Atelier sur l’évaluation de l’impact

sanitaire des financements basés sur

les résultats
Tunis, Tunisie
Octobre 2010

Travailler avec STATA

et une seule base de données
Utilisation de Stata : Notions de base
Session 1
Aperçu de la session
1) Pour commencer : Ouvrir une base de données
2) Obtenir de l‟aide
3) Les fichiers Do
4) Les fichiers Log
5) Explorer les données
6) Statistiques sur les variables
7) Modifier les données
Remarque
 Sous STATA, il existe plusieurs manières d‟exécuter une
tâche. Ne vous inquiétez pas si vous constatez qu‟une
méthode différente est utilisée.

 Vous trouverez des informations supplémentaires

dans votre manuel intitulé « Getting started with
STATA »
Aperçu de la session
1) Pour commencer : Ouvrir une base de données
2) Obtenir de l‟aide
3) Les fichiers Do
4) Les fichiers Log
5) Explorer les données
6) Statistiques sur les variables
7) Modifier les données
Pour commencer :
Démarrer STATA

Option 1 :
Démarrer  Tous les programmes  Stata

Option 2 :
Double-cliquer sur l‟icône de STATA présent sur votre
poste de travail
Pour commencer :
Les fenêtres de STATA
 La fenêtre Variables
 Affiche la liste des variables que la base de données contient
 La fenêtre Command
 Où on saisit les commandes à exécuter sous STATA pour obtenir un
résultat
 La fenêtre Review
 Affiche toutes les commandes déjà exécutées
 Permet de réutiliser une commande en cliquant simplement dessus
 La fenêtre Results
 Où s‟affichent tous les résultats des commandes exécutées
Pour commencer :
Ouvrir une base de données STATA
 Première étape : Définir la taille de la mémoire
 Utiliser la commande : set mem #m (remplacer # par la taille désirée)
 set mem 100m / 200m
 Deuxième étape :Vider la mémoire vive avant d‟ouvrir une nouvelle base
de données
 Utiliser la commande : clear
 Troisième étape : Indiquer au logiciel le dossier dans lequel se trouve votre
fichier de données enregistré au format STATA (dans ce cas, il s‟agit du
fichier « session1.dta »)
 Choisir l‟une des options suivantes :
 Option 1: Fichier Ouvrir  Rechercher le dossier et le fichier de données que vous
voulez ouvrir
 Option 2 : Commande use « emplacementdufichier\nomdufichier.dta » 
préciser le répertoire
 Option 3 (2 étapes)
 gl data = « emplacementdufichier »  Remplacer par le chemin d‟accès
approprié
 Use « $data\session1.dta »
Aperçu de la session
1) Pour commencer : Ouvrir une base de données
2) Obtenir de l’aide
3) Les fichiers Do
4) Les fichiers Log
5) Explorer les données
6) Statistiques sur les variables
7) Modifier les données
Obtenir de l’aide :
Deux scénarios
 Scénario 1
 Vous connaissez la commande dont vous avez besoin mais vous
ne savez pas comment l‟utiliser
 Commande : help suivi de la commande

 Scénario 2
 Vous savez ce que vous avez à faire mais vous ne connaissez pas
quelle commande utiliser
 Aide  recherche  saisir ensuite le mot clé
 Ou bien, Commande : Search suivi du mot clé
Aperçu de la session
1) Pour commencer : Ouvrir une base de données
2) Obtenir de l‟aide
3) Les fichiers Do
4) Les fichiers Log
5) Explorer les données
6) Statistiques sur les variables
7) Modifier les données
Les fichiers Do :
Utiliser un fichier Do
 Conserve dans un document au format texte une trace
de toutes les commandes exécutées
 Permet d‟exécuter toutes les commandes en une seule fois
 Pas besoin de reprendre le travail  il est possible de recréer la base
de données en exécutant un fichier Do
 Facile de corriger les erreurs détectées ultérieurement

 Créer / éditer un fichier Do

 Créer un nouveau fichier Do : cliquer sur l‟icône « new do-file
editor » ou saisir la commande doedit
 Éditer un fichier Do : doedit NOMDUFICHIERDO.do
 Enregistrer un fichier Do : contrôle + s ou, lorsque le fichier Do en
question est affiché, Fichier  Enregistrer

