introducción a stata - rlabuonora74.files.wordpress.com · tema 3 gráficos los gráficos son un...

TEMA 3

Gráficos

Los gráficos son un herramienta que nos permite

visualizar rápidamente información compleja

Histogramas

Sirven para ver la distribución de una variable

. use "U:\curso stata\hamilton\Nations2.dta", clear

. hist adfert, percent

05

10

15

20

25

Pe

rc

en

t

0 50 100 150 200

Adolescent fertility: births/1000 fem 15-19, 2010

Más del 25% de los países de la muestra tiene

menos de 15 embarazos adolescentes cada 1000

habitantes

La distribución es asimétrica

Opciones para mostrar más

información

Width(10): El ancho de las divisiones del recorrido

Xlabel(0 (20) (200)) Etiquetas de valores de X, de

0 a 200 en saltos de a 20

Xtick (10 (10) 210) de 10 a 210 con saltos de a 10

grid grilla para los valores de la g

¿Cómo pongo una para las x?

By

Igual que las tablas, los gráficos pueden usarse con

by(var)

. historgram adfert, percent start(0) width(10)

by(region total)

0

10

20

30

40

0

10

20

30

40

0 50 100 150 200 0 50 100 150 200 0 50 100 150 200

Africa Americas Asia

Europe Oceania Total

Pe

rc

en

t

Adolescent fertility: births/1000 fem 15-19, 2010

Graphs by Region

Diagramas de caja

También sirven para graficar la distribución de una

variable, pero resaltan más los outliers0

50

10

01

50

20

0

Ad

ole

sc

en

t fe

rti

lity

: b

irth

s/1

00

0 f

em

15

-1

9,

20

10

La caja es el rango intercuartílico (incluye el 50%

de las observaciones).

La barra adentro de la caja es la mediana

Los bigotes son 1.5 +- Q1 y Q3

Opciones

Le ponemos etiquetas a los outliers para

identificarlos mejor

. graph box adfert, marker(1, mlabel(country))

1 es la variable y a la que nos referimos, en este

caso hay una sola pero podrían ser más:


ytitle(“Nacimientos cada 1,000 mujeres 15-19")

Chad

Angola

Mali

Congo (Dem Rep)

Niger

0

50

10

01

50

20

0

Ad

ole

sc

en

t fe

rti

lity

: b

irth

s/1

00

0 f

em

15

-1

9,

20

10

Usando over (by)


over(region)

Iraq

Nepal

Afghanistan

Bulgaria

Angola

0

50

10

01

50

20

0

Ad

ole

sc

en

t fe

rti

lity

: b

irth

s/1

00

0 f

em

15

-1

9,

20

10

Africa Americas Asia Europe Oceania

Gráficos de barra

Usamos los datos de Nations2.dta para hacer un

gráfico de barras con el PIB (gdp) promedio y

mediano por región

Para mejorar la legibilidad, tomamos el PIB en

miles

. use C:\data\Nations2.dta, clear

. generate gdp1000 = gdp/1000

. summarize gdp gdp1000

Comando

. graph bar (mean) gdp1000 (median) gdp1000, over(region) ///

ytitle("PIB Per capita, en miles de dolares 2005") ///

blabel(bar, format(%3.1f)) bar(1, color(blue)) bar(2, color(orange)) ///

legend(ring(0) position(11) col(2) label(1 "Media") ///

label(2 "Mediana"))

Opciones

graph bar es el nombre del comando

(mean) gdp1000 (median) gdp1000 son los

estadísticos que quiero graficar

blabel es la etiqueta de las barras

bar le dice que la etiqueta es la altura de la barra

format es formato del número (3 caracteres con 1 dps

de la coma

bar (1, color(blue)) nos permite especificar

propiedades de la barras por separado

3.7

1.3

10.6

7.9

13.7

4.8

23.5

21.9

8.1

4.0

05

10

15

20

25

PIB

Pe

r c

ap

ita

, e

n m

ile

s d

e d

ola

re

s 2

00

5


Media Mediana

Ejercicio

Graficar la cantidad de habitantes por región

946.6905.0

4031.4

734.2

52.0

0

1,0

00

2,0

00

3,0

00

4,0

00

Ha

bit

an

tes

po

r r

eg

ión

(e

n m

illo

ne

s)


Gráficos de Torta

Sirven para graficar participaciones

Con el mismo dataset, graficamos la proporción de

habitantes de cada zona

. graph pie popmil, over(region) pie(2, explode) ///

plabel(_all sum, format(%4.0f)) ///

title(“Población mundial por región") ///

legend(col(1) position(9))

