Stata教程：描述性統(tǒng)計(jì)命令與輸出結(jié)果說明

1、本節(jié)STATA命令摘要by分組變量：summarize變量名1變量名2變量名m，detailci變量名1變量名2變量名m，level（#）binomialpoissonexposure（varname）by（分組變量）cii樣本量均數(shù)標(biāo)準(zhǔn)差，level（#）tab1變量名，generate（變量名）·資料特征描述（均數(shù)，中位數(shù)，離散程度）例：某地測定克山病患者與克山病健康人的血磷測定值如下表（數(shù)據(jù)摘自四川醫(yī)學(xué)院主編的衛(wèi)生統(tǒng)計(jì)學(xué)，1978出版，p21）：患者26324373373432473518558578640653健康人167198198233234250360373414417

2、457482578并假定這些數(shù)據(jù)已以STATA格式存入ex2dta文件中，其中變量x1為患者的血磷測定值數(shù)據(jù)，變量x2為健康人的血磷測定值數(shù)據(jù)。上述數(shù)據(jù)也可以用變量x表示血磷測定值，分組變量group=0表示患者組和group=1表示健康組（如：患者組中第一個(gè)數(shù)據(jù)為26，則x=26，group=0；又如：健康組中第三個(gè)數(shù)據(jù)為198，則x為198以及group為1），并假定這些數(shù)據(jù)已以STATA格式存入ex2adta文件中。計(jì)算資料均數(shù)，標(biāo)準(zhǔn)差命令summarize，以述資料為例：useex2，clearsummarizex1x2結(jié)果：變量樣本數(shù)均數(shù)標(biāo)準(zhǔn)差最小值最大值Variable|ObsMe

3、anStdDevMinMax-+x1|114710909130297726653x2|1333546151304368167578即：本例中急性克山病患者組的樣本數(shù)為11，血磷測定值均數(shù)為4711（mg%），相應(yīng)的標(biāo)準(zhǔn)差為1303，最小值為26以及最大值為653；健康組的樣本量為13，血磷測定值均數(shù)為33546，相應(yīng)的標(biāo)準(zhǔn)差為13044，最小值為167以及最大值為578。計(jì)算資料均數(shù)，標(biāo)準(zhǔn)差，中位數(shù)，低四分位數(shù)和高四分位數(shù)的命令summarize以及子命令detail，仍以述資料為例：useex2，clearsummarizex1x2，detail結(jié)果：x1PercentilesSmalles

4、t（最小值）1%26265%2632410%324373Obs11（樣本數(shù)）25%373（低四分位）373SumofWgt1150%473（中位數(shù)）（最大值）Mean4710909（均數(shù)）LargestStdDev1302977（標(biāo)準(zhǔn)差）75%578（高四分位）55890%64578Variance1697749（方差）95%65364Skewness-0813446（偏度）99%653653Kurtosis1809951（峰度）x2PercentilesSmallest1%1671675%16719810%198198Obs1325%233233SumofWgt1350%36Mean3354

5、615LargestStdDev130436875%41741790%482457Variance170137795%578482Skewness296394399%578578Kurtosis1875392由上述結(jié)果可知：summarize命令并使用子命令detail，不僅可以得到各變量資料的均數(shù)和標(biāo)準(zhǔn)差，而且可以得到主要的非參數(shù)描述指標(biāo)：低四分位（lowerquartile），中位數(shù)（Median）以及高四分位（upperquartile）。對于非正態(tài)資料，一般不應(yīng)用均數(shù)±標(biāo)準(zhǔn)差進(jìn)行描述，而應(yīng)使用中位數(shù)以及（低四分位-高四分位，稱interquartilerange，IQR）進(jìn)行

6、描述。如：若本資料不正態(tài)1，則x1的Median以及IQR為：473（373-578）以及x2的Median以及IQR為：36（233-417）。為樣本方差；為偏度，偏度的絕對值越小，表明該數(shù)據(jù)的正態(tài)對稱性越好；峰度，峰度值越大表明該數(shù)據(jù)的正態(tài)峰越明顯；在該數(shù)據(jù)中最小的四個(gè)數(shù)據(jù)；在該數(shù)據(jù)中最大的四個(gè)數(shù)據(jù)。若調(diào)用ex2adta文件，進(jìn)行描述性統(tǒng)計(jì)，可用下列命令：useex2a，clearsortgroup（將資料以group變量為例從小到大排序）bygroup：summarizex結(jié)果：->group=0xPercentilesSmallest1%26265%2632410%324373O

