La etapa de estimación

Imputación múltiple de datos faltantes

El nuevo comando de Stata mi proporciona una serie completa de

métodos de imputación para el análisis de datos incompletos, es decir,

observaciones para las cuáles faltan algunos de los valores. mi provee

funcionalidades para ambas etapas, la de imputación y la de estimación.

La etapa de estimación cubre ambas, la estimación en datos individuales

y la integración de los resultados, en un procedimiento fácil de usar.

mi provee también funcionalidades para analizar los patrones de

valores faltantes en los datos. Se proporcionan métodos flexibles de

imputación, incluyendo cinco métodos de imputación univariada que

pueden ser usados como bloques básicos para construir imputaciones

multivariadas, así como MVN (imputación normal multivariada).

Supongamos que queremos estudiar la relación lineal entre una variable

y y los predictores x1 y x2. Nuestros datos presentan valores faltantes,

y el descartar todas las observaciones con valores faltantes implicaría

reducir el tamaño muestral en un 40%. Ajustaremos el modelo utilizando

imputación múltiple. Primero, imputamos los valores faltantes, creando

Panel de control para imputaciones múltiples

El panel de control para imputaciones múltiples unifica las funcionalidades del comando mi, y guía al usuario desde el principio hasta el final del

análisis, desde la etapa de examinar los patrones de valores faltantes hasta realizar estimaciones e inferencia sobre imputaciones múltiples.

• Use Examine para chequear los patrones de valores

faltantes y así determinar el método de imputación

apropiado.

• Use Setup para establecer las características de los

datos cuando es necesario imputar valores. Si sus

datos ya contienen imputaciones, entonces omita esta

etapa y utilice Import.

• Use Impute para crear imputaciones. Usted puede

imputar una o varias variables simultáneamente.

Para ello, los siguientes métodos están disponibles:

regresión, ajuste de medias predictivas, regresiones

logística, ordinal logística y multinomial logística, y

MVN. Con patrones monótonos de datos faltantes,

usted puede combinar métodos de imputación.

• Use Manage para realizar manejos de datos.

• Use Estimate para ajustar su modelo y combinar

resultados.

• Use Test para realizar tests de hipótesis.

(arbitrariamente) cinco conjuntos de datos con los valores faltantes

sustituidos.

Luego podemos ajustar el modelo:

mi estimate ajusta el modelo especificado (en este caso regresión

lineal) para cada uno de los cinco conjuntos generados, y luego combina

dichas estimaciones en un resultado global.

mi puede importar datos que han sido imputados previamente,

incluyendo datos de NHANES o ice, o permite que el usuario realice

sus propias imputaciones. En cualquiera de los casos, la clave del

análisis de datos con imputaciones múltiples es mantener control

de varias copias de los datos, y mi mantiene, automáticamente, las

distintas copias sincronizadas. Usted puede crear o descartar variables

u observaciones como si estuviera trabajando con un sólo conjunto de

datos. Usted puede adjuntar conjuntos de datos en forma horizontal

(merge) o vertical (append), e incluso cambiar la forma de sus datos.

El hecho de que las transformaciones que usted realiza deben ser

llevadas a cabo, en forma coherente, sobre 5, 50 o aún 500 conjuntos

de datos, es irrelevante.

3

Los gráficos ahora soportan múltiples

fuentes y símbolos

Ahora usted puede incluir múltiples fuentes en regular, negrita o

itálica, el alfabeto griego completo en mayúsculas y minúsculas, y más

de 70 símbolos matemáticos en cualquiera de los textos que aparecen

en los gráficos.

Además, los gráficos aceptan una versión extendida del lenguaje de

control de texto, SMCL. Las letras griegas y los símbolos matemáticos

tienen nombres intuitivos y fáciles de recordar (tags). Por ejemplo,

para producir poner en el eje x el título β-caroteno, sólo necesita

especificar xtitle(“{&beta}-carotene”). Para incluir χ 2

en su texto, especifique {&chi}{superscript:2}, o {&chi}

{sup:2}.

“Tags” adicionales facilitan seleccionar entre sans serif, serif,

monoespacio y fuentes para los símbolos.

Naturalmente, estas nuevas funcionalidades también están disponibles a través de los diálogos y del Editor de Gráficos interactivo.

