Stata initiation
Objectifs pédagogiques
- Se former aux outils permettant d’effectuer les tâches essentielles avec le logiciel (manipulation de données, graphiques, estimations).
- Importer une base de données, traiter les données et faire une analyse simple en utilisant des méthodes statistiques
Programme détaillé
La formation est consacrée à la présentation des fonctionnalités du logiciel Stata accompagnée d’exemples d’utilisation. Les principales fonctions de statistiques descriptives (moyenne, variance, quartiles, corrélation entre deux variables) seront passées en revue. Cette formation abordera en détail la confection des graphiques sur Stata. La dernière partie du module sera consacrée à une initiation à la programmation sur Stata. Les stagiaires mettront en œuvre le logiciel, sous forme d’exercices d’application.
Prise en main du logiciel 2h
- Familiarisation avec l’environnement
- Utilisation des données
- Observation des données
Manipulation des données 2h
- Gestion des bases de données : tri, fusion, concaténation
- Créer/supprimer des données
- Manipuler les formats des variables
Faire des statistiques descriptives 2h
- Utiliser les statistiques descriptives pour la création de variables
- Statistiques descriptives
Faire des graphiques 2h
- Différents types de graphiques
- Edition des graphiques
- Sauvegarde, etc.
Méthodes de régression simples 4h
- Modèle linéaire
- Modèle logistique
- Tests élémentaires
Ateliers : tous les points du programme font l’objet d’une mise en oeuvre avec Stata
Public visé
Débutants en logiciels statistiques qui souhaitent travailler sur des données, Data scientists voulant s’initier à STATA, statisticiens en marketing, économistes, biostatisticiens…
Prérequis
Statistiques descriptives et inférentielles (maîtrise du contenu de la formation Statistique inférentielle), aucune notion de programmation n’est nécessaire mais il faut être à l’aise avec l’informatique.
Approche pédagogique
Calculés à partir de 12 avis recueillis depuis 05/04/2016, lors de 3 sessions de cette formation.
Stata, le logiciel des économistes
Dans les départements d’économie et les revues académiques, Stata est le logiciel de référence. Selon le rapport du data editor de l’American Economic Association publié en 2020 (Vilhuber, Turrito et Welch), il figure dans 73 % des dossiers de réplication déposés depuis 2008 auprès des revues de l’association. Cette place tient à son histoire et à sa façon de travailler.
Un logiciel de régression devenu généraliste
Stata 1.0 paraît en janvier 1985. Développé par William Gould au sein de la société californienne Computing Resource Center, c’est d’abord un programme de régression doté de quelques outils de gestion de données. L’entreprise s’installe en 1993 à College Station, au Texas, et prend le nom de Stata Corporation. Une version majeure paraît depuis tous les deux à trois ans : Stata 19 date d’avril 2025, et l’offre StataNow, lancée en avril 2024, ajoute des fonctionnalités en continu entre deux versions.
Une commande, une ligne, un do-file
Stata se pilote par des commandes courtes ; les menus ne font que les générer. Les enregistrer dans un do-file, et les résultats dans un journal (log using), rend une analyse reproductible : c’est ce que demandent les revues avec leurs dossiers de réplication. Exemple de fusion de tables suivie de deux régressions :
use menages, clear
merge m:1 commune using communes, assert(match using) keep(match)
regress revenu age i.diplome
logit chomage age i.diplome
logistic chomage age i.diplome
La déclaration m:1 (plusieurs ménages pour une même commune) est vérifiée : si la clé commune n’est pas unique dans le fichier des communes, Stata refuse la fusion. L’option assert() arrête le programme si un ménage ne trouve pas sa commune. Quant à la fusion plusieurs-à-plusieurs m:m, le manuel de Stata la qualifie lui-même de « bad idea ». La notation i.diplome crée les indicatrices du diplôme à la volée. Enfin, logit et logistic estiment exactement le même modèle : la première commande affiche les coefficients, la seconde les odds ratios, ce qui crée des confusions à la lecture des résultats.
Une table en mémoire, puis plusieurs
Pendant plus de trente ans, Stata n’a travaillé que sur une seule table à la fois, chargée en mémoire. D’où l’usage de preserve et restore pour retrouver les données d’origine après une agrégation, qu’on rencontre dans de nombreux programmes existants. Depuis Stata 16 (juin 2019), les frames permettent de garder plusieurs tables en mémoire simultanément.
Les méthodes elles-mêmes sont développées dans Économétrie 1 — Introduction.
