PxR

Manual Básico deStata

Edson Apaza MamaniUNIVERSIDAD NACIONAL DEL ALTIPLANO

MAESTRÍA EN ECONOMÍA

2014

Manual Básico de STATAEl objetivo de este manual básico es introducir al usuario en el manejo básico delprograma estadístico STATA versión 12, en entorno Windows, en particular para su usocon la base de datos EHANO, para lo cual se requiere estar familiarizado con la base dedatos.1. Introducción a StataEn este manual vamos a trabajar principalmente los siguientes archivos de stata:

Descripción Nombre dearchivo yextensiónBase de datos, los archivos tienen la extensión .dta N_archivo.dtaContiene comandos, habitualmente escrito y creado en eleditor de Do-file de Stata. Nos permite hacer un programapara luego ejecutarlo, lo cual es más rápido que trabajar enforma interactivo, escribiendo los comandos uno a uno.

N_archivo.doEn este tipo de archivos se guardan, sólo los comandos yresultados, en formato texto. N_archivo.logArchivo que contiene un mini programa ya incluido a Stata,como una librería, que representan los comandos, que nospermite efectuar cálculos simplemente escribiendo elcomando, respectando su sintaxis, es decir escribiendo lasinstrucciones para obtener resultados de interés.

N_archivo.ado

2. Ventanas de StataEl despliegue inicial de Stata presenta cuatro ventanas:Review Comandos utilizados recientemente durante la sesión.Command Se emplea para crear líneas de comandos que deseamos queStata lleve a caboVariables Detalla a las variables disponibles en la base de datos.Results Permite visualizar los resultados (outputs) de los cálculos quehemos pedido que realice Stata.

Los siguientes botones abren nuevas ventanas:Do-file editor. Ventana que permite editar textos y ejecutar unalista de comandos.Stata browser. Permite visualizar los datos sin editarlos.Stata editor. Permite navegar y modificar los datos como si fueseuna hoja Excel.Variables manager. Venta que permite administrarintegralmente cada una de las variables

Nota: Si alguna de las ventanas está cerrada, se puede acceder a ellas a través de la barra delmenú principal con la opción Windows.

3. Manejo de archivos

Para abrir/guardar una base de datos existen dos caminos posibles caminos:

Directo. Usando el mouse:

File Open/Save Seleccionar archivo/Nombrar archivo

Programando. Escribir las siguientes líneas:

use/save “[Unidad]\[ruta de acceso]\[nombre del archivo.dta]”, clear/replace

Por ejemplo:

use “G:\Per\EAM\UNAP\AC\Eco\8 Eval\sumaria-2013.dta I”, clear

save “G:\Per\EAM\UNAP\AC\Eco\8 Eval\sumaria-2013.dta I”, replace

4. Comandos básicos

help Permite obtener ayuda de Stata. Por ejemplo,help operators

describe (des) Despliega un resumen de los contenidos de la base de datos enusosummarize (sum) Computa estadísticas descriptivastabulate (tab) Computa frecuenciasgenerate (gen) Permite crear variables

5. Operadores matemáticos y lógicos

+ Suma >= Mayor o igual ~= Distinto de- Resta > Mayor & y* Multiplicación <= Menor o igual | o/ División < Menor exp() Exponencial== Igual != Distinto de log() Logaritmo

6. Expresiones condicionales

ifPermite hacer instrucciones condicionales, ya sea concomandos descriptivos o de creación.

byPermite realizar instrucciones basándose en la clasificación de unavariable en específico

7. Comandos adicionales

drop Permite borrar variables u observacioneskeep

Elimina variable u observaciones, excepto las que cumplan lascondiciones especificadas según el comandopreserve

Guarda temporalmente la base de datos en el estado en el que seencuentrerestore

Recupera la base de datos guardada previamente, sin importarlos cambios realizados por comandos aplicados desde entoncesreplace

Permite reemplazar variables o valores de observaciones porotras

egen

Permite crear variables, pero a partir de la aplicación de unafunción conocida por Stata sobre alguna(s) variable(s) enparticularsort

Permite ordenar la base de datos en orden ascendentesegún una o un grupo de variables especificadaslookfor

Permite encontrar variables o explorar la búsqueda en labase de datos

8. Aplicaciones

Castigos y Desarrollo Cognitivo

1) Base de datosImportar datos de Excel a StataAbrir un archivo Stata2) Ejercicios

a. Listado de variables y datos

. describeb. Cuál es el promedio de las calificaciones

. summarize saberc. ¿son los niños castigados quienes tienen mejores calificaciones?

