Apostila Stata

Prévia do material em texto

Apostila Stata 
Programa de Pós-Graduação em Saúde Coletiva 
Universidade Federal do Maranhão 
Disciplina: Métodos Estatísticos em Epidemiologia 
Prof. Antônio Augusto Moura da Silva 
 
 
O que é o Stata 
 
O Stata é um programa estatístico potente, capaz de resolver tarefas simples como 
calcular média, desvio padrão, testes de hipótese para médias e proporções, 
intervalos de confiança, até estatísticas mais complexas como regressão linear 
múltipla, análise de variância, regressão logística, análise de sobrevivência, regressão 
de Cox etc. Tem recursos potentes de tabulação de variáveis e comandos para cálculo 
das medidas de associação usadas em epidemiologia, como razão de incidências (rate 
ratio), risco relativo (risk ratio), razão de chances (odds ratio) e risco atribuível. 
Possui recursos poderosos para manipulação de variáveis, porém as ferramentas para 
entrada de dados com verificação de erros de digitação são pobres. Usualmente, é 
melhor criar um programa para entrada de dados no EPIINFO, digitar os dados usando 
os recursos CHECK e VALIDATE, e depois exportar o arquivo para o STATA usando o 
STAT TRANSFER. Ou, se forem poucos dados, criar uma planilha Excel e depois 
cortar e colar os dados no Stata. 
Quando se carrega o programa na memória, aparece a sua tela, como na figura abaixo: 
 
 
Apostila Stata 2 
 
 
 
Observa-se a barra do programa (em azul, acima) e os botões do Windows (minimizar, 
maximizar e fechar). Logo abaixo está a barra de menu, com os recursos File, Edit, 
Data, Graphics, Statistics, User, Windows e Help. 
 
No menu File, existe a opção Open, para abrir um arquivo STATA. Logo abaixo 
observa-se a barra de botões, com os botões Open (use), Save, Print Results, Log 
Begin/Close/Suspend/Resume, New Viewer, Bring Graph Window to front, New 
Do-file Editor, Data Editor, Data Browser, Clear – more – condition e Break. 
 
Na área de trabalho há 4 janelas ativas: acima à esquerda, a janela Review, onde vão 
surgindo os comandos já digitados. Acima à direita, a janela Results, onde vão 
aparecendo os resultados do processamento. Abaixo à esquerda, a janela Variables, 
onde ficam todas as variáveis do arquivo em uso e abaixo à direita a janela Command, 
onde se digitam os comandos. 
 
Na penúltima linha da tela, aparece o drive ativo, isto é, onde estão sendo gravados os 
dados (c:\Arquivos de Programas\Stata10) e a última linha é a barra do Windows, 
onde estão os botões Iniciar e os botões dos programas ativos no momento. 
 
Todos os comandos no Stata podem ser acessados pelo menu ou digitando-se na janela 
de comandos. Se você optar pelo menu, basta escolher clicando em File, Edit, Data, 
Graphics, Statistics, User, Windows e Help, depois fazer as seleções, escolher as 
opções nas caixas de diálogo e clicar OK. Se você optar pela digitação dos comandos, 
será necessário digitá-los na janela Command. 
 
Nesta apostila, todos os comandos que você vai precisar digitar ou escolher do menu 
estarão destacados em negrito. 
 
 
Apostila Stata 3 
Abrindo arquivo no Stata - use 
 
Vamos trabalhar agora com o banco de dados dnma.dta. Neste arquivo constam dados 
dos nascidos vivos no Maranhão em 2009, cadastrados no SINASC (Sistema de Informações 
Sobre Nascidos Vivos) do Ministério da Saúde. Veja abaixo as variáveis do arquivo que serão 
utilizadas em exercícios neste curso e a sua codificação. 
 
 
Apostila Stata 4 
 
 
 
O primeiro passo é abrir o arquivo. Para tanto é preciso usar o comando File / Open / 
e em seguida localizar o diretório Stata onde o arquivo dnma está localizado. Em seguida 
clique em cima do arquivo dnma e escolha a opção Abrir. Observe que o comando use 
c:\Arquivos de Programas\Stata10\dnma.dta foi copiado para a janela Review e que agora 
os nomes de variáveis aparecem na janela Variables. 
 
Se o arquivo não abrir, é possível que tenha aparecido uma mensagem de erro “no 
room to add more observations” (não há espaço na memória para carregar o arquivo, numa 
tradução livre). Se acontecer isto, você precisa aumentar o tamanho da memória disponível 
para carregar o arquivo, pois o arquivo dnma é muito grande. Digite: 
 
set memory 50m (que pode ser abreviado para set memo 50m) 
 
E pressione a seguir a tecla ENTER ou RETURN: 
 
Pronto, a memória disponível aumentou para 50 mega e agora você vai poder carregar 
o arquivo. 
 
