Guía docente de la asignatura: Manejo y Análisis de Datos con STATA

Guía docente de la asignatura:
Manejo y Análisis de Datos con STATA
DATOS DESCRIPTIVOS DE LA ASIGNATURA
Curso académico: 2015-2016 (1er y 3er trimestre)
Nombre de la asignatura: Manejo y Análisis de Datos con STATA
Tipo de asignatura: Obligatoria
Número de créditos: 3 ETC Horas dedicación: 22 horas
Trimestre: 1er trimestre (4 horas) y 3er trimestre (18 horas)
Idioma: Castellano/Inglés
Coordinación: Mònica Guxens, Xavier Basagaña
Profesorado: Mònica Guxens
PROFESOR
Mònica Guxens es Licenciada en Medicina (2002) por la Universidad Autónoma de Barcelona (UAB),
Especialista en Medicina Preventiva y Salud Pública (2007) y Doctora en Salud Pública e Investigación
Biomédica (2008) por la Universidad Autónoma de Barcelona (UAB). Actualmente es investigadora
(Assistant Research Professor) del Centre de Recerca en Epidemiologia Ambiental (CREAL) de
Barcelona y del Departamento de Psiquiatría/Psicología del Niño y del Adolescente del Estasmus
University Medical Center-Sophia Children’s Hospital de Rotterdam, Holanda. Sus líneas de
investigación incluyen los efectos de la exposición de diversos contaminantes durante el embarazo
como la contaminación atmosférica, los contaminantes químicos persistentes y no persistente en la
salud y el crecimiento del niño, particularmente el desarrollo del cerebro. Su actividad docente se
centra en el máster de Salud Pública de la Universidad Pompeu Fabra (UFP) y Universidad Autónoma
de Barcelona (UAB).
Email: [email protected]
PRESENTACIÓN
Una parte fundamental en la investigación epidemiológica es el manejo y análisis estadístico de los
datos para su posterior presentación, interpretación y discusión de resultados. Este curso está
pensado como una introducción al paquete estadístico STATA, comúnmente utilizado para el manejo
y análisis de este tipo de datos.
OBJETIVOS DOCENTES Y COMPETENCIAS A ALCANZAR
El objetivo general del curso es ser capaz de utilizar, de manera independiente, el paquete
estadístico STATA para realizar el manejo y análisis de base de datos de estudios epidemiológicos,
utilizando una serie de comandos específicos apropiados para los diferentes análisis estadísticos.
Los objetivos específicos son:
1. Familiarizarse con el entorno del paquete estadístico STATA para manipular y gestionar las
bases de datos.
2. Identificar los diferentes comandos específicos del paquete estadístico STATA que permiten
realizar los correspondientes análisis estadísticos.
3. Obtener y manipular los resultados, tablas, y gráficas con el paquete estadístico STATA para
su posterior interpretación, presentación y discusión de los resultados obtenidos en los
análisis estadísticos realizados.
1
METODOLOGÍA Y EVALUACIÓN
Plan de trabajo
Se realizarán actividades en el aula y fuera del aula. En el aula se impartirán clases teóricas y se
realizarán ejercicios prácticos. Fuera del aula se realizarán trabajos individuales.
Criterios generales de evaluación de la asignatura
Se realizará una evaluación continuada del alumno basa en los siguientes criterios:
- Participación activa en las sesiones teóricas y prácticas
- Evolución de su aprendizaje
- Capacidad de comprensión y resolución de los problemas
- Redacción e interpretación de los entregables propuestos
- Examen
Porcentaje en la evaluación de los entregables y del examen
15% - Entregable 1 (1er trimestre, ejercicios 1 y 2)
15% - Entregable 2 (3er trimestre)
15% - Entregable 3 (3er trimestre)
15% - Entregable 4 (3er trimestre)
40% - Examen (3er trimestre)
Para superar la asignatura es necesario obtener una nota superior a 4,9 en el examen y una nota
media superior a 4,9 en la parte de ejercicios entregables.
