Chương 1.4. Giới thiệu phần mềm STATA

Tại sao phải học STATA - Cần thiết biết cách dùng STATA cho i Thống kê ii Kinh tế lượng iii Quản lý cơ sở dữ liệu iv Hệ thống thông tin - Xử lý các tệp dữ liệu lớn - Chạy các mô hình p

Trang 1

STATA ỨNG DỤNG TRONG KINH TẾ

Lecturer: Le Khac Bo (lkbo@vnua.edu.vn)

Department of Quantitative AnalysisFaculty of Economics and Rural DevelopmentVietnam National University of Agriculture

03/19/2024 KT02043 - UDTHTKT - LÊ KHẮC BỘ - VNUA

Trang 2

Tại sao phải học STATA

- Cần thiết biết cách dùng STATA cho

(i) Thống kê

(ii) Kinh tế lượng

(iii) Quản lý cơ sở dữ liệu

(iv) Hệ thống thông tin

- Xử lý các tệp dữ liệu lớn

- Chạy các mô hình phi tuyến phức tạp như LIMDEP

- Các phương pháp đánh giá tham số và phi tham số

- Cho bạn muốn tiếp tục nghiên cứu KT, trở thành chuyên gia KT, cập nhật kiến thức mới

Trang 3

Một số websites thường SD

• Nguồn tài liệu cho chúng ta học STATA

– Stata website, Stata journal, Stata library , Statalist

archive

– http://www.stata.com/links/resources1.html

• Michigan’s web-based guide to STATA (for SA)

• UCLA resources to help you learn and use

STATA:

– http://www ats.ucla.edu/stat/stata

– Bao gồm cả phim ảnh và sách điện tử

Trang 4

Giới thiệu Stata

• Các phiên bản của Stata: từ version 8 trở đi (hiện tại là

version 10) có thêm cả giao diện kéo thả menu.

• Menu: giao diện kéo thả menu

• Stata Command (ctrl + 4): giao diện dòng lệnh (hầu hết thao tác của chúng ta với dữ liệu đều qua giao diện dòng lệnh).

• Stata Result (ctrl + 1): Cửa sổ hiện thị tất cả các kết quả bao gồm cả đúng và sai.

• Review (ctrl + 5): xem lại tất cả các lệnh mà bạn đã thực

Trang 5

Có sẵn từ ứng dụng trên Laptop của bạn

Nháy đúp vào biểu tượng trên!Wstata.exe

Trang 6

Các nút/Menu

Trang 7

Gõ câu lệnh vào đây

Trang 8

hoặc sử dụng làm trình soạn thảo để tạo ra một tập tin do

Trang 9

cửa sổ kết quả

Tốt hơn để tiết kiệm đầu ra nhiều hơn sau này

Trang 10

Bấm để được trợ giúp rộng rãi hoặc gõ

giúp đỡ (help) trong dòng lệnh

help

Trang 12

Exit, clear

Gõ Exit, clear trong dòng lệnh

Trang 14

Các tính năng quan trọng

• Chú ý

– Luôn luôn sử dụng chữ thường trong STATA

– Nếu không bạn có thể nhận được rất bối rối

• More

more trong cửa sổ đầu ra của bạn  kết quả sẽ hiện thêm

[nhấn phím cách (spacebar) và trang tiếp theo sẽ xuất

hiện]

– Lệnh set more off sẽ tắt lệnh trên

• Không đủ bộ nhớ [để đặt lại!]

– set mem XXXm (allocate XXX mb of data)

– set matsize XXX (max matrix size XXX square)

Trang 15

Giao diện menu

• File: Trong menu này gồm: lưu dữ liệu, log, các ví

dụ trong Stata

• Edit: Các thao tác copy, past

• Data: Làm việc với biến (mô tả, tạo…), liên kết dữ liệu

• Graphics: Làm việc với đồ thị

• Statistics: Làm việc với thống kê như tính tần

suất, trung bình, hồi quy, time – series

• Window: Dùng để hiển thị các cửa sổ như

comand, Review… và do file

Trang 16

• Câu lệnh phân biệt chữ hoa chữ thường (khuyên dùng chữ thường).

• Cấu trúc câu lệnh trong Stata

[by varlist:] command [varlist] [= exp] [if exp] [in

range] [weight] [using filename] [, options]

• Khi gõ bạn có thể không cần gõ tất cả câu lệnh Ví dụ: thay vì gõ generate (tạo một biến) bạn có thể gõ gen là được.

• Có thể dùng tiếng việt trong Stata 10 (font: vntime).