Nuevos Editor de Datos, Editor de archivos Do, y Manejador de Variables

Los nuevos Editor de Datos, Editor de archivos Do, y Manejador de Variables, hacen sus tareas de manejo de datos y programación más simples

que nunca.

El nuevo Editor de archivos Do (para Windows)

incluye sintaxis coloreada, plegado de código (así

usted puede ocultar bloques de código mientras

trabaja en otras partes), capacidad de trabajar con

varios archivos en forma simultánea, y tamaño

ilimitado para los archivos.

El nuevo Editor de Datos le permite

ordenar variables, aplicar filtros para

ver subconjuntos de sus datos, tomar

“snapshots”, (así podrá revertir fácilmente

cambios que usted ha hecho), e ingresar

datos y tiempos. El Editor de Datos es

una vista en vivo de sus datos: cambie sus

datos utilizando un comando de Stata,

e instantáneamente verá los resultados

reflejados en el Editor de Datos.

El nuevo Manejador de Variables le permite usar el ratón para cambiar

nombres de variables y modificar tipos de datos en las variables, etiquetas

y notas. Usted puede aplicar un filtro para ver solamente las variables que

verifiquen cierto criterio.

Variables factoriales

Stata ahora maneja variables factoriales (categóricas) en forma elegante. Usted puede ahora utilizar el prefijo i. con una variable para especificar

indicadores para cada nivel (categoría) de la variable. También puede incluir un # entre dos variables para crear una interacción (indicadores para

cada combinación de categorías de las dos variables). Si, en lugar de un símbolo # usted escribe ##, esto indica un modelo factorial completo

de las dos variables, es decir, la inclusión de las interacciones más indicadores para cada categoría de las dos variables. Si usted desea incluir la

interacción de una variable continua con una variable factorial, simplemente incluya el prefijo c. para la variable continua; usted puede especificar

hasta interacciones de ocho vías.

En el siguiente ejemplo ajustamos una regresión lineal del nivel de colesterol (variable cholesterol) versus un factorial completo del grupo de edad

(age) y el estatus de fumador (smoke), una variable continua que contiene el índice de masa corporal (bmi), y su interacción con el indicador

de fumador.

. regress cholesterol smoker##agegrp bmi smoker#c.bmi

Podríamos haber utilizado paréntesis para expresar el modelo en forma más corta:

. regress cholesterol smoker##(agegrp c.bmi)

Las categorías de referencia pueden ser modificadas en la misma línea de la regresión: i.agegrp utiliza por defecto la categoría 1 como base,

mientras b3.agegrp hace que la categoría base sea 3.

Las variables indicadoras de grupos no son creadas en el conjunto de datos, lo que ahorra mucho espacio.

Las variables factoriales están totalmente integradas a los mecanismos de procesamiento de variables de Stata, proveyendo una forma congruente

de interactuar con comandos de estimación y de postestimación.

Regresión para riesgos en competencia

La regresión para riesgos en competencia constituye una útil alternativa

a la regresión de Cox en presencia de uno o más riesgos simultáneos.

Por ejemplo, supongamos que usted está estudiando el tiempo desde el

comienzo de un tratamiento oncológico hasta la recurrencia de cáncer

en relación al tipo de tratamiento administrado y factores demográficos.

El fallecimiento es un riesgo que compite con el evento de estudio: la

persona bajo tratamiento puede morir, impidiendo la ocurrencia del

evento de interés, recurrencia de cáncer. A diferencia de la censura de

observaciones, que meramente obstruye la observación del evento, un

evento que compite impide la ocurrencia del evento de interés, y el

análisis debe ajustarse de acuerdo a estos hechos.

El nuevo comando de Stata stcrreg implementa la regresión

para riesgos en competencia basada en el modelo de subriesgos

proporcionales de Fine y Gray.

La regresión de Cox se centra en la función de supervivencia, que

indica la probabilidad de sobrevivir más allá de un momento dado. En

cambio, la regresión para modelos en competencia se enfoca hacia la

función de incidencia acumulativa, que indica la probabilidad de que el

evento de interés ocurra antes de un instante dado. La regresión para

riesgos en competencia es semiparamétrica, dado que la función de

subriesgo (para valores cero de las variables independientes) se deja

sin especificar y los efectos de las variables independientes se asumen

proporcionales. Este comando permite la inclusión de variables que

varían con el tiempo.

