第十一章 无序分类资料的统计分析Stata实现
使用Stata进行统计数据分析教程
使用Stata进行统计数据分析教程章节一：Stata简介与安装Stata是一款广泛使用的统计软件，由StataCorp开发，并提供了强大的数据分析和数据管理功能。
首先，我们需要了解Stata的基本特点和优势，并学习如何安装Stata软件及其组件包。
为了顺利进行数据分析，安装正确的版本和组件是必不可少的。
章节二：数据导入与数据管理在开始数据分析之前，我们首先需要将数据导入Stata软件中，这涉及到数据的格式转换和读取，包括常见的Excel、CSV等格式。
然后，我们会学习如何对数据进行清洗，删除无效数据、处理缺失数据和异常值等。
此外，我们还会介绍如何创建和修改变量、合并数据集以及数据筛选等高级数据管理功能。
章节三：描述性统计分析描述性统计是最基本的统计方法之一，用于描述数据的分布和性质。
在这一章节中，我们会学习如何使用Stata进行描述性统计分析，包括计算平均数、中位数、标准差、最大值和最小值等统计指标。
同时，我们还会学习如何绘制直方图、箱线图和散点图等图形工具，以更直观地展示数据的分布特征。
章节四：推断统计分析推断统计分析用于从样本数据中推断总体的性质，常用的方法包括假设检验和置信区间估计。
在这一章节中，我们会学习如何使用Stata进行常见的假设检验，如单样本t检验、独立样本t检验和相关样本t检验等。
同时，我们还会介绍如何计算置信区间和进行方差分析等高级统计方法。
章节五：回归分析回归分析是统计学中常用的建模和预测方法，用于描述自变量与因变量之间的关系。
在这一章节中，我们会学习如何使用Stata 进行简单线性回归和多元线性回归分析，包括模型拟合、参数估计和模型诊断。
此外，我们还会介绍如何解决共线性和异方差等常见问题，并讨论如何进行交互效应和非线性回归分析。
章节六：多元统计分析除了回归分析，Stata还提供了丰富的多元统计分析方法，如主成分分析、因子分析和聚类分析等。
在这一章节中，我们会学习如何使用Stata进行多元统计分析，包括降维与因子提取、聚类分析和判别分析等。
使用Stata进行统计分析的方法与实例
使用Stata进行统计分析的方法与实例第一章：导言统计分析是一种基于数据的科学方法，主要用于搜集、整理、分析和解释数据，以便更好地理解和描述现象、随机事件或人类行为。
Stata是一款功能强大且广泛应用于统计学和经济学领域的统计分析软件。
本文将介绍使用Stata进行统计分析的方法和实例，并按以下章节进行详细说明。
第二章：数据导入与清洗在使用Stata进行统计分析之前，首先需要导入和清洗数据。
Stata支持多种数据导入格式，如文本文件、Excel表格和数据库等。
通过使用Stata的数据管理命令，我们可以对数据进行清洗和预处理，包括删除缺失值、处理离群值和进行变量转换等。
第三章：描述性统计分析描述性统计分析是研究对象的基本特征和总体分布的方法。
在Stata中，我们可以使用各种命令来计算和展示数据的描述性统计量，如平均值、标准差、中位数和频数分布等。
此外，可以使用图表工具来可视化数据的分布和特征，如直方图、箱线图和散点图等。
第四章：推断统计分析推断统计分析是通过抽样来推断总体参数的方法。
Stata提供了一系列统计模型和命令，用于进行参数估计、假设检验和置信区间估计等推断统计分析。
常见的推断统计方法包括回归分析、方差分析和非参数检验等。
通过Stata的命令和函数，我们可以轻松地应用这些方法，从而得出关于总体的推断结论。
第五章：多元统计分析多元统计分析是研究多个变量之间关系的方法。
Stata提供了多元统计模型和命令，用于探索和解释多个变量之间的关系。
其中包括多元线性回归分析、主成分分析和因子分析等。
通过使用Stata的多元统计分析功能，我们可以深入研究变量之间的相关性和潜在结构等。
第六章：时间序列分析时间序列分析是研究时间变化规律的方法。
在Stata中，我们可以使用时间序列模型和命令，对时间序列数据进行建模和预测分析。
其中包括平稳性检验、自回归移动平均模型和差分自回归移动平均模型等。
通过利用Stata的时间序列分析功能，我们可以分析和预测各种经济和社会现象的发展趋势。
Stata统计分析命令.doc
Stata统计分析常用命令汇总一、winsorize极端值处理范围：一般在1%和99%分位做极端值处理，对于小于1%的数用1%的值赋值，对于大于99%的数用99%的值赋值。
1、Stata中的单变量极端值处理：stata 11.0，在命令窗口输入“findit winsor”后，系统弹出一个窗口，安装winsor模块安装好模块之后，就可以调用winsor命令，命令格式：winsor var1, gen(new var) p(0.01) 或者在命令窗口中输入：ssc install winsor安装winsor命令。
