如何利用Stata進行統計分析

-基礎篇

慈濟醫學中心/研究部

王仁宏/Paul Wang

paulwang@tzuchi.com.tw

分機17651

課程目標

• 讓同仁能熟悉利用Stata進行下列分析

– 描述性統計統計量、交叉表、統計圖

– 推論性統計相關分析、差異分析、迴歸分析

[註]此次課程講義內容皆以Stata/SE 13進行示範教學!!

Back to basic!!

統計分析的重要性

回顧並審查NEJM & Nature Medicine兩大醫學期刊的文章

整理在醫學研究中常用的統計方法與常見的統計缺失

[註]回顧2004年上半年Original Articles NEJM*91 & Nat Med*34

醫學研究常用統計方法

80/20法則

學會

•描述統計

•ANOVA

•t檢定/卡方檢定

•皮爾森相關

•迴歸分析

•存活分析

就具備九成功力!!

統計軟體比較 •2015年採購4套Stata/SE 13軟體已安裝於：

•教學部大愛7F/圖書室(二台)

•研究部協力6F/611R(一台)

•醫務部協力4F/公用電腦(一台)

不同版本的Stata

•不同版本的Stata差異在於可處理資料大小&平行運算

最大觀察值數量受限於電腦RAM的大小!!

•針對一般統計分析需求，建議購買Stata/SE!!

Outline

• Stata操作環境介紹

• 基本操作資料匯入/編碼

• 如何利用Stata進行”描述性統計分析”(基礎)

– Unit 1.統計量、交叉表

– Unit 2.統計圖 & 圖形編輯

• 如何利用Stata進行”推論性統計分析”(進階)

– Unit 3.相關分析

– Unit 4.差異分析

– Unit 5.迴歸分析

1. STATA操作環境介紹

操作視窗(1/2) 0.文字/圖形工具列

1.Review 2.Results

3.Command

4.Variables

操作視窗(2/2) • 0.文字/圖形工具列

– 方便使用者採用點選的方式執行指令

• 1.Review 凡走過必留痕跡(指令集)

– 記錄所有曾執行過的程式或指令

• 2.Results 分析結果

– 記錄執行程式的過程與結果

• 3.Command 一個口令/一個動作

– 即時撰寫及執行程式或指令

• 4.Variables 同時僅能分析一個資料檔

– 列出目前分析資料檔中所有變數名稱與屬性

工具列視窗

• 文字工具列 類似SPSS的Menu Bar

• 圖形工具列 捷徑

可透過點選方式完成統計分析或繪製統計圖形

Open

Save

Print

Results

Log Begin

Viewer

Graph

Do-file

Editor

Data Editor

Data Editor

(Browse)

Variables

Manager

Clear –more-

condition

Break

2.基本操作

-- 資料匯入/編碼

範例資料(lbw1.dta)

Hosmer & Lemeshow(2000) 研究影響出生嬰兒低體重因素的資料

•資料筆數共189筆

•資料包含：

•嬰兒出生體重(bwt) 、是否低體重(<2500g)(low)

•媽媽的年齡(age) 、最後一次月經時體重(lwt) 、種族(race) 、抽菸(smoke) 、是否早產(ptl) 、高血壓病史(ht) 、子宮煩躁(ui) 、妊娠第一期看診次數(ftv)

從Excel匯入資料 • Step 1.開啟Import功能

– File Import Excel spreadsheet

• Step 2.選擇Excel資料檔(lbw.xls)

– 勾選Import first row as variable names

Excel Stata

Stata指令 import excel "D:\Stata\lbw.xls", sheet("Sheet1") firstrow

常見資料處理情況 1. 標註各變項的文字說明

Ex:將id標註文字說明為identification code

2. 定義變數中各數值代表意義

Ex:是否低體重(<2500g)(low) 0: No/ 1:Yes

3. 文字變項編碼

Ex:將smoke中nonsmoker及smoker分別編碼為1及2

4. 重新編碼

Ex:將nonsmoker及smoker分別編碼為0及1

5. 連續變項轉成類別變項

Ex:年齡分組(1: <30 y/o/ 2:≧30 y/o)

狀況1 & 2 •可利用Data Variables Manager修改變數Label及Value Label

Stata指令 label variable id “identification code”

label define yesno 0 "No" 1 "Yes"

label values low yesno

狀況1 & 2 •可利用Variables Manager中Manage Value Label功能定義

狀況3 & 4

1. 文字變項編碼

Ex:將smoke中nonsmoker及smoker分別編碼為1及2

2. 重新編碼

Ex:將nonsmoker及smoker分別編碼為0及1

Stata指令 encode smoke, generate(smoke1)