El comando de Stata stcurve ha sido actualizado para funcionar

luego de stcrreg y producir gráficos de incidencia acumulativa, y

también se puede usar predict para obtener una amplia gama de

predicciones.

4

5

Stata 11 produce márgenes. Márgenes son estadísticos calculados a

partir de predicciones de modelos ajustados previamente, evaluados

en valores fijos de ciertas variables independientes y promediados, o

integrados sobre las variables independientes restantes. Entre otras

funcionalidades, esto incluye medias marginales, medias por mínimos

cuadrados, efectos marginales/parciales promediados y condicionales

(como derivadas o elasticidades), predicciones ajustadas promedio y

condicionales, márgenes predictivos.

Los márgenes predictivos son particularmente aptos para datos

provenientes de encuestas y otras muestras que representan una

población (ya sea por muestreo aleatorio o por pesos). En dichos casos,

los márgenes o efectos marginales pueden ser considerados estimadores

de los mismos estadísticos en la población o procedimiento generador

de datos (PGD), y sus errores estándar e intervalos de confianza pueden

usarse para efectuar inferencias sobre la población o PGD.

Usted puede calcular los estadísticos para cada subgrupo o

subpoblación determinada por valores únicos de una lista de variables

(varlist) por medio del uso de la opción by(varlist).

Medias marginales, predicciones ajustadas y efectos marginales

Modelos de espacio de estados y modelos de factor dinámico

Los nuevos comandos de Stata sspace y dfactor facilitan el ajuste de una amplia variedad de modelos multivariados para series de tiempo,

expresándolos como modelos lineales de espacio de estados, incluyendo modelos con vectores autorregresivos y promedios móviles (VARMA),

modelos estructurales para series de tiempo (STS), y modelos de factor dinámico.

En el ejemplo siguiente tenemos un conjunto de datos de producción industrial (variable ipman), ingreso real disponible (dsp), horas semanales

trabajadas (awhi) y tasa de desempleo (unrate). Sospechamos que existe un factor latente que puede explicar estas cuatro series, y conjeturamos

que este factor latente sigue una estructura autorregresiva de orden 2.

Primero, ajustamos nuestro modelo escribiendo:

. dfactor (ipman dsp awhi unrate = , noconstant)

(f = , ar(1/2))

Con nuestro modelo ajustado, podemos obtener un pronóstico dinámico para

el ingreso real disponible a partir de diciembre de 2008:

. predict dsp_f, dynamic(tm(2008m12))

. tsline dsp dsp_f if month >= tm(2005m1)

Debido a las nuevas funcionalidades en Stata 11 para variables factoriales,

margins entiende variables al cuadrado y otras formas polinomiales,

por lo cuál usted puede obtener efectos marginales para una variable

“age” aún cuando esta variable entra en el modelo como “age” y como

“age” al cuadrado.

El comando margins de Stata 11 incluye opciones para hacer que

los errores estándar reportados tengan en cuenta diseños de encuestas

incluyendo pesos, unidades de muestreo, pre y post estratificación, y

subpoblaciones.

Luego de margins, usted puede testear igualdad de cualquier

combinación lineal o no lineal de los resultados estimados.

. test 0.sex = 1.sex

( 1) 0b.sex - 1.sex = 0

chi2( 1) = 8.53

Prob > chi2 = 0.0035

Usted puede incluso formar combinaciones lineales y no lineales de

modo de examinar razones de riesgo, diferencias de riesgos, etc, y

efectuar tests con los mismos.

margins funciona luego de la mayoría de los comandos de

estimación de Stata.

Método de los momentos generalizado (GMM)

El nuevo comando gmm de Stata hace la estimación por el método de los momentos generalizado tan simple como una estimación no lineal por

mínimos cuadrados y una regresión no lineal aparentemente no relacionada. Simplemente especifique sus ecuaciones residuales por medio de

expresiones substituibles, liste sus instrumentos, elija una matriz de pesos, y obtenga sus resultados.

Aquí ajustamos un modelo de Poisson al número de visitas al médico como función de género, ingresos, y presencia o no de alguna enfermedad

crónica o seguro de salud privado. Tenemos razones para creer que income (ingresos) es una variable endógena, por lo que usamos edad y raza

como instrumentos.