16

KT02043 - UDTHTKT - LÊ KHẮC BỘ -

VNUA

LÊ KHẮC BỘ - VNUA 03/19/2024

Trang 17

• Ví dụ về cấu trúc lệnh generate:

generate [type] newvar[:lblname] =exp [if] [in]

Trong đó:

type:kiểu biến, trong Stata có kiểu như byte, int, long, float, double, str

newvar: tên biến

lblname: Nhãn của biến

exp: có thể là một biến, một biểu thức toán học

Change variables  Create new variable

Trang 18

Các kiểu dữ liệu trong Stata

Kiểu biến Giá trị nhỏ nhất Giá trị lớn nhất

Trang 19

• Thiết lập thư mục làm việc

sysdir set PLUS “D:\Stata\Stata10\ado\plus”  Bình thường sẽ tạo một thư mục ado ở ổ C,

nếu khi bạn update các câu lệnh mới thì nó sẽ

tự động vào thu mục plus ado

• Sử dụng help: help câu_lệnh; findit từ_khóa

Trang 20

Quản lý số liệu trong Stata: Log file

 log using filename [, append replace [text|smcl]]

• Đuôi mở rộng của log file: log; smcl; doc

Trang 21

Quản lý số liệu trong Stata

– Mở một data hệ thống: sysuse Ten_data_hethong

– File đã có sẵn (File  Open) hoặc dùng lệnh (use, clear)

– Sử dụng dataset trên mạng: webuse

• Lưu dataset với save và saveold (dùng cho các version 8,9)

 save [filename] [, save_options]

• Xem dữ liệu (browser)

 browse [varlist] [if] [in] [, nolabel]

Trang 22

Trang 23

Trang 24

Trang 25

StatTransfer

25

03/19/2024 KT02043 – UDTHTKT - LÊ KHẮC BỘ - VNUA

Trang 26

– tab: Các giá trị trong số liệu cách nhau bởi tab

– comma: Các giá trị cách nhau bởi dấu phẩy

– delimiter( “char”): Chúng ta có thể xác định kí tự trong số liệu

– clear: xóa số liệu trong bộ nhớ

– [no] names: mặc định tên biến là dòng đầu tiên Nếu bạn xác định no thì ngược lại

26

Trang 27

insheet (tiếp)

• Để biết được loại file dữ liệu định dạng theo cách nào  gõ type “tên_file”

Ví dụ:

type “đường_dẫn_fem.dat”  Xem dữ liệu theo định dạng loại gì

insheet using "E:\ebook\stata\Lecture\Data example\Handbook of

Trang 28

odbc

• Các bạn sử dụng câu lệnh odbc cho excel odbc load, dsn("Excel Files;DBQ=d:\

Book1.xls") table("Sheet1$")

• File  Import  ODBC data source  chọn

MS excel (chọn đường dẫn đến file excel)

28

Trang 29

Quản lý số liệu trong Stata (tiếp)

Biến

• Một số quy ước: độ dài tối đa của biến là 32 kí

tự, nhãn để mô tả biến có độ dài tối đa là 224 kí tự

• Tạo biến (generate)

• Gán label và value label cho biến?

29

Trang 30

Trang 31

Biến (dùng menu)

• generate q1= (Tạo ra biến q1 và gán cho

biến q1 giá trị missing )

• Gán nhãn cho biến: Data Labels  Label variable

31

Trang 32

Biến (dùng menu)

• Định nghĩa một nhãn giá trị: Data 

Labels Label values  Define or modify value labels

32

Trang 33

Biến(dùng menu)

• Bây giờ, khi đã định nghĩa một tên nhãn giá trị

(yesno), chúng ta phải gán cho một biến nào

đó? (q1)

• Vào Data  Labels Label Values  Assign

value label to variable

33

Trang 34

Biến( giao diện dòng lệnh)

• Thao tác với tại dòng lệnh

label variable q1 “Bạn đã lập gia đình chưa?”

label define yesno 1 “yes” 2 “no”

label values q1 yesno

• Nếu chúng ta muốn thêm nhãn giá trị cho biến q1, ta làm như sau:

label define yesno 8 “don’t know”,add

• Nếu chúng ta chỉnh sửa nhãn giá trị cho biến q1, ta làm như sau:

label define yesno 8 “No Responding", modify

34

Trang 35

Một số thao tác trên biến

• Mô tả cấu trúc dữ liệu hoặc biến ? (describe)

des varlist

• Để đổi tên biến: rename old_var new_var

• Muốn xóa một biến trong Stata? (drop hoặc

keep) Ngược lại với drop là keep

drop var1 [var2….]