Stata指令 recode smoke1 (1=0) (2=1)

label define nysmoke 0 "nonsmoker" 1 "smoker"

label values smoke1 nysmoke

狀況5 連續變項轉成類別變項

Ex:年齡分組(1: <30 y/o/ 2:≧30 y/o)

Stata指令 summarize age

Stata指令 recode age (min/29=1) (30/max=2), generate(agegr)

label variable agegr "age group"

label define agr 1 "<30 y/o" 2 ">=30 y/o"

label values agegr agr

tab1 agegr

如何利用STATA進行

PART I.”描述性統計分析”?

描述統計 -- 統計量 & 統計圖

統計量集中趨勢、離散趨勢

•Mean

•Median

•Mode

•Max/Min

•Quartile(Q1,Q3)

•Range

•Standard Deviation

目的：讓分析者可以在短時間內瞭解資料的分佈狀況與訊息 Histogram

Pie Chart

Boxplot

”描述性統計分析”

-- UNIT 1-1.統計量

集中趨勢量數vs差異量數

•集中趨勢量數平均數、中位數、眾數等統計量

•差異量數全距、四分位差、標準差等統計量

A

B

μA μB

RA

RB

平均數/中位數/眾數與資料分佈(偏態)的關係

•偏態係數

–(a)左偏、(b)右偏、(c)對稱

–注意：偏態的方向描述是極端值方向

(c)

平均數=中位=眾數

平均數 中位數 眾數 眾數 中位數 平均數

(a) (b)

利用Stata計算統計量(1/2) StataStatisticsSummaries, tables and tests Summary

and descriptive statistics Summary Statistics

1. 選定變項(ex: age)

2. 勾選Standard display或Display additional statistics

1

2

利用Stata計算統計量(2/2) 針對所選取之變項可自動計算出常用之統計量!!

Standard display

Display additional statistics

”描述性統計分析”

-- UNIT 1-2.交叉表/列聯表

利用Stata統計次數分配(1/2) Stata Statistics Summaries, tables and tests Frequency

tables One-way table

1. 選定變項(ex: race)

2. 勾選細項設定(ex:納入missing 、呈現bar chart等)

1

2

利用Stata統計次數分配(2/2) 針對所選取之類別變項可自動統計出現次數!!

Default

Produce a bar chart

Stata指令

tabulate race或tab1 race

Stata指令

tabulate race, plot

利用Stata進行交叉分析(1/3)

•交叉分析利用表格的方式幫助分析者掌握

資料分佈情況(次數、百分比、統計量)

快速檢視類別變項間的相關性

Stata Statistics Summaries, tables and tests Frequency

tables Two-way table with measures of association

利用Stata進行交叉分析(2/3)

設定包括： 列、欄變項、統計檢定，比例呈現方式

1

2

3

利用Stata進行交叉分析(3/3)

不同種族孕婦吸菸比例有顯著差異(p-value<0.001*)

Stata指令

tabulate race smoke, chi2 exact row

”描述性統計分析”

-- UNIT 2.統計圖 & 圖形編輯

常見統計圖形 Bar Graph

Boxplot

Histogram

Line Graph

不同類別間之差異 單組資料之分佈

不同類別間之差異 時間變化趨勢

Pie Chart

各類別所佔比例

長條圖(Bar Graph)

Stata Graphics Bar chart相關設定

1

2

設定包括：

• Main Y軸

• Categories X軸

• Title/Legend等

長條圖(Bar Graph)

Stata Graphics Bar chart相關設定

1

2

設定X軸所需呈現類別組合

圖形title

長條圖(Bar Graph)範例

不同種族/抽菸組合下的出生嬰兒平均體重

Stata指令

graph bar (mean) bwt, over(smoke) over(race)

title(Birth weight of different smoke/race)

長條圖(Bar Graph)範例

不同種族/抽菸組合下的出生嬰兒平均體重

Stata指令

graph bar (mean) bwt, over(smoke) over(race)

title(Birth weight of different smoke/race) asyvars

直方圖(Histogram)

Stata Graphics Histogram相關設定

1

2 3

設定包括：

• Main 選擇變項、設定組數、Y軸呈現方式

• Density plot/X axis/Y axis/Title等

直方圖(Histogram)

Fit 常態分佈曲線

Y axis/X axis/Title設定

直方圖(Histogram)範例 繪出研究對象整體的年齡分佈

Stata指令

histogram age, frequency normal ytitle(Count)

xtitle(Age) title(Overall age distribution)

