Přímo z přepracovaného příkazu Table můžete vytvářet mnoho různých tabulek – od jednoduchých křížových až po srovnávací regresní tabulky.

Regresní srovnání

Pokud vás zajímá speciálně vytváření tabulek výsledků odhadů, můžete použít nový příkaz etable.

Jak to může aktualizovaný příkaz table všechno udělat? Je postaven na zcela novém systému pro shromažďování uložených výsledků z příkazů a jejich zobrazování v podobě tabulek. Stata 17 vám k tomuto systému také poskytuje přístup.

Připouštíme, že systém sběru dat v sobě skrývá určitou složitost. Jednou z funkcí, která jej činí přístupnějším, jsou styly. Viděli jste, že styly se používají u příkazů table pro tabulky uvedené výše.

Pro typy tabulek, které často vytváříte, si můžete navrhnout vlastní styly. Jakmile styl navrhnete, jednoduše jej použijete na další shromážděné výsledky a vytvoříte tabulku – tabulku s vámi preferovaným rozvržením, formátováním a vzhledem. Můžete také použít styly dodávané se systémem Stata nebo styly vytvořené vašimi kolegy.

Vytvořme tabulku pomocí systému kolekcí. Vezmeme data NHANES II, která jsou použita v mnoha příkladech v příručkách.

. webuse nhanes2l

Nejprve shromáždíme výsledky jednoduché regrese systolického krevního tlaku na hmotnost v kilogramech. Pro shromáždění výsledků stačí před příkaz umístit předponu collect:

. collect: regress bpsystol weight

Proč se zastavit u jedné regrese? Přidejme do naší regrese ukazatele pro pohlaví při narození a pro úrovně věkových skupin. I tyto výsledky shromáždíme:

. collect: regress bpsystol weight i.sex i.agegrp

Nakonec provedeme interakci mezi pohlavím a věkovou skupinou a shromáždíme tyto výsledky:

. collect: regress bpsystol weight i.sex i.agegrp i.sex#i.agegrp

Použijeme poměrně jednoduchý soubor ve stylu regrese, který pod koeficienty umístí standardní chyby a na konec přidá několik statistik modelu. Název stylu je myreg. Když máme styl v ruce, stačí požádat systém, aby tento styl použil. collect pak rozloží, naformátuje a nastylizuje tabulku podle zadaného stylu. Poté si můžeme tabulku prohlédnout.

Co když dáváte přednost intervalům spolehlivosti? Máme také styl, který zobrazuje pouze koeficienty a intervaly spolehlivosti – styl myregci. Jednoduše řekneme collect, aby použil styl myregci:

Jediné, co jsme udělali pro změnu z první tabulky na druhou, byla změna stylu. Oba styly, které jsme použili na naši kolekci, vytvořily výrazně odlišné tabulky. Ve druhém stylu jsou dokonce statistiky koeficientů umístěny vedle sebe, nikoli nad sebou a pod sebou.

Styl myregci byl odvozen od stylu myreg. K vytvoření stylu myregci ze stylu myreg nám stačilo napsat tři řádky:

. collect style autolevels result _r_b _r_ci , clear

. collect layout (colname) (cmdset#result)

. collect style column, dups(center)

První řádek říká, že collect má uvádět pouze koeficienty (_r_b) a intervaly spolehlivosti (_r_ci). Druhý řádek říká collect, jak má být tabulka uspořádána. Slovy, do řádků tabulky umístěte názvy kovariát (colname) a do sloupců (cmdset#result) umístěte jednotlivé kombinace příkazu odhadu a koeficientu/intervalu spolehlivosti. Třetí řádek říká, aby collect vycentroval popisky příkazů odhadu – (1), (2) a (3) – na dva sloupce, které každý popisek pokrývá.

Jakmile je tabulka vytvořena, můžete ji rychle dostat do sestavy.
Zadejte

. collect export mytable.docx

a vaše tabulka je v souboru připraveném pro Microsoft Word®.

Zadejte

. collect export mytable.html

a váš stůl je připraven pro web.

Zadejte

. collect export mytable.tex

a tabulka je připravena k vložení do souboru LaTeX.

