STATA

Avoir de l'expérience en Data Analyse avec R ou Python

STATA est un outil d'analyse statistique offrant un environnement de travail convivial et permettant de réaliser aussi bien des analyses statistiques que des représentations graphiques complexes des données.

• Découvrir l’environnement STATA
• Appliquer quelques principales analyses statistiques
• Apprendre à interpréter les résultats des analyses
• Répondre aux questions spécifiques

Présentation du logiciel

• L’environnement de Stata
• Les différents types de fichier
• Organiser le travail sur Stata
  • Structurer les répertoires
  • Sauvegarder le travail avec les do-files
• Où trouver de l’aide?

Gérer une base de données

• Ouvrir, importer et sauvegarder une base de données
• Analyser et modifier la structure d’une base de données
  • Visualiser et éditer le jeu de données: browse et edit
  • Décrire les variables et leur contenu
  • Réorganiser les observations: sort et gsort
  • Formats wide et long et transposition des données: reshape
  • Transformer la base: collapse
  • Tronquer la base: keep et drop
• Gérer plusieurs bases de données
  • Empiler des bases de données: append
  • Apparier des bases de données: merge
• Gérer les variables et leur contenu
  • Supprimer des variables: keep et drop
  • Créer de nouvelles variables: gen et egen
  • Modifier les variables existantes
  • Changer l’ordre d’apparition des variables dans la base: order

Explorer les données

• Statistiques descriptives
  • Résumer les variables numériques: summarize
  • Résumer les variables textuelles: tabulate et table
• Analyser les données
  • Corrélation entre les variables et alpha de Cronbach: correlate, pwcorr et alpha
  • Tests de comparaison: ttest
  • Analyse en Composante Principale (ACP): pca
• Graphiques
  • Graphiques unidimensionnels: graph
  • Graphiques bi-dimensionnels: twoway
  • Sauvegarder ses graphiques: graph save et graph export

Econométrie

• Régression linéaire (MCO)
  • La commande regress
  • Gérer les variables indicatrices dans les régressions
• Modélisation des variables qualitatives dichotomiques: logit et probit
• Commandes post-estimation: predict et test
• Stocker et exporter les résultats

Une attestation de participation sera transmise aux participants