Microsoft Word - CLiP0401.doc

Size: px

Start display at page:

Download "Microsoft Word - CLiP0401.doc"

かずゆきささおか
4 years ago
Views:

1 CLiP 臨床研究解析ハンズオン第 1 回統計ソフトの基本的な使い方データの要約 2013 年 7 月 11 日 1. stata のウインドウについて過去走らせたコマンド読込テータ内にある変数一覧解析結果の表示結果表示ウインドウを日本語表示させるここで右クリック Font 選択 1

2 好きな日本語フォントを選択後 OK を押下 ( お勧めは HG コシック M 等の等幅フォント 12pt 位 ) Stata 11 以降の場合には Color schema classic を選択しておいた方が日本語が正しく表示されます 2

3 dta ファイル ( データシートのファイル ) の読み込みくれぐれも生データは別に保管し解析用にコピーした dta ファイルを使用すること ( 生データは厳重に書き変えないように保管しておく ) フォルタアイコンをクリック各自の保管場所を選択開くを押下変数が出てきましたね読み込まれました 3

4 既存の do ファイル ( プログラムファイル ) の読み込み do ファイルはプログラムを記録するための重要なファイルです生データと do ファイルさえあれば研究結果は再現できます書類アイコンをクリック Do-file editor の File-> open をクリック 4

5 各自の保管場所から該当 do ファイルを選択開くを押下 do ファイルが読み込まれました 5

6 do ファイルでの日本語表示を可能にする Do-file editor の Edit-> Preferences をクリック好きな日本語フォントを選択後 OK を押下 ( お勧めは HG コシック M 等の等幅フォント 10pt 位 ) 6

7 2. プロキシの設定無線 LAN 接続について学内からインターネット回線を利用してデータなどを取得する場合にはプロキシの設定が必要になります Edit General Preferences Internet HTTP Proxy Host: proxy.kuins.net HTTP Proxy Port: 8080 無線 LAN 接続の方法事前に指定したファイルをダウンロードしていれば授業中は原則として接続不要です MIAKO 教育用コンピュータ (ECS-ID) などで追加ログインが必要です pptp(vpn) の設定が必要 7

8 3. データファイル (dta ファイル ) 出生時の体重に関するサンプルデータを使います lbw という名で Stata のホームページ上にアップロードされています以下は変数とその内容ですサンプルプログラムおよび宿題で使用しますファイル名 : lbw.dta ダウンロード場所 :Stata 社ホームページ出生児の体重に関するサンプルデータですこれは 189 人の出産に関して母親の特性と児の出生体重に関してデータを収集した物です以下は変数とその内容です変数の意味は以下の通りです id ID 番号 low 低体重出生 (0=Birth Weight>=2500g, 1=Birth Weight<2500g) age 母親の年齢 lwt LMP 時点での母親の体重 ( ポンド ) race 人種 (1=white, 2=Black, 3=Other) smoke 妊娠中の喫煙 (1=Yes, 2=No) ptl 早産の既往 (0=None, 1=One, etc) ui 子宮刺激 (Uterine Irritability) の有無 (1=Yes, 0=No) ftv The First Trimester での受診回数 (0=None, 1=One, 2=Two, etc) bwt 出生体重 4. メニューの使い方 ( ア ) データの読み込み (file メニュー ) 早速ファイルを読み込んでみましょう ( イ ) グラフなど (Graphics メニュー ) ( これは別の授業で ) これらのメニューを使うとそれに相当するコマンドが自動的に生成されて実行されますコマンドを忘れたときなどに便利です 8

9 5. 命令 ( コマンド ) の形式命令には平均値を計算するテーブルを作る回帰分析をするなどいろいろな作業の命令があります基本的にコマンドは command variable if'*', option といった形式で構成されます最初の command が何をするのか ( 例 : テーブルを作る ), variable がどの変数に対して option は上記のコマンドを実行するのかどのような形で ( 例 : パーセンテージをつけて ) if はサンプル中このような条件を満たすデータに対してを示します詳しくは後ほど注 ) 全角のスペースが存在する場合には Stata のプログラムが走らないため注意してください 6. do-file エディタ一連の作業を命令のリストにして実行する手順書のような物がプログラムでありそれを保存するものが do-file エディタですコマンドは一度実行したら終わりで保存もされません研究は繰り返しが多いものです保存繰り返し実行のためにプログラムを使う習慣をつけましょう do-file エディタの起動はメインの画面の上 do-file editor ボタン ( バージョンによって位置やアイコンが異なるかもしれません ) をクリックすることで起動しますそこでプログラムを書きその実行は do-file editor 上の一番右のボタンを押すことで実行しますまた部分的実行をするときにはその部分だけを選択してから実行します注 : プログラムはまめに保存すること (Ctrl+S) 保存時には do-file エディタが前面にであることを確認することメインの画面でセーブするとデータがセーブされますプログラムエディタ上の Edit Preference をクリック (Stata 10 の場合はエディタ上で右クリック ) するとウインドウが表れますが Save before do/run をチェックすると解析前に自動的に保存されるようになります do ファイルの保存方法 Do-file エディタのタブの File -> Save all または Save as を選択 Do-file エディタを最前面にして操作して下さい 9