947

905

4031

734

52

Africa

Americas

Asia

Europe

Oceania

Población mundial por región

Scatterplots

Ya vimos algunos, sirven para analizar la relación

entre dos (o más) variables

. graph twoway scatter life school

50

60

70

80

90

Lif

e e

xp

ec

tan

cy

at

bir

th 2

00

5/2

01

0

2 4 6 8 10 12

Mean years schooling (adults) 2005/2010

Scatter con categorías

Podemos cambiar el color del punto con una

variable categórica

Generamos una variable categórica para lós

países europeos

. g euro=region==4

Y hacemos dos gráficos superpuestos

. graph twoway scatter life school if euro, msymbol(Oh) ///

|| scatter life school if !euro, msymbol(Th) ///

|| , ylabel(45(5)85) xlabel(2(2)12) xtick(1(2)13) ///

legend(col(1) ring(0) position(6))

Podemos cambiar el color y la forma de los puntos

. graph twoway scatter life school, msymbol(S)

mcolor(purple)

Overlay

Si le queremos agregar la línea de regresión entre

las dos variables tenemos que superponer dos

gráficos (con ||)

. graph twoway scatter life school, msymbol(Oh) ///

|| lfit life school, lwidth(medthick) ///

|| , ylabel(45(5)85) xlabel(2(2)12) xtick(1(2)13 ///

legend(col(1) ring(0) position(11))

lfit dibuja la línea de regresión entre life y school

lwidth es el ancho de la línea

legend da las opciones de la leyenda

ring(0) pone el cuadro adentro del área del gráfico

col(1) hace una sola columna con los dos ítems (uno por

overlay)

position(11) poner la el centro de la leyenda a las 11

hs

45

50

55

60

65

70

75

80

85

2 4 6 8 10 12


Life expectancy at birth 2005/2010

Fitted values

Con intervalos de confianza

. graph twoway lfitci life school, lwidth(medthick) ///

|| scatter life school, msymbol(Th) ///

|| scatter life school if school > 8 & life < 55, msymbol(S) mlabel(country) ///

|| , ylabel(45(5)85) xlabel(2(2)12) xtick(1(2)13) ///

legend(col(1) ring(0) position(11) label(3 "Life expectancy") ///

order(3 2 1))

Varios gráficos superpuestos

1 y 2– Interavalo de cfz y línea

3 – scatter de puntos

4- scatter de puntos para outliers

label(3, “life expectancy) es la etiqueta para la

leyenda del 3er gráfico

Weights

Otro recurso interesante es escalar el tamaño de los

símbolos con otra variable

. graph twoway scatter life school [fweight=pop],

msymbol(Oh)

symbol(Oh) es un círculo sin relleno, fweight=pop

especifica que el tamaño del símbolo es

proporcional a la población

Scatterplot con ponderaciones

50

60

70

80

90

Lif

e e

xp

ec

tan

cy

at

bir

th 2

00

5/2

01

0

2 4 6 8 10 12


Multiscatter

Scatter plots de varias variables a la vez

. graph matrix gdp school adfert chldmort life, half

msymbol(oh)Gross

domestic

product per

cap 2005$,

2006/2009

Mean years

schooling

(adults)

2005/2010

Adolescent

fertility:

births/1000

fem 15-19,

2010

Prob dying

before age

5/1000 live

births

2005/2009

Life

expectancy

at birth

2005/2010

0 50000 100000

0

5

10

15

0 5 10 15

0

100

200

0 100 200

0

100

200

0 100 200

40

60

80

Gráficos de línea

Sirven para graficar series de tiempo

Son gráficos de puntos que conectan los puntos con

una línea

Los datos en Artic09 tienen mediciones de

temperatura y volúmen de hielo en el mar ártico

. graph twoway line area year, ///

title("Arctic sea ice, September 1979-2011")3

45

6

Se

a i

ce

are

a,

mil

lio

n k

m^

2

1980 1990 2000 2010

Year

Arctic sea ice, September 1979-2011

. graph twoway line area extent year, xlabel(1980(5)2010) xtitle("") ///

lwidth(medium medthick) lpattern(solid dash) ///

legend(row(2) ring(0) position(9) ///

label(1 "Area") label(2 "Extent") order(2 1)) ///

ylabel(0(1)8, grid gmin gmax) ytitle("Millionkm{superscript:2}") ///

title("Arctic sea ice, September1979`=char(150)'2011")

01

23

45

67

8

Mil

lio

n k

m

2

1980 1985 1990 1995 2000 2005 2010

Extent

Area

Arctic sea ice, September 1979–2011

Ajustar un polinomio

. graph twoway connect volume year, ylabel(0(2)16) yline(0) ///

ytitle("Volume, thousand km`=char(179)'") ///

|| qfit volume year, lwidth(medthick) ///

, xlabel(1980(5)2010) xtitle("") ///

title("Arctic sea ice, September 1979`=char(150)'2011") ///


label(1 "Volume") label(2 "quadratic fit") order(1 2))