Sólo podrán realizar recuperación los estudiantes, que habiendo participado en la evaluación
continuada y habiéndose presentado al examen final de la asignatura, hayan obtenido la calificación
final de suspenso. Los estudiantes recuperarán aquellas partes que hayan obtenido una calificación
inferior a 5.
FUENTES DE INFORMACIÓN Y RECURSOS DIDÁCTICOS
Michael Hills, Bianca L. De Stavola. A Short introduction to Stata for biostatistics: updated to Stata 12
Lawrence C. Hamilton. Statistics with Stata: updated for Version 12
UCLA – Statistical Consulting Group (http://www.ats.ucla.edu/stat/stata/)
Alan C. Acock. A gentle introduction to Stata
Sophia Rabe-Hesketh, Brian S. Everitt. A Handbook of statistical analyses using Stata
Juul, Svend. An introduction to stata for health researchers
FAQ in the Stata website (http://www.stata.com/support/faqs)
PROGRAMACIÓN
A lo largo del curso los alumnos realizarán ellos mismos un análisis estadístico completo, desde la
adquisición y preparación de las bases de datos hasta los análisis estadísticos y la preparación de las
tablas y figuras para la publicación científica. Se realizará un ejercicio práctico en cada sesión,
correspondiente a cada una de las partes del manejo y análisis de datos, que tendrá continuidad a lo
largo de todo el curso.
Lesson 1. Introduction to STATA and data management I (1st trimester)
What is a dataset?
Statistical software
Overview Stata
Help facilities
A first look at the data: use, browse, edit, describe, count, codebook, summarize, tabulate, tab1, list
General STATA instructions: renvars, more, go, break button, if & | == != < > <= >=
Data management: order, drop, keep, sort, gsort, label var, label define, label values, label list, label
book, label drop, rename, data types and display formats (describe, format)
2
Lesson 2. Data management II
Do file, log file, organization of the folders, working directory
Saving files: save, saveold, replace
Install commands and new packages
Generating new variables: generate, replace, recode, egen, xtile
Graph commands: graph pie, catplot, histogram, graph export, graph save, graph combine
Lesson 3. Review – Data management I & II (3er trimester)
Organization of the folders, open a dataset, save a dataset, do file, working directory
Example master thesis (application of commands learnt in lesson 1 & 2)
Lesson 4. Data management III
Data management: duplicates, round, ceil, append, merge, reshape, string variables (destring,
encode, string, tostring, decode, substr), working with dates (mdy, format, year, month, year)
Data input and output: import, insheet, export, outfile, outsheet
Lesson 5. Data analysis I: Descriptive univariate analysis
Tables commands: summ, tab, tab1, tabstat, table, centile, bysort
Graph commands: graph pie, pie chart, graph bar, boxplot, catplot, graph exposrt, graph save, graph
combine
Missing values commands: mxpatterns, mdescr, codebook, misstable sum
Lesson 6. Data analysis II: Bivariate analysis
Table commands: tab2, oneway, anova, nptrend, kwallis, correlate, spearman, gram
Graph commands: twoway scatter plot (matrix), gamplot
Lesson 7. Data analysis III: Assumptions regression models
Linear regression commands: poredict twoway, gam, rvfplot, estat imtest, estat hottest, vif, Collin,
kdensity, qnorm, pnorm, iqr, swilk
Logistic regression commands: linktest, lfit, fitstat lsense, lstat, lroc, listcoef, predict, ldfbeta, graph,
scatlog, boxtid
Exposure and outcome transformation commands: qladder, gladder, fracpoly, fracplot
Lesson 8. Data analysis IV: Regression models
Regression models commands: regress, logit
Change reference category, change unit variable
Post-estimation commands: estimates, lrtest, e(), testparm, lincom, parmest, if e(sample).
Graph for estimates and 95% confidence intervals
Lesson 9. Data analysis V: eddect modification and sensitivity analysis
Interaction, stratification
Graph commands
Lesson 10. Data analysis VI : meta-analysis
Meta-analysis commands: parmest, metan, metafunnel, metabias, metatrim, metainf, metap, galbr,
metareg
Lesson 11. Programming in STATA
Loop commands: levelsof, foreach, forval
Tables: esttad, eststo, estout, estadd, estpost
Export tables automatically
3