Por defecto, gmm utiliza el estimador en dos etapas y una matriz de pesos que asume que los errores son independientes pero no necesariamente

idénticamente distribuidos.

La validez de nuestros instrumentos está ciertamente abierta al debate; (la edad probablemente influye sobre el número de visitas al doctor) y

podemos testear su validez por medio de estat overid.

. estat overid

Test of overidentifying restriction:

Hansen’s J chi2(2) = 9.52598 (p = 0.0085)

El estadístico J de Hansen indica que uno o más de uno de los instrumentos no son válidos.

gmm permite el uso de matrices de peso que implican que las observaciones son independientes e idénticamente distribuidas, independientes pero

no idénticamente distribuidas, agrupadas en conglomerados (clusters), o autocorrelacionadas. También se dispone de selección automática de

ventanas para matrices de peso que generen resultados consistentes bajo heteroscedasticidad y autocorrelación.

Además de instrumentos estándar, gmm posibilita la creación de instrumentos del estilo de los utilizados en modelos de panel dinámico y otros

modelos de panel con regresores endógenos.

Para análisis más complicados, gmm le permite escribir un programa para evaluar sus ecuaciones residuales en lugar de utilizar expresiones

sustituibles. Estos programas se estructuran igual que aquellos para ml, nl y nlsur. Tanto la versión interactiva como la programable permiten

la especificación de derivadas analíticas.

6

Documentación PDF

¡Stata ahora se distribuye con documentación completa en formato PDF!

Los nuevos manuales de Stata 11 en formato PDF están completamente

integrados con el sistema de ayuda interactivo de Stata. Seleccione

y vaya directamente al manual correcto, en la página correcta. Los

manuales PDF se distribuyen con cada copia de Stata. Por supuesto, la

documentación impresa sigue estando disponible.

Ordene ya

Para ingresar una orden, visite

www.stata.com

7

Marque su calendario para la Conferencia 2009 de Stata en Washington,

DC, los días 30 y 31 de julio. La conferencia constituirá una oportunidad de

encontrarse con otros usuarios de Stata, y su única posibilidad este año de

hablar con integrantes del equipo de desarrollo de Stata en un encuentro en

los Estados Unidos.

Además de contribuciones de usuarios, la conferencia incluye apreciaciones

globales y explicaciones detalladas sobre funcionalidades nuevas de Stata 11

presentadas por miembros del equipo de desarrollo de Stata.

El programa tentativo para la conferencia se detalla a continuación. Se

presenta intenso y estimulante. Para ver los resúmenes del encuentro, visite

www.stata.com/meeting/dcconf09/abstracts.html

Conferencia 2009 en DC Fechas: Jueves 30 y viernes 31 de julio de 2009

Lugar: Hotel Monaco, Washington, DC

700 F St. NW

Washington, DC 20004

USA

Para registrarse: www.stata.com/meeting/dcconf09/

Precio Estudiantes

Un día $125 $50

Ambos días $195 $75

Cena opcional $38

Continúa en la página 8.

Programa

Jueves 30 de julio de 2009

8:30 AM Easy approaches to GMM

David Drukker, StataCorp

9:20 AM Mixed-process models with cmp

David Roodman, Center for Global Development

10:10 AM Café

10:25 AM Multivariate time series

David Drukker, StataCorp

11:15 AM Survey statistics in Stata

Jeff Pitblado, StataCorp

12:05 PM Almuerzo

1:00 PM Regression diagnostics for survey data

Rick Valliant, University of Maryland

1:45 PM Using Stata for subpopulation analysis of

complex sample survey data

Brady West, University of Michigan

2:30 PM Café

2:45 PM Implementing econometric estimators with Mata

Christopher F. Baum, Boston College

3:10 PM Estimating high-dimensional fixed-effects

models

Paulo Guimaraes, University of South Carolina

3:45 PM Data envelopment analysis in Stata

Choonjoo Lee and Ji Yong-bae, Korea National

Defense University

4:15 PM Café

4:30 PM Estimating the fractional response model with

an endogenous count variable

Hoa Nguyen, Michigan State University

4:50 PM Threshold regression with threg

Mei-Ling Ting Lee and Tao Xiao, University of

Maryland

5:20 PM Causal inference

Austin Nichols, Urban Institute

6:00 PM Receso

7:00 PM Cena opcional en Oyamel (401 7th St. NW)