. sort saber

. list saber castigos in 1/10

. list saber castigos in 1075/1085

d. Cuál es la mediana de las calificaciones

. summarize saber, detail

e. Cuál es el promedio de los niños con castigo

. summarize saber if castigos>0

f. Cuál es el promedio de los niños sin castigo

. summarize saber if castigos==0

g. ¿Existe diferencia entre castigados y no castigados, raza y género?

. ttest saber, by(castiga)

. ttest saber, by(raza)

. ttest saber, by(genero)

h. ¿Existe alguna correlación entre castigos y rendimiento académico?

. correlate castigos saber

i. ¿Cuál es la correlación entre castigo y rendimiento según raza?

. correlate castigos logsaber if raza==0

. correlate castigos logsaber if raza==1

j. ¿Graficando dos variables?

. scatter castigos saber

. scatter castigos saber if raza==1

. scatter castigos saber if raza==0

k. ¿Existe impacto de los castigos en el rendimiento académico?

. generate edadmadre2=edadmadre*edadmadre

. reg saber castigos

. estimates store MLG1

. reg saber castigos educmadre


. reg saber castigos educmadre edadmadre


. reg saber castigos educmadre edadmadre genero


. reg saber castigos educmadre edadmadre genero raza


. esttab MLG1 MLG2 MLG3 MLG4 MLG5, b(%10.4f) se scalars(Nr2 F ll) title("Estimaciones de MLG")

. reg logsaber castigos


. reg logsaber castigos educmadre


. reg logsaber castigos educmadre edadmadre


. reg logsaber castigos educmadre edadmadre genero


. reg logsaber castigos educmadre edadmadre genero raza


. esttab MLG11 MLG21 MLG31 MLG41 MLG51, b(%10.4f) sescalars(N r2 F ll) mtitles title("Estimaciones de MLG")

3) Interpretación

Estimaciones de MLG--------------------------------------------------------------------------------------------

(1) (2) (3) (4) (5)MLG11 MLG21 MLG31 MLG41 MLG51

--------------------------------------------------------------------------------------------castigos 0.0073*** 0.0054*** 0.0054*** 0.0054*** 0.0044***

(0.0014) (0.0014) (0.0014) (0.0014) (0.0013)

educmadre 0.0230*** 0.0270*** 0.0266*** 0.0289***(0.0040) (0.0041) (0.0041) (0.0039)

edadmadre -0.0060*** -0.0059*** -0.0053***(0.0016) (0.0016) (0.0015)

genero -0.0242 -0.0238(0.0137) (0.0131)

raza -0.1757***(0.0180)

_cons 4.3239*** 4.0235*** 4.1115*** 4.1282*** 4.2353***(0.0090) (0.0523) (0.0570) (0.0577) (0.0565)

--------------------------------------------------------------------------------------------N 1085 1085 1085 1085 1085r2 0.0257 0.0554 0.0676 0.0703 0.1455F 28.5999 31.7268 26.1083 20.4019 36.7349ll 58.5816 75.3580 82.3897 83.9590 129.7207--------------------------------------------------------------------------------------------Standard errors in parentheses* p<0.05, ** p<0.01, *** p<0.001

9. Aplicaciones

Evaluación de Impacto del Programa Estratégico Logros de Aprendizaje, PELA, en elSegundo Grado de Educación Primaria en el Ámbito de la UGEL-Puno, 20111

Visión Gráfica de Evaluación de Impacto

FUENTE Freyssinet, citado por Jacinto y Gallart, La evaluación de programas de capacitación de jóvenesdesempleados, 1998.ÁREA DE INVESTIGACIÓNEn la Región Puno el Programa se ha venido ejecutando a partir del 2009 en los niveles deeducación inicial y primaria desarrollando componentes y finalidades para el mejoramiento dela calidad educativa focalizando las zonas de menor desarrollo.El área de influencia del Programa Estratégico Logros del Aprendizaje de la UGEL – Puno estadetallada como se muestra en el Mapa respectivo de la Provincia de Puno.1 Carrasco M. Zara G. (2013) Evaluación de la Ejecución del Programa Estratégico Logros de Aprendizajeen el Segundo Grado de Educación Primaria en el Ámbito de la UGEL-Puno, Año 2011. Tesis de pregradopara optar el título profesional de Ingeniero Economista en la Universidad Nacional del Altiplano – Puno,Perú.