 Outra opção digitar o comando na janela de comandos, pressionando a seguir a tecla 
ENTER ou RETURN: 
 
Apostila Stata 5 
use dnma.dta [ENTER] ou 
use dnma [ENTER] (você pode omitir a extensão .dta). 
 
Verifique na barra de Status se o drive ativo é c:\Arquivos de Programas\Stata10. 
Se não for, é preciso digitar o caminho completo das unidades de disco e pastas para que o 
Stata possa localizar e abrir o arquivo. 
 
use c:\Arquivos de Programas\Stata10\dnma.dta 
 
Ou você precisa copiar o arquivo dnma.dta para o drive ativo antes de usar o comando 
use dnma. Ou, ainda, você pode mudar o drive ativo. No menu, escolha File / Change Working 
Directory e escolha a posta onde você deseja trabalhar (comando disponível a partir da 
versão 11). Você pode também mudar o drive ou pasta ativa, digitando (não se esqueça de 
delimitar o caminho usando aspas após o comando cd - abreviatura de change directory). 
 
cd “c:\Arquivos de Programas\Stata10” 
 
 Em seguida, após mudar a pasta ativa, digite: 
 
use dnma.dta 
 
Observe que, aparece na janela de resultados o comando utilizado após o . 
Isto nos informa que o que foi digitado se trata de um comando e não do resultado do 
processamento. O resultado do processamento vai surgir em seguida. 
 
. use dnma 
 
 O Stata está pronto para aceitar um comando quando o ponto . aparece na janela de 
resultados. 
 
 
 
Listando variáveis - list 
 
 
Use o comando list para obter uma listagem das variáveis e dos dados gravados no 
arquivo. Você pode usar o menu de comandos Data / Describe Data / List Data e teclar Ok 
na janela de diálogo list – list values of variables. Nesta janela de diálogo você pode usar as 
opções disponíveis, escolhendo apenas algumas variáveis para serem listadas e mudando a 
largura das colunas para controlar a forma como os dados serão mostrados na tela (janela de 
Resultados - Results). 
 
Alternativamente você pode digitar na janela Command: 
 
list 
Apostila Stata 6 
 
Observe que surgem na tela os dois primeiros registros. Veja também que alguns 
nomes de variáveis grandes são abreviados e que algumas letras são substituídas por ~, 
sendo que o Stata preserva a última letra. Por exemplo, a variável codmunnasc se 
transformou em codmun~c. Observe também que, para continuar a rolar a tela e olhar os 
próximos registros, é necessário apertar qualquer tecla ou clicar com o mouse em cima de –
more- . 
Como este arquivo armazena dados de 123.635 nascidos vivos, levaríamos muito 
tempo visualizando todos eles. Desta forma, localize o X vermelho na barra de ferramentas 
e clique em cima dele para interromper a listagem. Após interromper a listagem, pressione 
seta para cima e seta para baixo ou [Page Up] e [Page Down] para rolar a tela na janela de 
resultados. 
 
 
 
 
 
 
 
 
 
 
 
Apenas uma certa quantidade de resultados passados permanece armazenada na 
janela de resultados. Assim, é possível que você faça o rolamento para cima e parte dos 
resultados obtidos nesta seção tenham “desaparecido”. Por isso existe a possibilidade de 
gerar um LOG file. Utilizando o comando log using <nome do arquivo> você grava todo o 
resultado do processamento em um arquivo que você pode abrir depois. Tudo aquilo que for 
digitado (comandos) e todos os resultados gerados a partir do momento em que você usa o 
comando log serão gravados em um arquivo específico.Digite o comando abaixo para gerar 
um LOG: 
 
log using dnma 
 
Observe que aparece na janela de resultados: 
 
. log using dnma 
---------------------------------------------------------------- 
 name: <unnamed> 
 log: /Arquivo de programas/Stata10/dnma.smcl 
 log type: smcl 
 opened on: 19 Aug 2011, 07:28:57 
 
De agora em diante, tudo o que você digitar e os resultados do comando serão 
gravados no arquivo dnna.smcl (smcl é a terminação que o Stata usa para guardar os dados 
em formato próprio). Digite agora list parto para obter uma listagem apenas da variável tipo 
de parto. 
Data	
  Editor	
  
(Browse)	
  
Interromper	
  
Log	
  Begin	
  /	
  Close	
  /	
  Suspend	
  /	
  Resume	
  
Variables	
  
Manager	
  Data	
  Editor	
  (Edit)	
  