 Exécuter un fichier Do
 do NOMDUFICHIERDO.do
Les fichier Do :
Astuces pour créer de bons fichiers Do
 Soyez organisé !
 Titrer les différentes sections du fichier Do
 Inclure des observations et des notes à votre intention
 Toutes les lignes des fichiers Do qui ne sont pas des lignes de commande doivent
commencer par « * »

 Au début de chaque fichier Do, inclure les éléments suivants

 set mem #m (taille de la mémoire)
 Titres
 Pour décrire l‟objet du fichier Do, indiquer la date et identifier l‟auteur, etc.
 Emplacement du fichier
 Si l‟emplacement du fichier change, on n‟a besoin de le changer qu‟une seule
fois au début du fichier Do
 Commande : cd EMPLACEMENTDUFICHIER
 cd « C:\Documents and Settings\Desktop\STATA workshop »
Les fichiers Do :
La commande #delimit
 La commande #delimit permet de rétablir le caractère qui
marque la fin d’une ligne de commande
 Commencer le fichier Do par la commande #delimit;
 La fin d‟une ligne de commande est marquée par le point-virgule

 Pourquoi ?
 Permet d‟écrire une commande sur plus d‟une ligne
 Facilite la lecture du fichier Do
 Permet d‟ouvrir plus facilement le fichier Do à partir d‟autres programmes
(Word, etc.)

 Ne pas oublier d’inclure le point-virgule après chaque commande dans un

fichier Do !
Aperçu de la session
1) Pour commencer : Ouvrir une base de données
2) Obtenir de l‟aide
3) Les fichiers Do
4) Les fichiers Log
5) Explorer les données
6) Statistiques sur les variables
7) Modifier les données
Les fichiers Log :
Avoir un fichier Log
 Les fichiers Do par opposition aux fichiers Log
 Les fichiers Do = Conservent l‟historique de toutes les commandes exécutées
 Les fichiers Log = Récapitulent les opérations effectuées pendant votre session
Stata
 Enregistrent tous les résultats affichés selon la commande exécutée
 Enregistrent toutes les analyses statistiques effectuées

 Créer un nouveau fichier Log :

 log using NOMDUFICHIERLOG.txt
 Remplacer un fichier Log :
 log using NOMDUFICHIERLOG.txt, replace
 Ajouter un fichier Log :
 log using NOMDUFICHIERLOG.txt, append
 Fermer un fichier Log pour le sauvegarder :
 log close
Aperçu de la session
1) Pour commencer : Ouvrir une base de données
2) Obtenir de l‟aide
3) Les fichiers Do
4) Les fichiers Log
5) Explorer les données
6) Statistiques sur les variables
7) Modifier les données
Explorer les données :
Parcourir et éditer les données
 La commande browse
 Permet d‟ouvrir une matrice de données réelles
 La colonne contient la variable
 La rangée contient l‟observation
 Le contenu de la cellule d‟une variable correspondant à une observation particulière =
valeur
 Lorsqu‟une cellule ne contient aucune information = valeur manquante
 Pour afficher certaines variables seulement : browse a1_11a a1_12
 Pour afficher certaines observations seulement : browse if a1_12==2
 Pour n‟afficher que certaines observations correspondant à certaines variables seulement :
browse a1_11a if a1_11a<30

 La commande edit
 Permet d‟ouvrir une matrice de données réelles
 Permet de modifier une valeur quelconque en mettant la cellule concernée en exergue

 Fermer l’explorateur ou l’éditeur de données avant de continuer à utiliser STATA

 IMPORTANT : Si vous êtes un simple utilisateur de données, vous ne devez pas les
modifier. Si vous le faites, créez un fichier Do/Log pour votre session.
Explorer les données :
Connaître les variables
 La commande describe
 Aperçu de la base de données :
 Nombre d‟observations dans la base de données
 Nombre de variables dans la base de données
 Taille de la mémoire utilisée par la base de donnée et taille de la
mémoire restante
 Informations de base sur les variables dans la base de données
 Aperçu de quelques variables uniquement :
 describe a1_11a a1_12

 La commande codebook
 Aperçu plus détaillé des variables
 Nom, type et étiquette de la variable
 Quelques statistiques descriptives de base sur la variable
 Aperçu encore plus détaillé de quelques variables seulement :
 codebook a1_11a a1_12
Explorer les données :
Types de variables

 Données numériques
 Stata lit les variables numériques
 Types : byte, int, long, float, double (supporte différents nombres
de chiffres après la décimale)
 La valeur manquante est identifiée par « . »

