![c7a8b3211b62b71cdd40e3c3478c1e1e.png](https://i-blog.csdnimg.cn/blog_migrate/99af380f676883663dd617054a230108.jpeg)
作者:何庆红(北京大学中国卫生经济研究中心)
连享会:(知乎 | 简书 | 码云 | CSDN) 连享会 最新专题 直播
![910bed3c4815e49bbd8c8e3a8a7b53b2.png](https://i-blog.csdnimg.cn/blog_migrate/6bbdb4a23f9591dfd7134cc120c132aa.jpeg)
正所谓 「Garbage in, garbage out」。在实证分析中,对数据的基本描述是必要一环。今天我们介绍一个简洁便利的外部命令 baselinetable
,用于连续变量和类别变量的基本描述性统计分析,呈现形式为 一维表 或者 二维表。
baselinetable
命令有如下特征: - 添加选项可以汇报缺漏的样本数 - 对于每个变量可汇报不同的统计量 - 表格内容可以存储为数据、文本、网页等文件格式
1. 下载安装
在 Stata 命令窗口中输入如下命令即可自动安装 baselinetable
命令:
ssc install baselinetable, replace
2. 语法格式
baselinetable
的基本语法格式如下:
baselinetable [insertrow["string"]] varname [(rowvariable_options)] [[insertrow] varname...] [if] [in] [, main_options]
统计量的设定
by(varname[, by_options])
定义的是统计描述的分组变量catvartab(specs)
定义类别变量的统计量,默认设置是catvartab("# (%%)")
,其中#
表示某一类别的频数,%
表示该类别占总体的比例ctsvartab(specs)
表示连续变量的统计量,默认设置是ctsvartab("mean (sd)")
,其中mean
表示该连续变量的均值,sd
表示标准误,还可以根据研究需要作其他设定,如Var
、max
、min
、p1 p5 p10 p25 p50 p75 p90 p95 p99
missing
汇报变量存在遗漏值的样本个数,其中reportmissing
汇报每个行变量存在遗漏观测值的个数pcformat(%fmt)
定义百分数的显示形式,默认设置是pcformat(%5.1f)
,即保留小数点后一位,其他如均值meanformat(%fmt)
、标准误sdformat(%fmt)
、中位数medianformat(%fmt)
等。
变量名的设定
varname
显示变量名称,varvalue
显示类别变量的分类标签,若只显示某一个变量名称和分类标签,只需在指定变量后加上这两个选项即可,如race(varname varvalue)
afterhead
在变量名后面添加选项,如afterhead( meanformat(sd))
表示在变量名后面添加meanformat(sd)
;也可以更改变量名称,如VAR(novarlabel afterhead("某某"))
将变量名VAR
改为某某
subgroup
表示某变量子样本的结果,如subgroup(race==1)
表示变量民族取值为 1 的结果
连享会 最新专题 直播
3. 应用举例
这里我们使用 Stata 官方范例数据 "nlsw88.dta" 来说明该命令的具体使用方法。
sysuse "nlsw88.dta", clear
首先,看简单的一维表形式:
. baselinetable wage(cts) hours(cts) age(cts) union race //一维表
+------------------------------------+
| | N=2246 |
|---------------------+--------------|
| hourly wage | 7.