New	
  Do-­‐file	
  Editor	
  
Apostila Stata 7 
 
list parto 
 
Vamos abrir agora o arquivo log para verificar que os comandos digitados e os 
resultados obtidos estão sendo gravados no arquivo dnma.smcl. Identifique o ícone Log Begin 
/ Close / Suspend / Resume e clique nele com o mouse. Na caixa de diálogo selecione a 
opção View Snapshot of log file e clique em OK. 
Outra forma de visualizar o conteúdo das variáveis é usar o ícone Data Editor 
(Browse) para visualizar o conteúdo em forma de planilha. Observe que as variáveis são 
colocadas nas colunas e as observações nas linhas. Enquanto você estiver no modo Browse 
você não poderá executar outro comando. Para isso terá que fechar a janela do Browse e 
retornar para a janela principal do Stata. 
Se você quiser repetir um comando não precisa digitá-lo de novo. Basta localizar o 
comando na janela Review e selecioná-lo, clicando em cima dele. Esta ação copiará o comando 
para a janela Command. Aí basta você teclar [ENTER] para rodar o comando novamente. Ou 
você também pode rodar o comando novamente clicando duas vezes em cima do comando na 
janela Review. Ou, ainda, usando as teclas Page Up e Page Down para recuperar na janela 
Command os últimos comandos digitados. 
 
 
Obtendo frequências simples de variáveis - 
tabulate 
 
Para se obter uma tabela de distribuição de frequências de uma variável, utiliza-se o 
comando tabulate. Vamos obter uma tabela de distribuição de frequências da variável tipo de 
parto (parto). No menu clique em Statistics / Summaries, tables and tests / Tables / One-
way tables. Surgirá a janela de diálogos tabulate 1 – One-way tables, Escolha em categorical 
variables a variável parto e tecle OK. 
Outra alternativa é digitar na janela Command: 
 
tabulate tiparto 
 
No Stata é possível abreviar os comandos para digitação, usando-se as três primeiras 
letras do comando. Desta forma você obteria o mesmo resultado digitando: 
 
tab tiparto 
 
 parto | Freq. Percent Cum. 
------------+----------------------------------- 
 1 | 82,964 67.24 67.24 
 2 | 40,416 32.76 100.00 
 9 | 4 0.00 100.00 
------------+----------------------------------- 
 Total | 123,384 100.00 
Apostila Stata 8 
Consultando a tabela de codificação observamos que 1=parto vaginal, 2= parto 
cesáreo e 9=ignorado. Observe que o total 123.384 não é o mesmo total geral do arquivo 
123.635, indicando que alguns casos foram deixados em branco no banco de dados. O Stata 
usa o código . para indicar dados não digitados. Para se verificar isso é necessário digitar a 
opção missing após o comando tab, que pode ser abreviada para mis. Note que para se usar 
uma opção de comando é necessário separar o comando da sua opção por uma vírgula. 
 
tab tiparto, mis 
 
 parto | Freq. Percent Cum. 
------------+----------------------------------- 
 | 251 0.20 0.20 
 1 | 82,964 67.10 67.31 
 2 | 40,416 32.69 100.00 
 9 | 4 0.00 100.00 
------------+----------------------------------- 
 Total | 123,635 100.00 
 
Observe que além de 4 partos codificados como 9, ignorados, existem ainda 251 
casos sem informação do tipo de parto. Podemos descartar estes casos prejudicados da 
análise utilizando o comando recode, para se trabalhar apenas com os casos com informação 
completa. 
 
recode parto 9=. 
tab parto 
 
 parto | Freq. Percent Cum. 
------------+----------------------------------- 
 1 | 82,964 67.24 67.24 
 2 | 40,416 32.76 100.00 
------------+----------------------------------- 
 Total | 123,380 100.00 
 
Podemos verificar agora que a taxa de cesáreas no Maranhão em 2009 foi de 
32,76%. 
 
 
 
Renomeando variáveis - rename 
 
Podemos mudar os nomes das variáveis usando o comando rename. Vamos mudar o nome 
da variável parto para tiparto 
 
rename parto tiparto 
 
 
Apostila Stata 9 
Rotulando variáveis e valores - label 
 
Agora precisamos documentar o arquivo e torná-lo mais fácil de ser entendido, 
utilizando rótulos (labels). Primeiro vamos documentar as variáveis. Não use acentos ou 
cedilha pois ficará ininteligível ( o programa não entende símbolos do português). 
Observe que é necessário colocar o rótulo da variável entre aspas. 
 
label variable tiparto “Tipo de parto” 
 
Use agora o comando describe para observar o resultado. Veja que agora a variável 
tiparto tem uma variable label: Tipo de parto 
 
describe tiparto 
 
 
 storage display value 
variable name type format label variable label 
---------------------------------------------------------------------- 
tiparto float %9.0g Tipo de parto 
 
 
Vamos usar agora o recurso de rotular valores de variáveis numéricas. Por exemplo, 
vamos dizer que, no caso da variável tiparto, 1 significa parto vaginal e 2 parto 
cesáreo, usando os comandos label define e label values. No primeiro comando, label 
define, os rótulos são definidos como 1 para parto vaginal e 2 para parto cesáreo. No 
segundo comando, os valores do rótulo tipo são colocados na variável tiparto. 
 
label define tipo 1 vaginal 2 cesareo 
label values tiparto tipo 
 
 Agora, ao pedir uma tabulação observe que o valor 1 é substituído por vaginal e o 
valor 2 por cesáreo. 
 