winsor命令不能进行批量处理。
2、批量进行winsorize极端值处理：打开链接：/judson.caskey/data.html，找到winsorizeJ，点击右键，另存为到stata中的ado/plus/目录下即可。
命令格式：winsorizeJ var1var2var3,suffix(w)即可，这样会生成三个新变量，var1w var2w var3w，而且默认的是上下1%winsorize。
如果要修改分位点，则写成如下格式：winsorizeJ var 1 var2 var3,suffix(w) cuts(5 95)。
3、Excel中的极端值处理：（略）winsor2 命令使用说明简介：winsor2 winsorize or trim (if trim option is specified) the variables in varlist at particular percentiles specified by option cuts(# #). In defult, new variables will be generated with a suffix "_w" or "_tr", which can be changed by specifying suffix() option. The replace option replaces the variables with their winsorized or trimmed ones.相比于winsor命令的改进：(1) 可以批量处理多个变量；(2) 不仅可以winsor，也可以trimming；(3) 附加了by() 选项，可以分组winsor 或trimming；(4) 增加了replace 选项，可以不必生成新变量，直接替换原变量。
无序分类资料统计分析
验只能说明效应指标定性反应类别的构成 比是否相同，而各组效应的比较宜采用秩 和检验
注意的问题
3.行列表卡方检验的适用条件
–理论频数不宜太小，一般认为不宜有1/5以上 格子的理论频数小于5或有一个格子的理论频 数小于1 –不太理想的办法
• 与邻近行或列中的实际频数合并 • 删去理论频数太小的格子所对应的行或列
一、两独立样本四格表资料卡方检验
例11-2 某研究小组为研究慢支口服液II号对慢性支气管炎治疗效果，以口服消咳喘为对 照进行了临床试验，试验组120人、对照组117人（两组受试者病程、病情等均衡），疗程 2周，两组治疗后有效的患者分别为116人、82人。问慢支口服液II号与消咳喘治疗慢性支 气管炎的疗效是否相同？
组别 正常胃粘膜 不典型增生 胃癌组织 合计 观测例数 25 25 50 100 阳性例数 7（15.250） 11（15.250） 43（30.500） 61 阴性例数 18（9.750） 14（9.750） 7（19.500） 39 阳性率（%） 28.0 44.0 86.0 61.0
注 ：括号内为理论频数
组别 中西医结合组 西医组 有效 92（88.973） 85（88.027） 无效 2（5.027） 8（4.973） 合计 94 93 有效率（%） 97.87 91.40
注 ：括号内为理论频数
连续性校正公式：
( A − T − 0.5) 2 T
χ2 = ∑
；
n 2 ( ad − bc − ) n 2 χ2 = (a + b)(c + d )(a + c)(b + d )
–本例即28、8、22、14保持不变的条件下，若 H0成立，计算出现各种四格表的概率
STATA软件操作(四)分类与等级资料的统计分析
tab sex
tab group sex
| sex group | 0 1| Total ------------+----------------------+---------1| 8 4| 12 2| 4 7| 11 3| 3 4| 7 ------------+----------------------+---------Total | 15 15 | 30
tab sex,sum(x)
| Summary of x sex | Mean Std. Dev. Freq. ------------+-----------------------------------0 | 4.1266667 .8224238 15 1| 4.26 .9627342 15 ------------+-----------------------------------Total | 4.1933333 .88236879 30
-- Poisson Exact -Variable | Exposure Mean Std. Err. [95% Conf. Interval] -------------+------------------------------------------------------------| 1 8 2.828427 3.454 15.76225