Ubicación Geografica donde Influye la UGEL-Puno

La focalización de las Instituciones educativas estuvo a cargo del equipo de acompañamiento,los cuales utilizaron los criterios especificados por el MINEDU, por lo que se focalizo la granmayoría de las Instituciones Educativas del nivel Inicial y Primario de la provincia de Punodebido a que presentan estas características, por ser de zona rural, toma los siguientes criteriospara su focalización: Quintil 1 del mapa de pobreza, IIEE con desempeño bajo, Lejanía deInstituciones Educativas.Estimaciones

. psmatch2 pela nivel_docente sexo texto cuaderno pcs naulas areacaract_de_ie repite alumnece, common

. psgraph

Propensión de Emparejamiento

pscore pela nivel_docente sexo texto cuaderno pcs naulas area caract_de_ie repitealumnece, pscore(ps) blockid(bloques) level(0.005) comsup logit

Impacto del PELA en el logro de COMPRESIÓN LECTORA (*)

attnd lcl_nivel1 pela, comsup boot reps(100) dot logitattr lcl_nivel1 pela, comsup boot reps(100) dot logit radius(0.0001)attk lcl_nivel1 pela, comsup boot reps(100) dot logitatts cl_nivel1 pela, pscore(ps) blockid(bloques) comsup boot reps(100) dot

0 .1 .2 .3 .4 .5Propensity Score

Untreated Treated

_cons -2.064584 1.173044 -1.76 0.078 -4.363707 .2345398

alumnece -.0019078 .0204622 -0.09 0.926 -.0420131 .0381974

repite -.0028861 .0961459 -0.03 0.976 -.1913285 .1855564

caract_de_ie .578737 .3275093 1.77 0.077 -.0631694 1.220643

area -.3753136 .3087556 -1.22 0.224 -.9804633 .2298362

naulas .0448013 .086931 0.52 0.606 -.1255803 .2151829

pcs -.0114859 .0134657 -0.85 0.394 -.0378781 .0149064

cuaderno .5484495 .2910861 1.88 0.060 -.0220687 1.118968

texto -.1457139 .2783264 -0.52 0.601 -.6912236 .3997958

sexo -.1414244 .2725609 -0.52 0.604 -.6756338 .3927851

nivel_doce~e .0140466 .1328761 0.11 0.916 -.2463857 .274479

pela Coef. Std. Err. z P>|z| [95% Conf. Interval]

Log likelihood = -59.320783 Pseudo R2 = 0.1251

Prob > chi2 = 0.0752

LR chi2(10) = 16.96

Probit regression Number of obs = 143

Impacto del PELA en logro de LÓGICO MATEMÁTICA

attnd llm_nivel1 pela, comsup boot reps(100) dot logitattr llm_nivel1 pela, comsup boot reps(100) dot logit radius(0.0001)attk llm_nivel1 pela, comsup boot reps(100) dot logitatts llm_nivel1 pela, pscore(ps) blockid(bloques) comsup boot reps(100) dot

attnd llm_nivel2 pela, comsup boot reps(100) dot logitattr llm_nivel2 pela, comsup boot reps(100) dot logit radius(0.0001)attk llm_nivel2 pela, comsup boot reps(100) dot logitatts llm_nivel2 pela, pscore(ps) blockid(bloques) comsup boot reps(100) dot

g lcl_bajo_nivel1=log(cl_bajo_nivel1+1)g lcl_nivel1=log(cl_nivel1+1)g lcl_nivel2=log(cl_nivel2+1)

g llm_bajo_nivel1=log(lm_bajo_nivel1+1)g llm_nivel1=log(lm_nivel1+1)g llm_nivel2=log(lm_nivel2+1)

PxR

Documents

Transcript of PxR