tab tiparto 
 
 Tipo de | 
 parto | Freq. Percent Cum. 
------------+----------------------------------- 
 vaginal | 82,964 67.24 67.24 
 cesareo | 40,416 32.76 100.00 
------------+----------------------------------- 
 Total | 123,380 100.00 
 
 
 
 
 
 
Apostila Stata 10 
 
Use agora o comando describe para observar o resultado e verificar que agora a 
variável tiparto tem um rótulo chamado tipo: 
 
describe tiparto 
 
 
 storage display value 
variable name type format label variable label 
---------------------------------------------------------------------- 
tiparto float %9.0g tipo Tipo de parto 
 
 
Entretanto, o valor da variável no arquivo não foi modificado. Para observar isto peça 
uma tabulação omitindo o rótulo, usando a opção nolabel. 
 
tab tiparto, nolabel 
 
 Tipo de | 
 parto | Freq. Percent Cum. 
------------+----------------------------------- 
 1 | 82,964 67.24 67.24 
 2 | 40,416 32.76 100.00 
------------+----------------------------------- 
 Total | 123,380 100.00 
 
 
 Se você quiser, você pode pedir uma lista dos rótulos e dos seus conteúdos: 
 
 label list 
 
 
. label list 
tipo: 
 1 vaginal 
 2 cesareo 
 
 Todas as opções de mudar o nome da variável(rename), colocar um rótulo na variável 
(label variable), criar rótulos para categorias (label define) e colocar rótulos nas categorias 
das variáveis (label values) estão também disponíveis no ícone Variables Manager na barra 
de ícones. 
 
 
Apostila Stata 11 
Exercícios 
 
Não se esqueça de anotar os comandos utilizados para obter os resultados. Descarte 
os valores ignorados se os percentuais forem baixos (inferiores a 2%). 
 
1) Usando os comandos aprendidos acima, verifique a taxa de partos 
gemelares no Maranhão em 2009. 
2) Qual o percentual de mulheres que não realizaram pré-natal? 
3) Qual o percentual de nascimentos no domicílio? 
4) Use o recurso de rotular valores para a variável estcivmae. 
5) Qual o percentual de nascimentos de mulheres solteiras? 
6) Qual o percentual de nascimentos de mulheres com nenhuma escolaridade? 
 
 
 
 
Apostila Stata 12 
Criando arquivos no Stata - edit 
 
Vamos agora gerar um arquivo simples, contendo 4 campos. Para criar um arquivo no 
Stata basta clicar no botão Data Editor (Edit) ou digitar na janela de comandos edit. 
Surge o editor, pronto para se digitar o primeiro registro da primeira variável (var1). 
Aqui você pode ir digitando nas colunas os conteúdos das variáveis que o Stata vai 
automaticamente criando as variáveis var1, var2, var3 etc. O programa, a partir do 
que é digitado, vai automaticamente criando variáveis numéricas ou categóricas, 
conforme o caso e determinando o tamanho de cada campo. Depois você pode mudar o 
nome de cada campo, por exemplo de var1 para idade. Quando a casela for deixada 
em branco o Stata coloca automaticamente o seu código para dado prejudicado 
(missing) que é o ponto. Vamos começar, criando o arquivo abaixo: 
 
Digite inicialmente só os dados nas colunas e depois vamos aprender o comando para 
gerar o nome da variável. Digite 2350 e tecle ENTER para o cursor se mover para a 
casela de baixo e assim sucessivamente. Quando digitar o 5o. dado da 1a. coluna passe 
com as setas ou com o mouse para a 1a. casela da 2a. coluna e assim por diante. Quando 
terminar feche o editor clicando no botão X, pois enquanto o modo Edit estiver ativo, 
você não poderá executar comando no Stata. Observe, na janela Variables, que surgem 
var1, var2, var3, var4 e var5 e na janela Review, edit. 
 
 
pesonasc tiparto idgest idmae sexo 
2350 1 40 30 1 
1500 2 33 22 1 
3430 1 41 19 1 
2920 1 38 33 2 
3100 2 39 25 2 
 
 
No Stata os nomes de variáveis são minúsculos. Depois da digitação de dados, a 
primeira coisa que você deve fazer é salvar os dados. Vá até a janela de comandos e 
digite, sempre em minúsculas: 
 
save rn e tecle [ENTER] 
 
 O Stata avisa file rn.dta saved (arquivo rn.dta salvo) 
 
Aqui você pode observar que o Stata usa .dta como terminação de arquivo. Utilize 
agora o comando describe para observar os tipos de variáveis criadas pelo Stata. 
 
describe e tecle [ENTER] 
 
 
 
Apostila Stata 13 
Contains data from rn.dta 
 obs: 5 
 vars: 5 
 size: 50 (100.0% of memory free) 
------------------------------------------------------------------- 
 1. var1 int %8.0g 
 2. var2 byte %8.0g 
 3. var3 byte %8.0g 
 4. var4 byte %8.0g 
 5. var5 byte %8.0g 
------------------------------------------------------------------- 
Sorted by: 
 
 
Todas as variáveis criadas são numéricas (int e byte) e todas de tamanho 8 (%8.0g). 
Outros tipos de variáveis numéricas são long, float and double. A diferença entre 
estes tipos de variáveis numéricas é o seu tamanho e a precisão dos cálculos, 
determinada pelo número de casas decimais depois da vírgula. 
 
