Si vous avez seulement deux variables, et que vous n'avez pas besoin de deux écrire l'ouptut dans un fichier, vous pouvez faire: Si vous voulez écrire la sortie dans un fichier ou si vous avez plus de deux variables de regroupement, vous pouvez faire comme suit: Les données à l'écran: Enregistrez les données dans un fichier au format Stata (.dta). Ou à un fichier ascii délimité par des tabulations Si vous souhaitez contracter vos données, lister le résultat sur le creen et le retour aux données d'origine, vous pouvez utiliser preserve and restore. Le premier gèle les données à un point donné, et le dernier permet de revenir à ce point. Catégorise Lieu du menu: Localisation du menu: DataCleaning et EncodingCategorise. Cette fonction vous permet de catégoriser n'importe quel ensemble de données dans les groupes que vous spécifiez, par exemple les âges en groupes d'âge. En général, une variable continue peut être divisée en catégories ou en groupes. Prenez la variable IgM dans la feuille paramétrique du classeur de test, par exemple ceci a 298 observations que vous pourriez vouloir résumer dans des gammes de valeurs. Pour ce faire, sélectionnez simplement l'élément de menu DataGroupingCategorise puis sélectionnez la colonne de données IgM. Les quartiles: 4 quartiers (quartile inférieur, quartile inférieur à médian, médiane au quartile supérieur, quartile supérieur du gt) Quintiles: 5 quartiers (premier quintile gt Quatre bandes annuelles à 85 lt15, 15-24 dix bandes annuelles à 85 lt1, 1-4 bandes annuelles de cinq à cinq bandes annuelles (lt15, 15-19) À 85 lt1, 1-4 bandes de dix ans à 75) Définie par l'utilisateur: à partir de min minimum, en k intervalles de pas de taille égale (ltmin 1 pas, gt min 1 pas à lt min 2 pas en k intervalles à gt min k pas ) Utilisation de l'exemple IgM en quartiles: Un rapide coup d'oeil aux comptes ci-dessus montre une image similaire à celle que vous verriez à partir d'un histogramme. À savoir que les données ne sont pas réparties uniformément dans des plages de valeurs, c'est-à-dire qu'elles sont biaises. L'histogramme textuel vous donnera des comptes, mais notez que les valeurs bin dans un histogramme sont le point milieu du chutier et pas la valeur de coupure entre les bins, c'est-à-dire qu'ils sont identiques à un cut - Off moins la moitié de la taille du pas. Deux options différentes sont présentées pour calculer les quantiles à utiliser comme points de coupure dans cette fonction de catégorisation. Les méthodes sont décrites dans la page Quantiles. La méthode 1 (par défaut) correspond à la méthode par défaut utilisée dans Stata et la méthode 2 équivaut à la définition alternative utilisée dans Stata. Copyright 2000-2016 StatsDirect Limited, tous droits réservés. Téléchargez un essai gratuit ici.
No comments:
Post a Comment