x group 3.9 1 4.2 1 3.7 1 4 1 4.4 1 ……
sex 0 0 0 0 0
tab group
group | Freq. Percent Cum. ------------+----------------------------------1| 12 40.00 40.00 2| 11 36.67 76.67 3| 7 23.33 100.00 ------------+----------------------------------Total | 30 100.00 sex | Freq. Percent Cum. ------------+----------------------------------0| 15 50.00 50.00 1| 15 50.00 100.00 ------------+----------------------------------Total | 30 100.00
如何使用Stata进行统计学分析
如何使用Stata进行统计学分析Stata是一种流行的统计学软件，广泛应用于各个领域的数据分析和统计学研究。
本文将介绍如何使用Stata进行统计学分析，并按照不同的主题进行划分章节。
第一章：Stata基础操作在开始使用Stata进行统计学分析之前，首先需要了解一些基础操作。
包括数据导入和导出、数据清洗、变量定义等。
Stata支持各种数据文件格式的导入，例如Excel、CSV等，通过使用`import`命令可以将数据导入到Stata中。
此外，Stata还提供了丰富的数据清洗功能，如缺失值处理、异常值处理等。
在数据准备工作完成后，可以使用`generate`命令定义变量，并使用`list`命令查看数据集的内容。
第二章：描述性统计分析描述性统计分析是了解数据的基本特征和分布情况的重要手段。
在Stata中，可以使用`summarize`命令计算变量的均值、方差、最大值、最小值等统计量。
此外，还可以使用`tabulate`命令生成频数表和列联表，用以统计分类变量的分布情况和不同变量之间的关联。
第三章：统计图形绘制统计图形是数据可视化的重要工具，有助于更直观地理解数据的特点和模式。
Stata提供了多种绘图命令，例如`histogram`命令用于绘制直方图、`scatter`命令用于绘制散点图、`boxplot`命令用于绘制箱线图等。
通过适当选择和组合这些绘图命令，可以呈现出丰富的数据图形，有助于揭示数据背后的规律。
第四章：参数估计与假设检验参数估计和假设检验是统计学分析的核心内容。
Stata提供了多种统计分析命令，如`ttest`命令用于独立样本t检验、`regress`命令用于回归分析、`anova`命令用于方差分析等。
这些命令可以根据用户提供的数据和分析需求，进行相应的估计和检验，并输出相应的统计结果和解释。
第五章：相关分析和回归分析相关分析和回归分析是统计学中常用的分析方法，用于探究变量之间的关系和预测模型的建立。
应用stata做统计分析
1)Describe 数据的简要描述d2)List 将所有数据列在result里面l3)Summarize 分析统计指标su4)correlate 统计各个变量之间的相关系数cor5)graph twoway connected math score,yaxis(1)||connected english score,yaxis(2) title(“”)横坐标表示score 左y轴表示数学右y轴表示英语6)browse chinese math if score>640只显示总分大于640的数学和语文的成绩7)edit math ability score 只显示数学基本能力和总分，可以进行编辑8)gen any=uniform() 新建一个随机变量，从0-19)list math chinese english in 60/70 列出其中60-70个观测值的数学语文和英语10)replace any=100*any 将ANY这个变量的值*100，然后取代原来的变量11)sample 10 仅剩下随即的10%，sample 30，count随机的剩下30个观测值12)gsort –math 按数学从高到低排序13)gsort name 将观测值的姓名顺序排序14)gsort –name 姓名逆序排序15)help gesort 排序的帮助16)tabulate math if score>600 在result窗口中显示总分600以上的数学得频数百分比及累计百分比17)edit math score 在编辑器窗口中只显示数学和总分18)list in 4在result窗口中只显示第4个观测值19)list in 10/20列出第10-20个观测值20)sum if score>660 只对总分大于660的观测值进行统计分析21)sun if place !