Outro tipo de variável que pode ser criada no Stata são as variáveis do tipo caracter, 
usadas para armazenar informação não numérica, ou seja, endereço, nome, telefone. 
Estas variáveis podem conter números, mas não vamos realizar operações matemáticas 
com estes números, eles servem apenas como identificadores. 
 
Vamos pedir agora uma listagem do arquivo. 
 
list 
 
 var1 var2 var3 var4 var5 
 1. 2350 1 40 30 1 
 2. 1500 2 33 22 1 
 3. 3430 1 41 19 1 
 4. 2920 1 38 33 2 
 5. 3100 2 39 25 2 
 
 
Estatística descritiva 
 
E agora peça uma estatística descritiva destes campos. 
 
summarize 
 
Variable | Obs Mean Std. Dev. Min Max 
---------+----------------------------------------------------- 
 var1 | 5 2660 757.5949 1500 3430 
 var2 | 5 1.4 .5477226 1 2 
 var3 | 5 38.2 3.114482 33 41 
 var4 | 5 25.8 5.718391 19 33 
 var5 | 5 1.4 .5477226 1 2 
 
Apostila Stata 14 
O Stata mostra o número de observações, a média (mean), o desvio padrão (Std. Dev.), 
o valor mínimo e o valor máximo. Note que no caso das variáveis tiparto e sexo, a média 
não tem valor algum, pois estas variáveis estão codificadas. No caso de tiparto 
(1=parto vaginal; 2=parto cesáreo) e no caso de sexo (1=masculino; 2=feminino). 
 
 
Renomeando variáveis - rename 
 
O próximo passo é mudar os nomes das variáveis. 
 
rename var1 pesonasc 
rename var2 tiparto 
rename var3 idgest 
rename var4 idmae 
rename var4 sexo 
 
 
Rotulando variáveis e valores - label 
 
Agora vamos rotular as variáveis. 
 
label variable pesonasc “Peso ao nascer no HU em 1998” 
label variable tiparto “Tipo de parto” 
label variable idgest “Idade gestacional em semanas-DUM” 
label variable idmae “Idade da mae em anos completos” 
label variable sexo “Sexo do recem-nascido” 
 
Use agora o comando describe para observar o resultado: 
 
describe 
 
Contains data from rn.dta 
 obs: 5 
 vars: 5 
 size: 50 (99.9% of memory free) 
------------------------------------------------------------------------------- 
 1. pesonasc int %8.0g Peso ao nascer no HU em 1998 
 2. tiparto byte %8.0g Tipo de parto 
 3. idgest byte %8.0g Idade gestacional semanas-DUM 
 4. idmae byte %8.0g Idade da mae em anos completos 
 5. sexo byte %8.0g Sexo do recem-nascido 
------------------------------------------------------------------------------- 
Sorted by: 
 Note: data has changed since last save 
 
Para salvar as alterações feitas digite: 
 
Apostila Stata 15 
save, replace (salva, grava por cima do arquivo antigo com o mesmo nome - 
rn) 
 
Vamos usar agora o recurso de rotular valores de variáveis numéricas. Por exemplo, 
vamos dizer que no caso da variável tiparto 1 significa parto vaginal e 2 parto cesáreo, 
usando os comandos label define e label values. 
 
label define tipo 1 vaginal 2 cesareo 
label values tiparto tipo 
 
 
 
Distribuição de frequências - tabulate 
 
Peça agora a distribuição de freqüências da variável tiparto para observar o que 
ocorreu: 
 
tabulate tiparto 
 
Tipo de | 
parto | Freq. Percent Cum. 
------------+----------------------------------- 
 vaginal | 3 60.00 60.00 
 cesareo | 2 40.00 100.00 
------------+----------------------------------- 
 Total | 5 100.00Salve novamente as alterações, usando a opção replace para substituir (gravar por 
cima) o arquivo anterior: 
 
save, replace 
 
Outro recurso importante é ordenar o conteúdo de um campo com o comando sort: 
 
sort tiparto 
list 
 
Para fechar o arquivo e limpar a memória digite: 
 
clear 
 
Para abrir novamente o arquivo use o menu File e, em seguida, Open. Clique no arquivo 
rn e no botão abrir. Ou, alternativamente, digite: 
 
use rn 
 
Apostila Stata 16 
Criação de novas variáveis – generate 
e recodificação – replace 
 