Zde je skutečný kód LaTeXu:

\documentclass{article}
\usepackage{multirow}
\usepackage{amsmath}
\usepackage{ulem}
\usepackage[table]{xcolor}
\begin{document}
\begin{tabular}{lllllll}
\cline{1-7}
\multicolumn{1}{c}{} &
  \multicolumn{2}{c}{(1)} &
  \multicolumn{2}{c}{(2)} &
  \multicolumn{2}{c}{(3)} \
\cline{1-7}
\multicolumn{1}{l}{Weight (kg)} &
  \multicolumn{1}{r}{0.43 } &
  \multicolumn{1}{r}{(0.41,  0.46)} &
  \multicolumn{1}{r}{0.44 } &
  \multicolumn{1}{r}{(0.41,  0.46)} &
  \multicolumn{1}{r}{0.42 } &
  \multicolumn{1}{r}{(0.40,  0.45)} \
\multicolumn{1}{l}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} \
\multicolumn{1}{l}{Female} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{1.04 } &
  \multicolumn{1}{r}{(0.23,  1.85)} &
  \multicolumn{1}{r}{-6.78 } &
  \multicolumn{1}{r}{(-8.39, -5.16)} \
\multicolumn{1}{l}{30-39} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{1.20 } &
  \multicolumn{1}{r}{(-0.05,  2.44)} &
  \multicolumn{1}{r}{-0.78 } &
  \multicolumn{1}{r}{(-2.56,  1.00)} \
\multicolumn{1}{l}{40-49} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{7.25 } &
  \multicolumn{1}{r}{(5.91,  8.59)} &
  \multicolumn{1}{r}{2.75 } &
  \multicolumn{1}{r}{(0.84,  4.66)} \
\multicolumn{1}{l}{50-59} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{15.94 } &
  \multicolumn{1}{r}{(14.61, 17.28)} &
  \multicolumn{1}{r}{10.44 } &
  \multicolumn{1}{r}{(8.52, 12.36)} \
\multicolumn{1}{l}{60-69} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{22.84 } &
  \multicolumn{1}{r}{(21.77, 23.91)} &
  \multicolumn{1}{r}{16.53 } &
  \multicolumn{1}{r}{(15.00, 18.06)} \
\multicolumn{1}{l}{70+} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{30.47 } &
  \multicolumn{1}{r}{(29.01, 31.92)} &
  \multicolumn{1}{r}{23.31 } &
  \multicolumn{1}{r}{(21.19, 25.43)} \
\multicolumn{1}{l}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} \
\multicolumn{1}{l}{Female \& 30-39} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{3.94 } &
  \multicolumn{1}{r}{(1.49,  6.40)} \
\multicolumn{1}{l}{Female \& 40-49} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{8.79 } &
  \multicolumn{1}{r}{(6.15, 11.44)} \
\multicolumn{1}{l}{Female \& 50-59} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{10.65 } &
  \multicolumn{1}{r}{(8.01, 13.29)} \
\multicolumn{1}{l}{Female \& 60-69} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{12.21 } &
  \multicolumn{1}{r}{(10.08, 14.33)} \
\multicolumn{1}{l}{Female \& 70+} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{13.52 } &
  \multicolumn{1}{r}{(10.63, 16.41)} \
\multicolumn{1}{l}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} &
  \multicolumn{1}{r}{} \
\multicolumn{1}{l}{Intercept} &
  \multicolumn{1}{r}{99.63 } &
  \multicolumn{1}{r}{(97.57, 101.69)} &
  \multicolumn{1}{r}{86.71 } &
  \multicolumn{1}{r}{(84.52, 88.90)} &
  \multicolumn{1}{r}{91.58 } &
  \multicolumn{1}{r}{(89.26, 93.89)} \
\cline{1-7}
\end{tabular}
\end{document}

Pomocí systémů putdocx, putexcel a putpdf můžete dokonce vkládat tabulky přímo do delších dokumentů.

Po shromáždění výsledků můžete pracovat s příkazy pro rozvržení, formátování a stylování tabulky. Nebo můžete použít interaktivní nástroj Tables Builder.

Odkaz

McDowell, A., A. Engel, J. T. Massey, and K. Maurer. 1981. Plan and operation of the Second National Health and Nutrition Examination Survey, 1976–1980. Vital and Health Statistics 1(15): 1144.