 Données alphanumériques
 Stata lit les variables textuelles
 Types : str1, str2, str3, etc. (le chiffre après str indique la
longueur maximale de la chaîne de caractères)
 La valeur manquante est identifiée par « » (espace)

 Pour des détails supplémentaires : help data types

Explorer les données :
Étiquettes des variables et des valeurs
 Les étiquettes des variables donnent une brève description de
celles-ci
 a1_11a est étiqueté « âge/années »
 a1_12 est étiqueté « État matrimonial »

 Les étiquettes des valeurs décrivent les variables numériques

 Exemple : Le code correspondant à État matrimonial (a1_12)
 1 Jamais marié
 2 Marié/Union civile (Monogame)
 3 Marié (Polygame)
 4 En cohabitation
 5 Divorcé/Séparé
 6 Veuf
 Le mots figurant sur les étiquettes s‟affichent dans la page des
résultats bien que la valeur des variables soit une donnée
numérique (tab a1_12)
Aperçu de la session
1) Pour commencer : Ouvrir une base de données
2) Obtenir de l‟aide
3) Les fichiers Do
4) Les fichiers Log
5) Explorer les données
6) Statistiques sur les variables
7) Modifier les données
Statistiques sur les variables :
Tableaux récapitulatifs à simple ou à double entrée
 Tableau à simple entrée : tabulate variable1
 Exemple : tab a1_12
 Affiche le nombre de fois qu‟une variable précise prend une valeur
 Le % d‟observations ayant cette valeur
 Peut inclure les valeurs manquantes : tab a1_12, miss
 Tableau à double entrée : tabulate variable1 variable2
 Exemple : tab a1_12 b12_12
 La variable1 s‟affiche dans la rangée et la variable2 en colonne
 Peut également permettre d’afficher :
 Le % d‟observations pour chaque combinaison : tab a1_12 b12_12, cell
 Le % d‟observations ayant la valeur de chaque variable1 correspondant à chaque colonne
de la variable2, séparément : tab a1_12 b12_12, col
 Le % d‟observations ayant la valeur de chaque variable2 correspondant à chaque rangée
de la variable1, séparément : tab a1_12 b12_12, row
 Pour supprimer le calcul des fréquences des valeurs prises par
une variable :
 Ajouter nofreq à la fin de la commande : tab a1_12 b12_12, row nofreq
 Statistiques sur les variables :
Tableaux de statistiques récapitulatives

 La commande summarize (ou sum)

 sum variable1 variable2 … (toutes la variables que vous souhaitez inclure)
 Exemple : sum a1_11a b12_17
 Produit des statistiques récapitulatives de base
 Nombre d‟observations, moyenne, écart-type, valeurs minimum et maximum

 La commande sum …,d

 sum variable1 variable2 …, d (toutes la variables que vous souhaitez prendre en
compte)
 Exemple : sum a1_11a b12_17, d
 Produit des statistiques supplémentaires
 Asymétrie, aplatissement, valeurs minimum et maximum, différents percentiles

 Quand utiliser tab ou sum ? Orientations générales :

 tab : variables qualitatives (sexe, état matrimonial, province) et valeurs discrètes (nombre
d‟enfants)
 Sum : variables continues (revenu, versements directs) et variables discrètes
 Pour une variable discrète, on peut utiliser la commande tabulate ou summarize (exemple, taille
du ménage)
 Statistiques sur les variables :
Produire des tableaux statistiques

 La commande Tabstat
 Produit le tableau statistique désiré pour autant de variables que vous le voulez
 Ces tableaux sont plus utiles à des fins de présentation que ceux obtenus après
l‟exécution de la commande sum

 Préciser les variables et les statistiques que vous souhaitez voir

dans le tableau
 Tabstat variable1 variable2 … , s(statistiques…)
 Exemple : tabstat a1_11a b12_17, s(mean sd)
Pour afficher la liste des statistiques disponibles : help tabstat

 Pour obtenir des statistiques par sous-groupe, ajouter en option

by(variabledusous-groupe)
 Exemple : Pour afficher la moyenne et l‟écart-type d‟âge en fonction de l‟état
matrimonial
 tabstat a1_11a , s(mean sd) by(a1_12)
Statistiques sur les variables :
Exporter les tableaux vers Excel, etc.
 Méthode copier et coller
 Coller les tableaux simples dans Word
 Utiliser la police Courier New 9