Vamos recodificar o peso ao nascer em baixo peso (aquelas crianças com menos de 
2500 gramas ao nascer) e não baixo peso (2500 gramas e mais). O primeiro passo é 
criar uma nova variável através do comando generate. Toda variável criada no Stata 
tem que ser inicializada com um valor específico. No caso criaremos a variável peso=0 
e recodificaremos pesonasc < 2500, criando peso=1 nestes casos. 
 
generate peso=0 
replace peso=1 if pesonasc < 2500 
 
tabulate peso 
 
peso | Freq. Percent Cum. 
------------+----------------------------------- 
 0 | 3 60.00 60.00 
 1 | 2 40.00 100.00 
------------+----------------------------------- 
 Total | 5 100.00 
 
Da mesma forma vamos recodificar idade gestacional em prematuro (<37 semanas) e 
não prematuro (37 semanas e mais). 
 
 generate premat=0 
 replace premat=1 if idgest < 37 
 
 tabulate premat 
 
 
premat | Freq. Percent Cum. 
------------+----------------------------------- 
 0 | 4 80.00 80.00 
 1 | 1 20.00 100.00 
------------+----------------------------------- 
 Total | 5 100.00 
 
 
Operadores de comparação (usados após o if) 
 
== igual a 
!= diferente de 
> maior do que 
< menor do que 
>= maior ou igual 
<= menor ou igual 
 
Apostila Stata 17 
Tabelas 2 x 2 - tabulate 
 
Peça agora uma tabela de peso com idade gestacional, com a opção row (para o cálculo 
dos percentuais das linhas) 
 
 tabulate premat peso, row 
 
 | peso 
 premat | 0 1 | Total 
-----------+----------------------+---------- 
 0 | 3 1 | 4 
 | 75.00 25.00 | 100.00 
-----------+----------------------+---------- 
 1 | 0 1 | 1 
 | 0.00 100.00 | 100.00 
-----------+----------------------+---------- 
 Total | 3 2 | 5 
 | 60.00 40.00 | 100.00 
 
 
Observe que a taxa de baixo peso nesta população é de 40%. Dentre os prematuros 
(codificados como 1), 100% têm baixo peso e que dentre os não prematuros 
(codificados como 0), 25% têm baixo peso. 
 
Vamos pedir agora a tabela diferente, isto é, peso e prematuridade, com os 
percentuais das colunas, colocando a variável resposta (peso ao nascer) nas linhas e a 
exposição (idade gestacional) nas colunas. 
 
 tabulate peso premat, col 
 
 | premat 
 peso | 0 1 | Total 
-----------+----------------------+---------- 
 0 | 3 0 | 3 
 | 75.00 0.00 | 60.00 
-----------+----------------------+---------- 
 1 | 1 1 | 2 
 | 25.00 100.00 | 40.00 
-----------+----------------------+---------- 
 Total | 4 1 | 5 
 | 100.00 100.00 | 100.00 
 
Operadores lógicos: 
 
& e 
| ou 
! não 
 
 
Apostila Stata 18 
Selecionando registros para processamento – 
keep / drop 
 
Às vezes se precisa limitar o processamento a determinados registros. Digamos que se 
queira processar apenas os registros do sexo masculino (1). Pode-se usar o comando 
keep, selecionado sexo==1 ou drop, desprezando-se sexo==2. Note que após o if você 
precisar usar dois símbolos de igual == 
 
 keep if sexo==1 
 
 drop if sexo==2 
 
 
Cuidado com o uso destes comandos, pois os registros serão apagados 
definitivamente! Por isso recomendamos que, toda vez que você usar drop ou keep, 
salve o arquivo com outro nome em seguida, preservando o arquivo original. 
 
 
Gravando o processamento em um arquivo - 
log 
 
Quando se processa grande quantidade de informação, a saída de dados vai rolando para 
cima na janela Results e você vai deixando de observar os resultados. Para isto grave a 
saída em um arquivo .log, usando o comando abaixo: 
 
 log using rn.txt, text 
 
Os resultados do processamento de dados serão gravados no arquivo rn.txt, em formato 
texto. Este arquivo poderá depois ser aberto em um processador de textos e as tabelas 
utilizadas nos seus relatórios. 
 
Apostila Stata 19 
Exercícios – arquivo dnma.dta 
 
Anote os comandos utilizados para obter os resultados. Descarte os valores 
ignorados se os percentuais forem baixos (inferiores a 2%). 
 
1) Use o comando keep para trabalhar apenas com os dados de mães residentes no 
município de São Luís. O código de São Luís é 211130. 
2) Recodifique a variável peso ao nascer em <2500 e maior ou igual a 2500 gramas. 
3) Coloque rótulo na variável peso ao nascer. 
4) Coloque rótulo nas categorias de peso ao nascer. 
5) Peça uma listagem dos rótulos. 
6) Qual o percentual de recém-nascidos em São Luís com baixo peso ao nascer? 
7) Peça uma tabulação das variáveis tipo de parto e peso ao nascer. Coloque o tipo de 
parto na linha e o peso ao nascer na coluna. Peça o cálculo da porcentagem da linha. 
8) Qual o percentual de baixo peso ao nascer dentre os nascidos de parto vaginal? 
9) Qual o percentual de baixo peso ao nascer dentre os nascidos de parto cesáreo? 
 