drop if var1 >=15

35

Trang 36

Cấu trúc của file dữ liệu

• Một ai đó đưa cho chúng ta một dữ liệu mà không có

bảng hỏi, chúng ta muốn kiểm tra cấu trúc dữ liệu, các khoảng giá trị của biến, các nhãn của biến, các nhãn của giá trị

Trang 37

Chuyển biến kiểu số sang chuỗi và ngược lại

• destring: chuyển biến kiểu chuỗi (kí tự) sang biến kiểu số

destring [varlist] , {generate(newvarlist)|replace} [destring_options]

• tostring: chuyển biến kiểu số sang kiểu chuỗi

tostring varlist , {generate(newvarlist)|replace} [tostring_options]

• Ví dụ: sử dụng số liệu destring1.dta, tostring.dta

• Chúng ta có thể cộng 2 hay nhiều biến string được với nhau.

37

Trang 38

Ví dụ: sử dụng số liệu auto

sysuse auto format length %9.0g

38

Trang 39

• Ví dụ: Muốn lấy phần dư của 5 chia cho 2

display mod(5,2)  kết quả bằng 1

• Kết hợp lệnh gen với các hàm toán học

ví dụ: gen phandu = mod(5,2)

39

Trang 40

Hàm toán học và Toán tử

• Trước tiên, chúng phải biết các toán tử so sánh

và toán tử logic và các phép cộng, trừ, nhân…

Trang 41

Trang 42

Trang 43

egen

• Là hàm mở rộng của generate

• Cú pháp

egen [type] newvar = fcn(arguments) [if] [in] [, options]

• Ví dụ: Tính tổng thu nhập ngoài tiền công, lương từ câu 12a đến câu 12e (muc4a.dta)

 Bạn dùng help egen tại dòng lệnh để tìm hiểu thêm các option của lệnh egen

43

Trang 44

Mã hóa lại biến

• Chúng ta cần mã hóa lại biến Ví dụ biến q1 được gán với nhãn giá trị là yesno (recode).

Trang 45

Mã hóa lại biến

• Một câu hỏi đặt ra là chúng ta muốn

recode biến theo khoảng giá trị của biến

đó? ta làm như thế nào?

• Ví dụ biến tuổi (age): 0 – 17: 1  Dưới độ tuổi

lao động; 18-65:2  Độ tuổi lao động; 67 trở đi: 3

 Ngoài độ tuổi lao động; và tạo ra một biến mới

là newage và nhãn giá trị new_age

recode age (0/17 = 1 “Dưới độ tuổi lao động”)

(18/65=2 “Độ tuổi lao động”) (65/105 = 3 “Ngoài độ tuổi lao động”), pre(newage) label(new_age)

45

Trang 46

Mã hóa lại biến (Bài tập)

• Dùng số liệu VHLSS06 (phần thông tin

chung) muc1a.dta

• Câu hỏi:

– Tính tuổi thành viên(indage) từ năm sinh

– Giới tính của chủ hộ (hhsex)

– Tổng số con (hhchild) của chủ hộ

46

Trang 47

Quản lý bộ nhớ

• Mặc định Stata thiết lập bộ nhớ là 10MB, nhưng nếu dữ liệu của bạn lớn hơn 10MB thì sao? (set mem kich_cỡ) – set mem 120m

• Muốn màn hình kết quả hiển thị tất cả kết quả

mà không có more? set more off  Câu lệnh này rất được hay dùng trong dofile

47

Trang 48

Một số ép kiểu dữ liệu

• Hàm int(), float(), string(). chúng ta muốn ép từ kiểu

dữ liệu này sang kiểu dữ liệu khác  Vậy nó khác gì với các hàm chuyển kiểu như destring() và tostring()?

Ví dụ: display int(3.45)  kết quả sẽ là 3

• Khoảng biến: var1-var5 (var1 var2 var3 var4 var5).

Trang 49

49

Trang 50

Nối số liệu (append)

• Sử dụng 2 số liệu even.dta và odd.dta

use Đường_dẫn_đến số liệu odd.dta

append using Đường_dẫn_đến_số_liệu even.dta

list  Hiển thị kết quả sau khi nối.