 Méthode copier et coller le tableau

 Coller les tableaux formatés dans Excel

 Pour conserver le formatage, copier exclusivement le

tableau et aucun autre résultat !
Statistiques sur les variables :
Identifier les valeurs atypiques
 Valeurs atypiques
 Il s‟agit des valeurs extrêmes des variables qui peuvent fausser les estimations
 Détecter le problème
 tab1 varlist : produit un tableau à une entré pour chaque variable
 histogram var1
 scatter var1 var2 : produit des diagrammes de dispersion
 Traitement des valeurs atypiques
 Utiliser les mesures qui ne peuvent pas être affectées par ces valeurs, telles que la médiane
au lieu de la moyenne
 Supprimer les valeurs atypiques de la base de données (en général on les définit comme étant
des valeurs manquantes)
 Utiliser la command : mvdecode varlist, mv(numlist) pour transformer les valeurs
numériques en valeurs manquantes
 Exemple
 Règle : Considérons un chiffre supérieur à 6 comme la valeur atypique de la variable
« nombre total d‟enfants (de sexe masculin) »
 Créer une variable dont la valeur est égale à b12_01a  gen boyspw= b12_01a
 Transformer les valeurs atypiques en valeurs manquantes  replace boyspw=. if
b12_01a>6
 Ou  mvdecode boyspw, mv (7 8 9)
 Vérifier les résultats  tab boyspw, miss
Aperçu de la session
1) Pour commencer : Ouvrir une base de données
2) Obtenir de l‟aide
3) Les fichiers Do
4) Les fichiers Log
5) Explorer les données
6) Statistiques sur les variables
7) Modifier les données
Modifier les données :
Structure des commandes
[1 By] : [2 Command] [3 Var] [4 Specify] [5 If], [6 Options]

 1 « by »
 Clause restrictive (facultatif)
 Applique à nouveau la commande à des sous-groupes de données
 2 Commande
 Principale instruction donnée au logiciel STATA
 3 Variables
 Une ou plusieurs variables
 4 Donner des précisions sur la commande
 Pour certaines commandes
 5 « if »
 Clause restrictive (facultatif)
 Signifie que la commande ne doit utiliser que les données précisées
 6 Options
 Autres précisions
 Toujours à la fin et toujours après une virgule
 Modifier les données :
L’expression « by »
[1 By] : [2 command] [3 Var] [4 Specify] [5 If], [6 Options]

 Exécute les commandes en fonction du sous-groupe (défini par

une variable)
 Parfois au début (avant la commande en [1])
 by variable, sort: ……
 bysort variable: ……
 Parfois, à la fin, comme une option (en [6])
 ….. , by (variable)

 Exemple:
 Population utilisant actuellement une méthode contraceptive en fonction
de l‟état matrimonial :
 by a1_12, sort: tab b12_12
 bysort a1_12: tab b12_12
 Modifier les données :
L’expression « if »
[1 By] : [2 command] [3 Var] [4 Specify] [5 If], [6 Options]

 Fait savoir au logiciel STATA que la commande ne concerne

que certaines observations
 Vient après la commande donnée à STATA
 Expressions courantes avec « if » :
 >, >=, <, <=, ==, != or ~=
 Pour plus d‟une condition, utiliser le signe & (et)
 Exemple : if age>20 & age<=30
 Pour plusieurs possibilités, utiliser | (ou)
 Exemple : if year==2004 | year==2005
Modifier les données :
Quelques commandes essentielles

 generate (gen) et extended generate (egen)

 Pour créer de nouvelles variables
 replace
 Remplace les variables existantes
 rename
 Renommer une variable
 label var
 Étiquette une variable en précisant son contenu
 label val
 Étiquette la valeur d‟une variable
 drop
 Supprime les variables ou les observations précisées
 keep
 Conserve seulement les variables choisies (supprime toutes les autres)
Modifier les données :
Utiliser la commande « gen » (generate)

 Créer de nouvelles variables

 Exemples avec la commande gen :

 gen ones = 1 (colonnes contenant le chiffre 1)
 gen age=a1_11a
 gen age20=1 if a1_11a==20
 gen over30=1 if a1_11a >30 & a1_11a!=.
 STATA lit les données manquantes comme un nombre tendant vers
l‟infini. Utiliser prudemment les signes > et >=
 Gen variable = variable1 / variable2
 Divise variable1 par variable2
 On utilise la commande gen pour des fonctions de base : +, -, *, /, etc.