 
 
 
 
Apostila Stata 20 
Gerando programas no Stata – arquivo do 
 
Geralmente quando vai processar muitos dados é conveniente, ao invés de ir processando 
e obtendo resultados de forma interativa, gravar os comandos Stata em um arquivo tipo 
texto com a extensão .do e depois executar todos os comandos deste arquivo de uma só 
vez, em lote. Vamos criar um pequeno programa para rodar no Stata. Para isto clique no 
botão New Do-file Editor e digite as seguintes linhas de comandos. Depois salve o 
arquivo com o nome rn.do. 
 
use rn 
log using rn.txt, text replace 
label variable pesonasc "Peso ao nascer no Maranhao em 2009" 
generate peso=0 
replace peso=1 if pesonasc < 2500 
tabulate peso 
 
Agora execute o programa no Stata. Para isto você tem várias alternativas: 
 
a) Escolha, ainda dentro do Do-file Editor a última opção da barra de ícones - Execute 
(do) 
b) No menu do Stata, clique em File, escolha a opção Do, clique em cima de rn.do e 
clique em Abrir. 
c) Ou digite na janela de comandos: 
 
do rn 
 
O Stata vai executar de uma só vez todos os comandos acima e gravar os resultados do 
processamento no arquivo rn.txt, em formato texto. 
 
Veja, abaixo, uma descrição de cada comando: 
 
use rn 
Abre o arquivo rn.dta se o arquivo estiver na pasta corrente. Se não será necessário 
indicar o caminho completo para que o Stata possa abrir o arquivo. 
 
log using rn.txt, text replace 
Passa a graver os comandos e o resultado do processamento no arquivo rn.txt, em 
format texto. A opção replace é usada para substituir (gravar por cima) do arquivo 
criado anteriormente com o mesmo nome. 
 
label variable pesonasc "Peso ao nascer no Maranhao em 2009" 
coloca rótulo na variável pesonasc 
 
 
generate peso=0 
Apostila Stata 21 
cria uma nova variável e coloca o valor zero em todas as obervações 
 
replace peso=1 if pesonasc < 2500 
Substitui na variável peso 0 por 1, se o peso ao nascer na variável pesonasc for < 2500 
gramas 
 
tabulate peso 
Gerauma tabela da nova variável peso 
 
 
O uso do Stata escolhendo os comandos no menu é útil para se descobrir novos 
comandos que não conhecemos, pois os comandos são copiados para a janela Command e 
podemos então verificar o que o Stata fez e aprender novos comandos. Entretanto, é um 
procedimento demorado e que não pode ser automatizado, por meio da geração de 
arquivo DO, para processamento de vários campos e para realizar análise estatística. 
Desta forma, para se fazer uma boa análise estatística dos dados é melhor usar o Stata 
digitando os comandos, ao invés de usar o menu e utilizar a opção de gerar comandos em 
arquivo DO. Se houver algum erro nos dados ou nos comandos você pode facilmente 
editar o arquivo DO, corrigir o erro e rodá-lo novamente, poupando tempo. 
 
IMPORTANTE: 
 
Algumas mensagens de erro podem surgir quando trabalhamos com arquivos DO. 
 
1) no; data in memory would be lost 
 
. use dnma 
no; data in memory would be lost 
r(4); 
 
Quando você tentar abrir um arquivo que foi modificado na memória e não foi salvo, o 
Stata avisa: não; os dados na memória seriam perdidos (no; data in memory would 
be lost). 
 
Solução para este erro: salvar o arquivo ou usar o comando clear para limpar a memória 
sem salvar o arquivo. Normalmente não salvamos o arquivo original. O ideal é deixar o 
arquivo original intacto, gravar os comandos em um arquivo DO e executar os comandos 
de uma só vez, gerar um arquivo LOG com os resultados e nunca salvar por cima do 
arquivo original. Se você desejar salvar o arquivo modificado, salve sempre com outro 
nome, como por exemplo: 
 
save rn1 
 
 
 
 
 
Apostila Stata 22 
2) log file already open 
 
. log using dnma 
log file already open 
r(604); 
 
end of do-file 
 
r(604); 
 
Quando você tentar gerar um arquivo LOG e houver um arquivo LOG aberto, o Stata 
avisa: arquivo LOG ainda aberto (log file already open). 
 
Solução para este erro: digitar log close. 
 
 
3) file ......... already exists 
 
. log using dnma 
file /Arquivos de Programas/Stata/dnma.txt already exists 
r(602); 
 
end of do-file 
 
r(602); 
 
Se você tentar gravar por cima de um arquivo existente, o Stata avisa. Se você quiser 
mesmo gravar por cima é só usar a opção replace, no comando log using. Se quiser 
preservar o arquivo LOG anterior, basta gravar o resultado em outro arquivo, com outro 
nome. 
 