=”canada”对字符串的除外统计22)sum if score>600&score<65023)list if score>620|(math>=140&english>=135)列出其中的总分大于620 或者数学大于140和英语大于135 的观测值24)help datafun寻找日期的命令25)help strfun字符串函数26)dispay 作为统计显示的计算器使用27)sum math ,display r(mean),gen mathdev=math-r(menn),sum math mathdev28)help egen生成函数的扩展29)tabulate class,gen (class) 在编辑窗口新生成16个变量，class26-41，并且以0-1 表示30)list class class10-class14 在result 中只显示10-14班的内容31)sum math if class!=28 对数学进行求统计量，然后排出28班32)replace score2=1 if score >=600&score<.主要针对缺失值的运算因为缺失值.被认为是非常大的数。
教你如何使用Stata进行统计分析和建模
教你如何使用Stata进行统计分析和建模Stata是一款广泛使用的统计软件，它在数据处理、统计分析和建模等方面具有强大的功能。
本文将介绍如何使用Stata进行统计分析和建模，包括数据导入、数据整理和清洗、描述性统计分析、假设检验、回归分析等内容。
一、数据导入在使用Stata进行统计分析和建模之前，首先需要将数据导入Stata软件中。
Stata支持多种数据格式，包括Excel、CSV、SPSS等格式。
通过点击菜单栏中的"File"选项，选择"Import Data"命令，可以将数据导入Stata软件中。
二、数据整理和清洗当数据导入Stata之后，需要对数据进行整理和清洗，以便进行后续的统计分析和建模。
数据整理包括选择所需变量、变量重命名、变量标签设置等操作。
数据清洗则包括缺失值处理、异常值处理等。
三、描述性统计分析描述性统计分析是对数据进行概括的过程，可以使用Stata的各种命令来完成。
常用的描述性统计分析包括计算均值、中位数、标准差、最小值、最大值以及绘制直方图、散点图等。
四、假设检验在进行统计分析和建模时，常常需要进行假设检验，以验证研究假设的合理性。
Stata提供了多种假设检验的方法，如t检验、方差分析、卡方检验等。
通过运用这些方法，可以对不同群体之间的差异进行检验。
五、回归分析回归分析是一种通过建立数学模型来研究因变量与自变量之间关系的统计方法。
在Stata软件中，可以使用regress命令进行普通最小二乘回归分析。
此外，Stata还支持逐步回归、多元回归分析等其他回归分析方法。
六、模型诊断与验证在进行回归分析时，需要对模型进行诊断和验证，以确保模型的有效性和可靠性。
Stata提供了多个命令，如estat命令用于检验模型的方差齐性和正态性假设，predict命令用于保存残差和拟合值，以供进一步的分析和验证。
七、模型应用和预测通过回归分析建立的模型，可以应用于实际问题的预测和决策。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第十一章无序分类资料的统计分析的Stata实现
例11-1 根据某地区的血型普查结果可知，该地区人群中血型为O的占30%，血型为A的占25%，血型为B的占35％，血型为AB的占10%。
研究者在邻近该地区的一个山区人群中进行一个血型的流行病调查，在该山区人群中随机抽样调查了200人，检测这些对象的血型，表11-1给出了血型检测的结果。
问该山区人群与这个地区人群的血型分布是否一致？
表11-1 山区人群血型抽样调查结果
血型O A B AB 合计
人数50 70 50 30 200
例11-2 某研究小组为研究慢支口服液II号对慢性支气管炎治疗效果，以口服消咳喘为对照进行了临床试验，试验组120人、对照组117人（两组受试者病程、病情等均衡），疗程2周，疗效见表11-3。
问慢支口服液II号与消咳喘治疗慢性支气管炎的疗效是否相同？
表11-3 试验组与对照组疗效
组别有效无效合计有效率（%）试验组116 4 120 96.67
对照组82 35 117 70.09
合计198 39 237 83.54
1．建立检验假设，确定检验水准
0H ：21ππ=，即两种药物治疗慢性支气管炎的疗效相同
1H ：21ππ≠，即两种药物治疗慢性支气管炎的疗效不同
05.0=α
结果：
Pearson chi2(1) = 30.4463 Pr = 0.000，05.0<P ，按α=0.05水准拒