7、bs1125%373373SumofWgt1150%473Mean4710909LargestStdDev130297775%57855890%64578Variance169774995%65364Skewness-081344699%653653Kurtosis1809951->group=1xPercentilesSmallest1%1671675%16719810%198198Obs1325%233233SumofWgt1350%36Mean3354615LargestStdDev130436875%41741790%482457Variance170137795%578482S

8、kewness296394399%578578Kurtosis1875392上述結(jié)果與前面的結(jié)果對應(yīng)相同。·根據(jù)樣本數(shù)據(jù)計(jì)算可信限295%可信限計(jì)算：正態(tài)數(shù)據(jù)：ci變量名0-1數(shù)據(jù)：ci變量名，binomialpoisson分布數(shù)據(jù)：ci變量名，poisson90%可信限計(jì)算（其它可信限類推）正態(tài)數(shù)據(jù)：ci變量名，level（90）0-1數(shù)據(jù)：ci變量名，level（90）binomialpoisson分布數(shù)據(jù)：ci變量名，level（90）poisson以ex2dta為例計(jì)算x1，x2的95%可信限。useex2dta，clearVariable|ObsMeanStdErr95%C

9、onfInterval-+x1|114710909392862438355575586261x2|133354615361766725663934142837以上結(jié)果中：為樣本數(shù)；為均數(shù)；為標(biāo)準(zhǔn)誤；為95%的可信限，因此x1的95%可信限為38356，55863，x2的95%可信限為25664，41428。·根據(jù)樣本數(shù)，樣本均數(shù)和標(biāo)準(zhǔn)差計(jì)算可信限3。若數(shù)據(jù)服從正態(tài)分布，并已知樣本均數(shù)和標(biāo)準(zhǔn)差以及樣本數(shù)，則95%可信限計(jì)算為：cii樣本數(shù)樣本均數(shù)標(biāo)準(zhǔn)差，level（#）例：已知樣本數(shù)為90樣本均數(shù)為40以及樣本標(biāo)準(zhǔn)差為12，則：計(jì)算該樣本均數(shù)的95%可信限為cii904012Varia

10、ble|ObsMeanStdErr95%ConfInterval+|9040126491137486654251335該樣本均數(shù)的90%可信限為3748665，4251335cii904012，level（90）Variable|ObsMeanStdErr90%ConfInterval-+|9040126491137897524210248·計(jì)數(shù)資料中頻數(shù)和比例STATA命令：tab1變量名，g（新變量名）因?yàn)樵撁钪饕m用描述計(jì)數(shù)資料（即：屬性資料），當(dāng)使用子命令g（新變量），則產(chǎn)生屬性指示變量。在回歸分析中經(jīng)常需要這些指示變量作為亞元變量進(jìn)行分析。例：50只小鼠隨機(jī)分配到5個(gè)不同

11、飼料組，每組10只小鼠。在喂養(yǎng)一定時(shí)間后，測定鼠肝中的鐵的含量（mg/g）如表所示：試比較各組鼠肝中鐵的含量是否有顯著性差別（摘自醫(yī)學(xué)統(tǒng)計(jì)方法，金丕煥主編，p220）。用x表示鼠肝中鐵的含量以及用group=1，2，3，4，5分別表示對應(yīng)的5個(gè)組。tab1group，g（a）->tabulationofgroupgroup|FreqPercentCum+1|10200020002|10200040003|10200060004|10200080005|10200010000+Total|5010000為各屬性資料的頻數(shù)；為該屬性占整個(gè)資料樣本數(shù)的百分比；為累計(jì)百分比。本例中，總樣本數(shù)為50，共有5組，每組有10個(gè)樣本點(diǎn)，各占總樣本數(shù)的10%。因?yàn)槭褂昧俗用頶（a），從而產(chǎn)生5個(gè)指示變量（又可稱亞元變量）：a1，a2，a3，a4和a5。變量a1用于指示第1組的資料：即：當(dāng)資料屬于第1組的（group=1），則a1=1；其它組的資料（group¹1），則a1=0。變量a2用于指示第2組的資料，變量a3，a4和a5相應(yīng)分別指示第3，4，5組的資料（詳細(xì)見下表）。1此處僅是舉例而