El ajuste del polinomio permite captar la

aceleración de la caída en el volumen de hielo0

24

68

10

12

14

16

Vo

lum

e,

tho

us

an

d k

m³

1980 1985 1990 1995 2000 2005 2010

Volume

quadratic fit


Gráfico de área

. graph twoway rarea volumehi volumelo year, color(gs13) ///

|| line volume year, lwidth(thick) lcolor(green) ///

|| , ylabel(0(2)18) yline(0) ///

ytitle("Volume, thousand km`=char(179)'") ///



label(1 "uncertainty") label(2 "Volume") order(2 1)) ///

Barras para medir incertidumbre

. graph twoway bar volume year, color(gs10) ///

|| rspike volumehi volumelo year, lwidth(medthick) ///

|| , ytitle("Volume, thousand km`=char(179)'") ///



label(1 "Volume") label(2 "uncertainty"))

05

10

15

20

Vo

lum

e,

tho

us

an

d k

m³

1980 1990 2000 2010

Year

Volume

uncertainty


El orden importa!

Probar cambiar el orden de los overlays

El último comando se dibuja arriba de los

anteriores, si no tenemos cuidado con esto algunos

elementos del gráfico pueden no ser visibles

Editor de gráficos

Me permite cambiar la mayor parte de los

elementos del gráfico en forma visual

En la ventana del gráfico, start graph editor

El soporte en Stata 11 es limitado

Salvar y Usar gráficos

El formato nativo de los gráficos de stata es .gph

Si salvamos un archivo en este formato, lo podemos

cargar y editarlo en el editor de gráficos

Si los voy a poner en un documento o en una

presentación, hay que exportarlo como una imágen

(png, wmf, etc.)

Combianar varios gráficos en un panel

Para combinar varios gráficos, los salvamos en

formato gph y los cargo

Después usamos graph combine

. graph combine ///

C:\graphs\uno.gph ///

C:\graphs\dos.gph ///

C:\graphs\tres.gph , rows(2) altshrink ///

title("Panel de Graficos", size(medium))

02

46

8

10

12

14

16

Vo

lum

e,

tho

us

an

d k

m³

1980 1985 1990 1995 2000 2005 2010

Volume

quadratic fit


02

46

8

10

12

14

16

18

Vo

lum

e,

tho

us

an

d k

m³

1980 1990 2000 2010

Year

Volume

uncertainty


05

10

15

20

Vo

lum

e,

tho

us

an

d k

m³

1980 1990 2000 2010

Year

Volume

uncertainty


Panel de Graficos

Ejercicio 1

Descargar la serie de IPC y el dólar del sitio del

INE

Manipular los datos y graficar ambas series en un

solo gráfico

0

50

10

01

50

01jan2000 01jan2005 01jan2010 01jan2015

Dolar

IPC

Ejercicio 2

Usando Precios.dta

Diagrama de cajas con el precio la Coca Cola con

la ciudad como etiqueta de los puntos el último día

de diciembre

Sin Ciudad

60

65

70

75

Pr

ec

io

Disco Devoto El Dorado Tienda Inglesa

Precio Coca-Cola 1.5Lts

Con Ciudad

MontevideoCiudad de la CostaMontevideoMontevideoMontevideoCanelones

Atlántida

Punta del EstePunta del Este Punta del EstePiriápolis

Río BrancoTreinta y TresTreinta y TresLascanoMeloTreinta y Tres

PiriápolisPunta del EsteBarra de MaldonadoMaldonadoPiriápolisBalneario SolísPunta del Este

Atlántida

Punta del Este

60

65

70

75

Pr

ec

io

Disco Devoto El Dorado Tienda Inglesa

Precio Coca-Cola 1.5Lts

Ejercicio 3

Multiscatter de vinos y cervezas

Son los productos 31 32 33 146 147 y 148

Cerveza

Patricia

Cerveza

Pilsen

Cerveza

Zillertal

Vino

Faisan

Vino

Santa

Teresa

Vino

Tango

60 70 80 90

50

60

70

80

50 60 70 80

70

80

90

70 80 90

50

60

70

80

50 60 70 80

60

70

80

60 70 80

50

60

70

Ejercicio 4

Hacer un scatter entre los precios de las dos marcas

de Coca Cola 1.5 lts contra Pepsi 1.5 lts (Productos

63 y 67) en las que el tamaño de los puntos sea la

cantidad de cajas del super.

R2

: 0.5029

45

50

55

60

65

70

75

80

85

Co

ca

-C

ola

1.5

Lts

45 50 55 60 65 70 75 80 85

Pepsi-Cola 1.5 Lts

Valores Ajustados

Relacion entre precios de las gaseosas

introducción a stata - rlabuonora74.files.wordpress.com · tema 3 gráficos los gráficos son un...

Documents