绝0H ，差别有统计学意义，可认为慢支口服液II 号治疗慢性支气管炎有效率高于消咳喘。
例11-3 为评价中西结合治疗抑郁发作的疗效。
将187例患者随机分为2组，两组患者均选用阿咪替林西医综合治疗，中西医结合组在上述治疗的同时，再配合中医辨证治疗，根据中医辨证分型采用不同的方剂，治疗结果见表11-5，问两种治疗方案的疗效有无差别？
表11-5 试验组与对照组疗效
组别 有效 无效 合计 有效率（%）
中西医结合组 92（88.973） 2（5.027） 94 97.87 西医组
85（88.027）
8（4.973）
93
91.40
注 ；括号内为理论频数 例11-3 假设检验步骤
1．建立检验假设，确定检验水准
0H ：21ππ=，即两种治疗方案疗效相同
1H ：21ππ≠，即两种治疗方案疗效不同
05.0=α
Stata 命令：
结果：
本例需要用校正卡方，p=0.1005，两种治疗方案疗效的差异无统计学意义。
例11-4 为了解国产紫外线瞬间消毒器与进口高压蒸汽消毒机对牙科手机消毒灭菌的效果，将刚去腐揭卡过垢等待处理的牙科手机29个随机分为A 、B 两组，A 组为紫外线消毒组，B 组为高压蒸汽组。
消毒前细菌培养均为阳性，消毒后细菌培养结果见下表。
问两种消毒法消毒后细菌培养阳性率有无差别？
表11-6 两种方法消毒后细菌培养结果
组别 阳性 阴性 合计 A 10 5 15 B 1 13 14 合计 11
18
29
由于总频数29小于40，对两组阳性率的比较宜采用Fisher 精确概率检验，假设检验步骤如下：
1．建立检验假设，确定检验水准
0H ：21ππ=，即两种方法消毒后细菌培养阳性率相同
1H ：21ππ≠，即两种方法消毒后细菌培养阳性率不同
05.0=α
本例需要用Fisher's 确切概率法，p=0.002，两种方法消毒后细菌培养阳性率不同。
例11-5 为探讨埃兹蛋白（Ezrin ）在胃癌组织中的表达情况，采用免疫组化法检测50
例胃癌组织、25例胃粘膜不典型增生和25例正常胃粘膜中Ezrin 的表达，结果见表11-9。
问不同胃组织Ezrin 表达阳性率是否相同？
表11-9 Ezrin 在不同胃组织中的表达
组别 观测例数 阳性例数 阴性例数 阳性率（%）
正常胃粘膜 25 7（15.250） 18（9.750） 28.0 不典型增生 25 11（15.250） 14（9.750） 44.0 胃癌组织 50 43（30.500）
7（19.500）
86.0 合计
100
61
39
61.0
注 ：括号内为理论频数
这是一个3个样本率的比较问题，假设检验步骤为： 1．建立检验假设，确定检验水准
0H ：321πππ==，即3种不同胃组织Ezrin 表达阳性率相等
1H ：1π、2π、3π不全相等，即3种不同胃组织Ezrin 表达阳性率不全相等
05.0=α
结果：
05.0<P ，按α=0.05水准拒绝0H ，差别有统计学意义，可认为3种不同胃组织Ezrin 表
达阳性率不全相等。
例11-6 为评价国产注射用头孢美唑钠（A ）治疗中、重度呼吸系统细菌性感染性疾病的临床有效性及安全性，以先锋美他醇（B ）为对照进行临床试验，入组受试者疾病类型构成情况见表11-10。
问A 、B 两组受试者疾病类型总体构成有无差别？
表11-10 两组受试者疾病类型
组别 急性扁桃体炎 肺炎
急支炎
慢支炎急发
支扩伴感染 A 5（6.042） 21（19.636） 21（21.650） 20（20.643） 5（4.028） B
7（5.958）
18（19.364） 22（21.350） 21（20.357）
3（3.972）
注 ：括号内为理论频数
这是一个2组构成比比较的问题，其假设检验步骤为： 1．建立检验假设，确定检验水准
0H ：A 、B 受试者疾病类型总体构成相同
1H ：A 、B 受试者疾病类型总体构成不同
05.0=α
例11-7 将100份样品一分为二，分别用含血培养基与无血培养基接种培养，观察弯曲菌检出情况，结果如表11-12所示。
试问：两种培养基接种培养弯曲菌的阳性率是否相等？两种培养基培养结果间是否有关联性？
将表11-12整理为表11-13形式
表11-13 两种培养基弯曲菌检出结果
无血培养基
含血培养基
合计+ -
+ 52 17 69
- 8 23 31
合计60 40 100 0
H：两种培养基接种培养弯曲菌的阳性率相同
1
H：两种培养基接种培养弯曲菌的阳性率不同
05
.0
=
α
利用Stata的即时命令
结果为：
H，尚不能认为两种培养基接种培养弯曲菌的阳性率不05
.0
P，按α=0.05水准不拒绝
>
相同。
H：两种培养基培养结果之间无关联性
H：两种培养基培养结果之间有关联性
1
α
=
.0
05
Stata命令为：
结果为：
H，可认为两种培养基接种培养弯曲菌结果之间存在关联P，按α=0.05水准拒绝
05
<
.0
性。