 Note : Le nom des variables ne commence jamais par un chiffre

Modifier les données :
Utiliser la commande « replace »
 Utilisée exactement comme la commande gen mais
s‟applique aux variables existantes

 Exemple avec la commande replace :

 replace over30=0 if age<=30 &age!=.
 over30 devient une variable auxiliaire

 Le signe égal saisi une fois (=) dénote l‟égalité. Il est

utilisé dans les commandes generate et replace
 Le signe égal doublé (==) est utilisé pour tester l‟égalité
dans le cadre d‟un test logique dont le résultat peut être
un (vrai) ou zéro (faux)
 Modifier les données :
Utiliser la commande « egen »
 Elle permet de créer des variables mais utilise souvent des
fonctions plus compliquées
 Fonctions statistiques telles que la moyenne, l‟écart-type, etc.

 Exemples avec la commande egen :

 egen mean_variable=mean(variable)
 egen mean_age=mean(age)
 Pour un seul sous-groupe de l‟échantillon
 egen mean_age_over30=mean(age) if over30==1
 Pour chaque sous-groupe, séparément
 Exemple : moyenne pour les personnes âgées de 30 ans au plus et moyenne pour les
personnes âgées de 30 ans au moins
 by over30, sort: egen agegrpmean=mean(age)
 egen agegrpmean=mean(age), by(over30)
Modifier les données :
Renommer et étiqueter les variables

 Renommer les variables

 La commande rename permet de changer le nom d‟une variable
 rename [nom de la variable] [nouveau nom de la
variable]
 Exemple : rename over30 thirty_plus

 Étiqueter les variables

 Les étiquettes des variables décrivent celles-ci
 C‟est un bon moyen de vous rafraîchir les idées plus tard. Cela
permettra aussi aux autres utilisateurs de comprendre votre base
de données !
 label var variable « [petite description de la variable] »
 Exemple : label var over30 « =1 si la femme a plus de 30 ans »
Modifier les données :
Étiqueter les valeurs
 Les étiquettes des valeurs décrivent les variables numériques
 Exemple : no=0 et yes=1 dans la base de données

 Première étape : Créer l‟étiquette

 label def [lbl name] [value1] “[lbl for value1]” value2 “[lbl for
value2]”
 Exemple : label def ny 0 “No” 1 “Yes”
 La valeur précède toujours l’étiquette qui est présentée entre des guillemets

 Deuxième étape : Affecter la valeur de l‟étiquette à la variable

concernée
 label val [variable étiquetée] [étiquette que vous voulez lui
affecter]
 Exemple : label val over30 ny
Note : La même étiquette peut être affectée à d’autres variables!
Modifier les données :
Supprimer et conserver des variables et des observations

 Supprimer et conserver des variables

 drop permet d‟effacer les variables que vous ne souhaitez pas que STATA
conserve
 Drop variable
 keep permet de supprimer toutes les variables, à l‟EXCEPTION de celles
que vous souhaitez que STATA conserve
 Keep variable1 variable2 …

 Supprimer et conserver des observations

 Préciser les observations que vous voulez effacer ou conserver en
utilisant l‟expression « if »
 drop if over30==0
 Permet de supprimer toutes les observations pour lesquelles la variable
correspondant à over30 est égale à zéro
 keep if over30==1
 Permet de conserver toutes les observations pour lesquelles la variable
correspondant à over30 est égale à un
Modifier les données :
Commandes répétitives
 La commande foreach
 Permet de faire des boucles
 Les boucles sont utilisées pour effectuer des tâches répétitives
 Syntaxe
foreach item in a-list-of-things {
body of loop using `item' ...
}
 Exemple
label def ny 0 “No” 1 “Yes”
foreach x in b12_06a b12_06b b12_06c b12_06d b12_06e b12_06f
b12_06g b12_06h b12_06i b12_06j b12_06k b12_06l {
replace `x'=0 if `x'==2
label value `x' ny
tab `x„
}
Modifier les données :
Enregistrer les modifications

 Toujours sauvegarder la base de données modifiée

sous un nouveau nom
 save NOUVELLEBASEDEDONNÉES pour sauvegarder
une nouvelle base de données
 save NOUVELLEBASEDEDONNÉES, replace pour
remplacer la dernière version
 Exemple : save session1_changed.dta, replace

 Ne jamais remplacer le fichier de données original !!!

Merci