Do-file editor タブの File->Save~ をクリックプログラムの作法の基本プログラムは通常作業の開始から最後までを書きますので 1) メモリ上のデータを消去 2) 使用するデータを用意 ( メモリに読み込み ) 3) 結果の記録 (log ファイル ) を準備 4) 解析 5) 後かたづけ ( 結果の記録を終了 ) 6) 必要であればデータを保存という手順が必要になります

10 Do-file editor タブの File->Save~ をクリックプログラムの作法の基本プログラムは通常作業の開始から最後までを書きますので 1) メモリ上のデータを消去 2) 使用するデータを用意 ( メモリに読み込み ) 3) 結果の記録 (log ファイル ) を準備 4) 解析 5) 後かたづけ ( 結果の記録を終了 ) 6) 必要であればデータを保存という手順が必要になりますということで実際にプログラムを見ていきます ( サンプルプログラム参照 ) 以下は資料としてご参考ください 1)-2) を行うコマンドが以下の通りです clear /// メモリ上のデータを消去 /// set mem 100m /// データをおくメモリを確保 /// use "filename", clear ///mename を読み込んで解析を行えるようにする /// あるいは File メニューから Open を選択して開く方法もあります 3) がなぜ必要かというと結果ウインドウの後戻り出来るスクロールの程度に限度があるからです 10

11 そのため全ての結果を記録しておくように設定しますそれが log ファイルです log using "fi1ename log, replace ///, replace をつけることで上書きをする /// ///filename log というファイル名を使う // 4) の解析を実行するにはプログラムを書いて実行したい部分を選択し do ボタンを押します run ボタンは結果を表示しないので通常使用しません全て終わったら 5) で記録が終了したことを Stata に知らせてやります log close ///log using の後から log close の前までをファイルに記録 /// 6) の保存は save "fi1enane", replace というコマンドを用います, replace というのはオプションで既に同じ名がのファイルがある場合には上書きすることを指定するためですファイルが保存されるのは以下のコマンドで表示されるフォルダです cd 作業フォルダを変更する場合 ( 例えばドライブ C の data フォルダ ) には以下のコマンドを使用します cd c: data 作業フォルダを変更して保存する代わりに以下の様に記載して保存しても構いません save "c: data fi1enane", replace 番外編 : コメントのつけ方 /// と /// で囲むもしくは * と * で囲む 1 文が長くなる場合は最初の行を /// で終わる save "c: data fi1enane", /// replace 11

12 7. データの形と変数 ( 例プログラム参照 ) ( ア ) データテーブルの見方データを直接みるには Data Editor(Edit) もしくは Data Editor(Browser) (4 つめ ) ボタン ( イ ) 新しい変数の作り方 (generate) 例 : gen a=1 ///a という変数を作成し 1 を代入する /// gen b="yes" ///a という変数を作成し Yes を代入する /// ( ウ ) すでにある変数の変更の仕方 (replace) ( エ ) 四則演算 :+-*/^ ( オ ) 文字列 8. データの要約 ( ア ) 数量的要約 (summarize) 平均中央値標準偏差分散 25 パーセンタイル 75 パーセンタイル尖度(Kurtosis) 正規分布の場合 3 歪度(Skewness) 0 が対称例 : sum a sum b, detail テーブル(tabulate or table) 例 : tabulate ( イ ) グラフ ( コマンドでもメニューでも作れます ) ヒストグラム histogram 箱ひげ図 graph box 散布図 scatter グラフのコピーの仕方グラフを右クリックして copy graph を選び次にワードなどで貼り付けするグラフの保存も可能 9. ヘルプの使い方コマンドウインドウから "help" または "search " help メニューから Search か Command 10. データの変換基本的にはエクセルなどからコピー & ペーストが簡単ですもっと大きなデータの場合にはほかの統計ソフトからデータを変換するためには専用のソフトが必要ですからインターネットで購入できます学生は $59 です 12