Viernes 31 de julio de 2009

8:30 AM Handling categorical covariates gracefully

Jeff Pitblado, StataCorp

9:20 AM Between tables and graphs

Nicholas J. Cox, Durham University (UK)

10:10 AM Café

10:25 AM Integrating Stata into your workflow

Bill Rising, StataCorp

11:15 AM Stata in large-scale development

Michael Lokshin, The World Bank

12:05 PM Almuerzo

1:00 PM Stata for microtargeting using C++ and ODBC

Masahiko Aida, Greenberg Quinlan Rosner

1:20 PM A Stata regression-space database server

module

Mario Alberto Barabino, Bergamo University (Italy)

1:45 PM Meta-analytic depiction of ordered categorical

diagnostic test accuracy in ROC space

Ben Dwamena, University of Michigan

2:30 PM Café

2:45 PM Stata commands for moving data between

PHASE and HaploView

Chuck Huber, Texas A&M Health Science Center

School of Rural Public Health

3:05 PM Automated individualized student assessment

Stas Kolenikov, University of Missouri

3:30 PM Altruism squared: The economics of Statalist

exchanges

Martin Weiss, University of Tuebingen (Germany)

3:50 PM Implementing custom graphics in Stata

Sergiy Radyakin, The World Bank

4:15 PM Café

4:30 PM Report to users

Bill Gould, StataCorp

5:15 PM Wishes and grumbles: User feedback and Q&A

Cómo contactarnos

StataCorp Tel 979-696-4600

4905 Lakeway Drive Fax 979-696-4601

College Station, TX 77845 Email service@stata.com

USA Web www.stata.com

Derechos de Autor 2009 por StataCorp LP.

Por favor, incluya su número de serie de Stata en toda su correspondencia.

8

Distribuidores

Revendedores

Columbia CP, Ltd.

China, Hong Kong, Malasia, Filipinas,

Singapur, Tailandia, Vietnam

tel: +86-131-47501748 China

+852-28580080 Hong Kong

+603-56389268 Malasia

+63-2-5647757 Filipinas

+65-6842 5538 Singapur

+66-8-17209515 Tailandia

+84-4-7870931 Vietnam

email: sales@columbiacp.com

Dittrich & Partner Consulting

República Checa, Alemania, Hungría

tel: +49 2 12 / 26 066-0

email: sales@dpc.de

DPC Geschäftsstelle Wien

Austria

tel: +49-212-2606624

email: info@dpc.co.at

DPC Nederland

Países Bajos

tel: +31 (0)76 530 2330

email: sales@dpc-software.nl

East Asia Training & Consultancy

Indonesia, Singapur, Tailandia

tel: +65 62199062 Singapur,

Indonesia

662 6279000 Tailandia

email: stata@eastasiatc.com.sg

iXon Technology Company, Ltd.

Taiwan

tel: +886-(0)2-27045535

email: hank@ixon.com.tw

JasonTG

Corea del Sur

tel: +82 (02)470-4143

email: info@jasontg.com

MercoStat Consultores

Argentina, Paraguay, Uruguay

tel: 598-2-613-7905

email: mercost@adinet.com.uy

Metrika Consulting

Estados Bálticos, Dinamarca, Finlandia,

Islandia, Noruega, Suecia

tel: +46 (0)8-792 47 47

email: sales@metrika.se

MultiON Consulting S.A. de C.V.

Belice, Costa Rica, El Salvador, Guatemala,

Honduras, México, Nicaragua, Panamá

tel: 52 (55) 5559 4050

email: direccion@multion.com.mx

Quantec Research (Pty), Ltd.

Africa

tel: +27-12-3615154

email: software@quantec.co.za

Ritme Informatique

Bélgica, Francia, Luxemburgo

tel: +33 (0)1 42 46 00 42

email: info@ritme.com

Scientific Formosa, Inc.

Taiwan

tel: 886-2-25050525

email: amanda@sciformosa.com.tw

Scientific Solutions, S.A.

Suiza

tel: 41 (0)21 711 15 20

email: info@scientific-solutions.ch

SOFTWARE Shop, Inc.

