Indicaciones de stata
Antes de convertirme en asiduo usuario de R fui usuario de STATA que satisface bien las necesidades de cálculo siempre y cuando no se tenga que programar, una vez que se requiere programar se tienen dos alternativas:
1. Acostumbrarse a su incómoda sintaxis ('lenguaje' para ser un poco más formal) o
2. Emigrar hacia otro programa cuyo lenguaje sea más manejable, en mi caso ese lenguaje fue R, pero este post no trata sobre las razones por las cuales cambié de programa, sino que se trata de mostrar algo que en stata me gustaba mucho y que pensaba que lo echaría en falta al cambiarme a R, se trata de la comparación de dos (o más) modelos de regresión cuyo output se vea en una sola tabla, en stata esto se logra con la función
estimates table y en R con la función
mtable del paquete
memisc.
Ejemplos de ambos resultados se muestran a continuación
Indicaciones de stata
Los siguientes comandos de stata son un extracto de un do file
sysuse auto /* Cargar la base de datos */
regress price weight length mpg /* Estimación una regresión simple con constante */
estimates store constant /* Guardando los resultados de la estimación */
regress price weight length mpg , noconstant /* Estimación una regresión simple con constante */
estimates store nonconstant /* Guardando los resultados de la estimación */
/* A continuación se crea la tabla para comparar los dos modelos */
estimates table constant nonconstant, b(%9.4f) star stats( r2, r2_a, F, ll, N)
En seguida se ve que el resultado es el siguiente:
--------------------------------------------
Variable | constant nonconstant
-------------+------------------------------
weight | 4.3648*** 3.2291**
length | -104.8682* -25.4414
mpg | -86.7893 54.6221
_cons | 1.45e+04*
-------------+------------------------------
r2 | 0.3574 0.8713
r2_a | 0.3298 0.8659
F | 12.9762 160.2632
ll | -679.3516 -682.4405
N | 74 74
--------------------------------------------
legend: * p<0.05; ** p<0.01; *** p<0.001
Los argumentos de la función
estimates table indican lo siguiente:
b(%9.4f)es para redondear al cuarto decimal,
star es para indicar que la siginificancia se reflejará con el uso de estrellas (ver leyenda de la tabla),
stats es la lista de estadísticos que queremos que aparezcan en la tabla, además de los coeficientes, los estadíscos que se han pedido fueron: R cuadrado (
r2), R cuadrado ajustado (
r2_a), el estadístico F (
F), log-likelihood (
ll) y tamaño muestral (
N), se pueden agregar otros más para igualar el resultado de la tabla de R.
El resultado es muy elegante y práctico, sin embargo tiene unas limitantes, sólo se indica el nivel de significancia a partir de las 'estrellas' pero no se pueden proporcionar los valores de los errores estándar, eso lo dice claro en el manual de ayuda (
help(estimates table)) cuando dice:“
The star and star() options may not be combined with the se, t, or p options”. Lo cual es una verdadera lástima.
Un resultado más limpio se podría lograr con la función
.esttab del paquete
estout, sin embargo, este no lo ilustro porque es más común usar
estimates store.
Indicaciones de R
library(foreign)
auto <- read.dta("http://www.stata-press.com/data/r9/auto.dta") # Importar datos
const <- lm(price ~ weight + length + mpg, data = auto) # Modelo con constante
nonconst <- lm(price ~ weight + length + mpg - 1, data = auto) # Modelo sin constante
library(memisc)
mtable(const, nonconst)
##
## Calls:
## const: lm(formula = price ~ weight + length + mpg, data = auto)
## nonconst: lm(formula = price ~ weight + length + mpg - 1, data = auto)
##
## ===========================================
## const nonconst
## -------------------------------------------
## (Intercept) 14542.434*
## (5890.632)
## weight 4.365*** 3.229**
## (1.167) (1.111)
## length -104.868* -25.441
## (39.722) (24.117)
## mpg -86.789 54.622
## (83.943) (63.526)
## -------------------------------------------
## R-squared 0.357 0.871
## adj. R-squared 0.330 0.866
## sigma 2414.563 2499.692
## F 12.976 160.263
## p 0.000 0.000
## Log-likelihood -679.352 -682.440
## Deviance 408107984.249 443640629.333
## AIC 1368.703 1372.881
## BIC 1380.224 1382.097
## N 74 74
## ===========================================
Con lo cual cambiarse de stata a R no es tan traumático.
Resultados en formato latex también es posible tanto en stata como en R, pero eso es tema para otra entrada.