50

Trang 51

Nối số liệu

• Trong lệnh merge số liệu master là trong bộ nhớ, còn số liệu using là dữ liệu để merge vào.

merge [varlist] using filename [filename ] [, options]

• Mặc định tạo ra biến _merge nhận 3 giá trị

– 1 Quan sát chỉ có trong số liệu master

– 2 Quan sát chỉ có trong số liệu using

– 3 Quan sát có cả trong master và using

• Merge bạn có thể quan hệ 1-1, 1-nhiều, nhiều

nhiều

51

Trang 52

merge using “Đường_dẫn_chứa_file_odd.dta”

Ở đây, file even.dta là master file, còn file odd.dta là using file

• Ví dụ 2: sử dụng biến để nối ( thường là biến id) use “Đường_dẫn_chứa_file_even.dta”,clear

sort number // sắp số liệu theo chiều tăng dần của biến number

save, replace // lưu và thay số liệu trong file

use “Đường_dẫn_chứa_file_odd2.dta”,clear  là số liệu master.

sort number // sắp số liệu theo chiều tăng dần của biến number

merge number using “Đường_dẫn_chứa_file_even.dta”

52

Trang 53

Nối số liệu

• Ví dụ 3: merge 2 số liệu province và merge province (master)  chúng ta sẽ nối theo biến procode

53

Trang 54

Tạo số ngẫu nhiên

• Tạo dữ liệu ngẫu nhiên và mẫu ngẫu nhiên

• Một số hàm:

– uniform() tạo số ngẫu nhiên trong khoảng (0,1).

– set obs rownum: thiết lập số observation cho một dữ liệu

– set seed số_bất_kỳ: có tác dụng biết số ngẫu nhiên

đó lần sau.

– sample: lấy số liệu ngẫu nhiên từ dữ liệu sẵn có

sample có 2 dạng là chọn theo %; sample n(phần

trăm) và chọn theo số lượng; sample n, count

54

Trang 55

Sử dụng biến hệ thống

• Khi số liệu đã có trong bộ nhớ thì _N đại

diện cho tổng số quan sát

• _n đại diện cho quan sát số: _n=1 quan sát thứ nhất, _n=2 cho quan sát thứ hai, đến _n=_N cho quan sát cuối cùng

Trang 56

Trang 57

Bài tập

• Lưu lại nhật kí làm việc của mình

• Thêm nhãn, nhãn giá trị trong bảng hỏi VHLSS2006

phần số liệu muc4a (thu nhập) cho các câu m4ac1a,

m4ac1b, m4ac1c, m4ac2, m4ac3, m4ac10b Từ đó

tính tổng thu nhập (câu 11 + câu 12f + câu 21 + câu 22f + câu 25 trong bảng hỏi)

• Sử dụng số liệu muc1a, tạo một biến reg8 (phân thành 8 vùng) từ tỉnh; 1 "Red River Delta" 2 "North East" 3 "North West" 4 "North Central Coast“ 5 "South Central Coast" 6

"Central Highlands" 7 "South East" 8 "Mekong River

Delta"

57

Trang 59

Mô tả thống kê với các biến liên

• bysort kết hợp với summarize Để tính

summarize và tách theo biến rời rạc

• summarize kết hợp với if

59

Trang 60

Mô tả thống kê với các biến liên tục (tiếp)

• Ví dụ: muc4a.dta, tính tổng thu nhập trung bình, theo ngành nghề làm việc (câu 10a)Kết hợp bysort với sum

bysort m4ac10a: sum tongTN  Chia theo ngành nghề

Kết hợp if với sum

sum tongTN if m4ac10a ==4 & m4ac10b==1  Mô tả

tongTN theo kinh tế NN và là cán bộ công chức

sum tongTN if m4ac10a ==6  Mô tả tongTN theo kinh

tế tư nhân

60

Trang 61

Mô tả thống kê với các biến liên

Trang 62

Mô tả thống kê với các biến liên tục (tiếp)

• tabstat kết hợp với by

tabstat m4ac11, sta(mean sd median variance n) by ( m4ac10b)

m4ac10b mean sd p50 variance N

có 16785.07 10389.17 15600 1.08e+08 716

không 11715.51 9470.253 9550 8.97e+07 384

Total 15015.33 10359.63 14000 1.07e+08 1100

Nếu bạn muốn tính thống kê với giá trị missing của biến điều kiện (q34) thì ta

chỉ cần gõ thêm lựa chọn missing như sau tabstat m4ac11, sta(mean sd median variance n) by ( m4ac10b) missing

Chúng ta có thể định dạng lại số liệu bằng lựa chọn format

tabstat m4ac11, sta(mean sd median variance n) by ( m4ac10b)

format(%9.1f)

62

Trang 63

Xử lý các giá trị missing và ví dụ

• Có 27 giá trị missing có thể có trong Stata, mặc định giá trị missing là dấu chấm(.)

• Còn lại là 26 giá trị missing trùng với 26 kí

tự trong bảng chữ cái nhưng có dấu chấm

Định dạng
Số trang	69
Dung lượng	3,25 MB