (string, str) в количественный (byte) нужно в меню Data выбрать Create or change data > Other variable-transformation commands > Convert variables from string to numeric. Для перевода количественного формата в качественный следует выбрать Create or change data > Other variable-transformation commands > Convert variables from numeric to string. Рис. 2. Окно редактирования данных 61 Практикум Экология человека 2014.01 Расшифровка кодировки качественных переменных. Для расшифровки значений качественных переменных необходимо открыть данные в Data Editor, выделить столбец с качественной переменной, например Sex (пол), затем нажать правую кнопку мыши и выбрать Value Labels > Manage Value Labels. В появившемся диалоговом окне нажать Create Label. Во вновь открывшемся диалоговом окне «Create Label» в строку «Label name» ввести название переменной (Sex), в поле справа «Value» ввести обозначение первой категории, например 1, а в поле ниже «Label» расшифровать ее, например Male (мужской), затем следует нажать Add. Потом в поле справа «Value» ввести обозначение второй категории, например 2, а в поле ниже «Label» расшифровать ее, например Female (женский), и также нажать Add. Полный список кодов и их расшифровка отображаются в окне слева (рис. 3). Рис. 3. Диалоговое окно для создания меток качественных переменных Создание и замена переменных. Рассмотрим пример создания новой переменной «IBM» (body mass index, индекс массы тела) с использованием существующих в базе данных переменных Weight (масса) и Height (рост). Для создания новой переменной, получаемой путем арифметического вычисления, необходимо открыть Data > Create or change data > Create new variable. В появившемся окне «generate - Create a new variable» в поле «Variable type» указать тип создаваемой переменной, например byte, а в поле «Variable name» вписать название создаваемой переменной, например IBM. Затем нажать на кнопку Create и в появившемся окне «Expression builder» в поле Category выбрать Variables. Выбирая нужные переменные из списка (дважды кликнув на переменную) и арифметические действия, отображаемые в окне справа, вводим формулу расчета новой переменной, например Weight/(Height/100)2 (рис. 4). После нажатия на «ОК» в базе данных появится новый столбец с переменной IBM. Создать новую переменную можно с помощью команды «generate». Для этого в нижней части главного диалогового окна STATA в поле Commands необходимо ввести: generate byte IBM = Weight /(Height /100)^2. Рис. 4. Диалоговое окно для создания новой переменной путем вычисления Создание новых номинальных и порядковых переменных. Создание новых номинальных или порядковых переменных осуществляется по следующим правилам: Правило (# = #) (# # = #) (# / # = #) (nonmissing = #) (missing = #) Пример (3 = 1) (2 ... = 9) (1/5 = 4) (nonmiss = 8) (miss = 9) Расшифровка 3 перекодировать в 1 2 и ... перекодировать в 9 от 1 до 5 перекодировать в 4 все другие не пропущенные в 8 все другие пропущенные в 9 В нашем примере количественную переменную IBM (индекс массы тела) переведем в порядковую, обозначив значения IBM до 20 единиц как низкая масса, 20-25 единиц - нормальная масса и выше 25 единиц - высокая масса и присвоим данным группам коды 1, 2 и 3 соответственно. Для того чтобы выполнить трансформацию данных, необходимо открыть Data > Create or change data > Other variable-transformation commands > Recode categorical variable. В появившемся диалоговом окне «recode - Recode categorical variable» на вкладке «Main» выбрать переменную, подлежащую трансформации (в примере - IBM). Далее в Required и Optional следует указать, для каких групп значений какие коды присвоены, в рассматриваем примере: 62 Экология человека 2014.01 Практикум Б recode - Recode categorical variables 0(Ш Main I il,.'in I Options I 1 IBM 4 Choose iule formats to edit oi construct your own rules: 1 Examples... | Required: |(1/19 = 1) A Optional: |(20/25 = 2) -I |(26/40 = 3) HI Рис. 5. Диалоговое окно для перекодировки переменных (1/19 = 1), (20/25 = 2), (26/40 = 3) (рис. 5). На вкладке «Options» выбрать Generate new variable и указать название новой переменной, например IBM1. После нажатия «ОК» в базе данных появится новая порядковая переменная IBM1. Создать новую номинальную или порядковую переменную можно с помощью команды «recode». Для этого в нижней части главного диалогового окна STATA в поле Commands необходимо ввести: recode IBM (1/19 = 1) (20/25 = 2) (26/40 = 3), generate(IBMl). Удаление данных из базы. Для удаления ненужных столбцов и строк в базе данных необходимо их выделить, затем нажать правую кнопку мыши и выбрать Drop Selected Data. Сохранение и открытие файла. Для того чтобы сохранить данные и дать название файлу, необходимо в меню выбрать File > Save as. STATA автоматически сохраняет файл с расширением *.dta (Stata Data *.dta). После сохранения и закрытия файла в следующий раз он может быть открыт через главное меню File > Open. В STATA можно импортировать данные, сохраненные в формате Excel. Для этого следует в меню выбрать File > Import > Excel spreadsheet (*.xls, *.xlsx). База данных, созданная в программе SPSS и сохраненная с расширением *.spo, не может быть открыта в STATA. Базу данных нужно открыть в SPSS, сохранить в формате Excel и только затем импортировать файл с расширением *.xls, *.xlsx в STATA. Название файла с данными, сохраненными в STATA или импортируемыми из Excel, должно быть на английском языке. В следующей статье мы познакомим читателей с типами данных и принципами проверки распределения количественных данных с использованием STATA.

Об авторах

Т Н Унгуряну

Северный государственный медицинский университет

Андрей Мечиславович Гржибовский

Норвежский институт общественного здравоохранения

Email: angr@fhi.no
профессор, доктор медицины, старший советник Nasjonalt folkehelseinstitutt, Pb 4404 Nydalen, 0403 Oslo, Norway

Список литературы

Дополнительные файлы