盒形圖(Box Plot)

Stata Graphics Box plot相關設定

1

設定包括：

• Main Y軸

• Categories X軸

• Y axis/Title等

盒形圖(Box Plot)

Stata Graphics Box plot相關設定

1

2

設定X軸所需呈現類別組合

圖形title

盒形圖(Box Plot)範例

不同種族/抽菸組合下的出生嬰兒平均體重

Stata指令

graph box bwt, over(smoke) over(race)

title(Birth weight of different race/smoke group)

折線圖(Line Graph)

Stata Graphics Twoway graph相關設定

1

設定包括：

• Plots 設定X、Y軸變項、Y軸呈現方式

• X axis/Y axis/Title等

折線圖(Line Graph)

Stata Graphics Twoway graph相關設定

1

2

3

折線圖(Line Graph)範例 繪出依id順序的出生體重趨勢變化圖形

Stata指令

twoway (line bwt id, sort), ytitle(Birth weight) xtitle(Id

sequence) title(Trend of birthweight by id sequence)

圓餅圖(Pie Chart)

Stata Graphics Pie chart相關設定

1

設定包括：

• Main 選定類別變項

• Title/Legend等

圓形圖(Pie Chart)

Stata Graphics Pie chart相關設定

1

圓餅圖(Pie Chart)範例 繪出研究對象不同種族所佔比例

Stata指令

graph pie, over(race) title(Pie chart of race)

武林秘笈 Stata公司網頁提供各類圖形範例程式語法!!

http://www.stata.com/support/faqs/graphics/gph/stata-graphs/

常見圖形編輯情況

• 圖形輸出

– 儲存成Stata圖形檔或其他類型圖檔

• 圖形編修

– 單一圖形加註文字、修改軸距、顏色、線型

– 複合圖形合併多個圖形成為同一個圖

圖形輸出

•Stata 點選Graph視窗 File Save As

•輸入檔名及選擇存檔類型

•*.gph(Stata圖檔) 、*.png、*.tif、*.pdf等

Stata指令

graph save Graph "D:\Stata\Pie.gph“

graph export "D:\Stata\Pie.tif", as(tif) replace

開啟圖形編輯器 Stata 點選Graph視窗 Edit

Start Graph Editor

圖形編修加註/修改

圖形編修複合圖形

Stata Window Do-file editor New Do-file editor

輸入指令時，若指令內容過長可加上”///”做為分隔符號

•row()及col()可控制列數和行數; xsize()及ysize()控制長寬!!

•title()加上圖形標題; note()加上圖形註解

圖形編修複合圖形

補充說明

資料整理結果

依據不同race/smoke組合，分別計算出對應組合的

•平均出生體重(meanbwt) 、體重標準差(sdbwt)、人數(n)

•Error bar (hibwt & lobwt) Mean ± SD

•給每種情況一個編號(smrace)以利繪圖!!

Do-file程式語法

Review

• Stata操作環境介紹&基本操作

• 如何利用Stata進行”描述性統計分析”(基礎)

– Unit 1.統計量、交叉表

– Unit 2.統計圖 & 圖形編輯

• 如何利用Stata進行”推論性統計分析”(進階)

– Unit 3.相關分析

– Unit 4.差異分析

– Unit 5.迴歸分析 下集分曉，敬請期待!!

資料型態與適用統計方法

欲檢定的變項/依變項(Y)

欲進行比較的組別數/自變項(X)

類別

連續 兩組 三組或以上

獨立樣本 相依樣本 獨立樣本 相依樣本

連續資料 欲檢定的情形：集中趨勢(central tendency) 相關分析

常態假設或中央極限定理成立

Independent

t-test Paired t-test ANOVA

Repeated

measures

ANOVA

皮爾森相關

Linear

regression

常態假設或中央極限定理不成立

Wilcoxon

rank-sum

test

Wilcoxon

signed-rank

test

Kruskal-

Wallis test

Friedman

test

Spearman’s

correlation

類別資料 欲檢定的情形：關聯性(association)

兩個類別 卡方檢定

(Yate修正)

McNemar’s

test 卡方檢定

Cochran’s Q

test

Logistic

regression

三類以上 卡方檢定 Cochran’s Q

test 卡方檢定

Cochran’s Q

test

Multilnomial/

Ordinal Logistic

regression

Reference • STATA基礎操作與統計模型應用(劉彩卿, 2012)

• An Introduction to Stata for Health Researchers(Svend, 2008)

感謝聆聽

Q & A

靜思語：知識要用心體會，才能變成自己的智慧。