13 エクセルなどで CSV 形式で保存しているデータなどは File Import ASCII data created by spreadsheet コマンドで読み込むことも可能です 11. マニュアル Stata 11 から PDF 版のマニュアルが付属するようになっています Help の記事からリンクされており参照できます課題以下のことを行うプログラムを作成実行して下さい 1~3は事後クイズの問題とほぼ同じです解答は次回お伝えしますデータ: 低出生体重児データ ( メールで配布済みからも入手可能 ) 1. サンプル ( 出生児 ) の体重の平均値 (mean) 中央値(median) 分散(Variance) を求めなさい 2. サンプルの母親の年齢の平均ならびに標準偏差を求めなさい 3. 新しい変数として出生体重をキログラムで表す変数を作成しなさい変数名は bwt_kg 4. サンプル中の低出生体重児 ( 出生体重が 2500g 以下 ) の割合を求めなさい 5. 母親の喫煙の有無と低出生体重の 2 2 テーブルを作成しなさい 6. 出生体重の分布 ( 連続変数のヒストグラム ) を示しなさい 7. 母親の年齢の分布 ( 連続変数のヒストグラム ) を示しなさい 8. 母親の年齢と出生体重の散布図を作成しなさい 9. do ファイルデータを適当なファイル名を付けてセーブして下さい 10. 一連の作業をログに記録しログファイルをセーブして下さい 13

14 サンプルプログラム *1. データの読み込み * 使うデータを指定して読み込む必要があります ( 場所は適宜変更 ) clear set mem 100m *1. データの読み込み * 使うデータを指定して読み込む必要があります ( 場所は適宜変更 ) use "c:\users\yamamotoyo\desktop\lbw.dta" * コンマの後に replace オプションをつけることでデータセットが上書きされます use "c:\users\yamamotoyo\desktop\lbw.dta", replace * インターネットから直接ダウンロードもできます ( ネット接続必要 ) use " replace *2. ログの記録 * コンマの後に replace オプションをつけることでログが上書きされます log using"c:\data\lwt.log", replace *3. 変数を作ります gen a=1 gen bwtinkilo=bwt/1000 *4. 変数の内容を変更してみます *gen で a の値を 3 に変更を試みてみます gen a=3 *gen では変更できません * 変更には replace コマンドを使います replace a=3 *5. 条件文 gen agecat=1 replace agecat=2 if age >=20&age<25 replace agecat=3 if age >=25&age<30 14

15 replace agecat=4 if age >=30&age<35 replace agecat=5 if age >=35 *6. データ要約 *summarize コマンドを su と省略することが出来ます su age *2 つ以上の変数をリストすることもできます su age bwt * より詳細な要約を出すには detail オプションを付けます su bwt, detail *7. テーブルを作ります tab smoke *2x2 のテーブルを作ります tab smoke low *8. グラフ図の作成 * 連続変数のヒストグラム histogram bwt * グラフを保存するためにはここで止めてワードにコピーペースト * ヒストグラムのバーの本数も変更できます ( 通常は自動 ) histogram bwt, bin(20) * 非連続 ( カテゴリー ) 変数のヒストグラム histogram agecat, discrete * 散布図 scatter age bwt * 箱ひげ図 graph box bwt * 幹葉図 stem lwt 15

16 *9.log を閉じてみます log close *10. データをセーブします (yamamotoyo 以下は各自のデスクトップの場所を入れる ) * 生データを上書きセーブすると後の解析で支障がでますのでくれぐれも注意 save "c:\users\yamamotoyo\desktop\savedata", replace 4 分位点より 1.5*4 分位差分外側の点 ] 事後クイズ efeel.to/survey/clip

1. Stata( ステータ ) Stata は,StataCorp 社の販売している統計ソフトウェアで, 計量経済学においてもっともよく使われています最新の計量経済学的手法の論文を執筆する際に,Stata による推定方法 ( コマンド ) も同時に発表されることがよくあり, 基本的な分析からより

計量経済学の第一歩田中隆一 ( 著 ) 統計ソフトウェアのチュートリアル発行所株式会社有斐閣 2015 年 12 月 20 日初版第 1 刷発行 ISBN 978-4-641-15028-7 2015, Ryuichi Tanaka, Printed in Japan 1. Stata( ステータ ) Stata は,StataCorp 社の販売している統計ソフトウェアで, 計量経済学においてもっともよく使われています