Bolivia, Chile, Colombia, Ecuador, Perú,

Venezuela

tel: +1-425-651-4090 Bolivia, Ecuador

+ 56-(2)-899-0455 Chile

+ 57-(1)-619-4000 Colombia

+ 58-(212)-771-5899 Venezuela

+ 51-(1)-706-8197 Perú

email: Ventas@SOFTWARE-shop.com

Survey Design & Analysis Services

Australia, Nueva Zelanda

tel: +61 (0)3 9878 7373

email: sales@survey-design.com.au

Timberlake Consultants

Eire, Irlanda, Reino Unido

tel: +44 (0)20 8697 3377

email: info@timberlake.co.uk

Timberlake Consultants Polska

Polonia

tel: +48 (0)22-8252927

email: info@timberlake.pl

Timberlake Consulting S.L.

España

tel: +34 955601430

email: timberlake@timberlakeconsulting.com

Timberlake Consultores Brasil

Brasil

tel: +55-11-3170-3123

email: info@timberlake.com.br

Timberlake Consultores, Lda.

Portugal

tel: +351 245 308 549

email: info@timberlake.pt

TStat S.r.l.

Italia

tel: +39 0864 210101

email: tstat@tstat.it

Vishvas Marketing-Mix Services

India

tel: 91-22-2589 26 39

email: vishvas@vsnl.com

Tashtit Scientific Consultants, Ltd.

Israel

tel: +972-3-523-0825

email: info@tashtitsoft.co.il

Token Communication, Ltd.

Rumania

tel: +40 364 103256

email: statasales@token.com.ro

CHIPS Electronics

Brunei, Indonesia, Malasia

tel: +62-21-452 17 61

email: puyuh23@indo.net.id

Informatique, Inc.

Japón

tel: +81-3-3505-1250

email: sales@informatiq.co.jp

Katalogo Software

Brasil

tel: +55-11-3405 4507

email: patricias@katalogo.com.br

MP & Associates

Grecia, Chipre

tel: +30-210-7600955

email: info@mpassociates.gr

NFUCA

Japón

tel: 81-3-5307-1133

email: softinfo@univcoop.or.jp

Axoft

Rusia, Armenia, Azerbaiyán, Bielorrusia,

Georgia, Kazajstán, Kirguizistán, Moldavia,

Tayikistán, Turkmenistán, Ucrania,

Uzbekistán

tel: +7-495 232-0023 ext. 232

email: annakuri@axoft.ru

BockyTech, Inc.

Taiwan

tel: +886-2-23618050

email: raymond@bockytech.com.tw

TurnTech China

Beijing Shiji Tianyan Software

Co., Ltd.

China

tel: +86-10-62978511

+86-10-62669193

email: info@sciencesoftware.com.cn

UYTES

Turquía

tel: +90 312 446 1866

email: info@uytes.com.tr

Curso de un día

Introducción de las nuevas funcionalidades

de Stata 11

Aprenda qué hay de nuevo en Stata 11. Este curso de un día está dirigido

a usuarios de Stata 10 y versiones previas que están interesados en

aprender sobre las nuevas funcionalidades de Stata 11. Usted aprenderá

sobre diversos tópicos como manejo de datos de forma eficiente y

reproducible utilizando el ratón, desarrollo simple de código utilizando

el nuevo Editor de archivos Do, y análisis marginales extendidos y

unificados utilizando el comando margins y variables factoriales de

Stata. Usted también aprenderá acerca de las nuevas herramientas de

Stata para imputaciones múltiples.

Ésta promete ser una sesión intensa donde usted puede aprender

rápidamente sobre muchas de las nuevas funcionalidades de Stata. Por

más información, ver:

www.stata.com/training/public.html

Comité científico

Austin Nichols (presidente), Urban Institute (austinnichols@gmail.com)

Frauke Kreuter, University of Maryland (fkreuter@survey.umd.edu)

Michael Lokshin, World Bank (mlokshin@worldbank.org)

Mei-Ling Ting Lee, University of Maryland (mltlee@umd.edu)

Organizadores logísticos

Chris Farrar, StataCorp LP (cfarrar@stata.com)

Gretchen Farrar, StataCorp LP (gfarrar@stata.com)

Visite www.stata.com/alerts/ y marque el casillero “Stata Conferences

and Users Group meetings” para recibir actualizaciones de la información

sobre la conferencia.

...