 
 
 
 
 
 
 
 
 
 
Apostila Stata 23 
Importando dados do Excel 
 
 
Para trabalhar com dados no Stata é necessário inicialmente ter o arquivo disponível 
em formato .dta. Para isto você pode criar o banco de dados no próprio Stata, importar do 
Excel ou importar de outro programa. Existe um programa chamado StatTransfer que realiza 
transferência de arquivos de vários programas entre si. Se você tiver um banco de dados 
disponível no formato .xls (do Excel) você pode usar o StatTranfer para fazer a 
transferência. 
Outra alternativa para importar dados do Excel para o Stata é abrir o banco de dados 
no Excel, selecionar tudo o que deseja transferir e usar o recurso de corte e cola do sistema 
operacional (CTRL+C, CTRL+V). Vamos fazer isto passo a passo: 
 
 Inicialmente abra Excel e, em seguida, o arquivo dcor.xls localizado na pasta do 
Stata. Selecione todos os dados que deseja transferir. Depois disso copie os dados para a 
área de trabalho (Editar / Copiar ou CTRL+C). Abra o Stata, e digite edit ou clique o ícone 
Data Editor (Edit) na barra de ícones. Dentro do editor agora escolha a opção Colar (CTRL+V) 
ou Edit / Paste. O Stata vai perguntar se você deseja considerar a primeira linha como dados 
ou como nome de variáveis (treat first row as data / treat first row as variable names). 
Escolha considerar a primeira linha como nomes de variáveis. Pronto, a planilha foi transferida 
para o Stata. Só falta agora salvar o arquivo. Feche o editor de dados no X. E agora salve o 
banco de dados com o nome dcor.dta. 
 
 
Apostila Stata 24 
Usando o arquivo dcor.dta 
 
 
Vamos usar os comandos aprendidos acima, desta vez com um arquivo maior, o dcor.dta. 
Este arquivo armazena as variáveis do estudo “FRAMINGHAM HEART STUDY”, 
realizado nos Estados Unidos, onde se acompanhou durante 18 anos a população da 
pequena cidade de Framingham, para estudar os fatores de risco para doença 
coronariana, realizando exames periódicos de 2/2 anos. Abra o arquivo dcor.dta e peça 
describe, summarize e depois clique no botão Browse, para ver as variáveis do banco de 
dados. Compare com a descrição abaixo: 
 
sex 1=masculino 0=feminino 
chd diagnóstico de doença coronariana 0=não tem 1= doença coronariana 
presente ao primeiro exame (casos prevalentes) 2-10 = número do exame em 
que foi feito o diagnóstico (casos incidentes). 
age idade em anos ao exame inicial (45-62 anos) 
sbp pressão arterial sistólica em mmHg no primeiro exame (90-300 mmHg) 
sbp10 pressão arterial sistólica em mmHg no décimo exame (94-264 mmHg). Em 635 
casos a informação está prejudicada. 
dbp pressão arterial diastólica em mmHg no primeiro exame (50-160 mmHg) 
chol colesterol sérico em mg/100 ml no primeiro exame (96-430 mg/100ml) 
frw peso relativo em percentual no primeiro exame (11 casos prejudicados – 52-
222). O peso relativo foi calculado a partir da razão entre o peso da pessoa em 
relação ao peso mediano para o seu grupo de sexo/altura. 
cig número de cigarros fumados por dia 0=não é fumante (1-60, 1 dado 
prejudicado) 
yrs_chd pessoas-ano de observação até ocorrer perda ou o primeiro evento de doença 
coronariana (43 pessoas já tinham doença coronariana ao primeiro exame e, 
portanto, não estavam mais sob risco, varia de 0 a 18 anos) 
yrs_dth pessoas-ano de observação para mortalidade (varia de 1 a 18 anos) 
death 0=vivo 2-10 = número do exame em que já estava morto 
cause causa do óbito (19 casos prejudicados) 
 0 vivo ao primeiro exame 
 1 doença coronariana (súbita) 
 2 doença coronariana (não súbita) 
 3 acidente vascular encefálico 
 4 outra doença cardiovascular 
 5 câncer 
 6 outro 
 
 
 
 
 
Apostila Stata 25 
Recodificação e tabulação – replace, recode, tab 
Teste do qui-quadrado 
 
 
Vamos recodificar o nível de colesterol sérico em 3 classes: < 220, 220 a 259 e 260 e 
mais. 
 
 generate col=0 
 replace col=1 if chol >=220 & chol <=259 (&=e operador lógico) 
 replace col=2 if chol >= 260 
 label variable col “colesterol em mg/100ml” 
 label define colest 0 “<220” 1 “220a259” 2 “260+” 
 label values col colest 
 tabulate col 
 
 
colesterol | 
em mg/100ml | Freq. Percent Cum. 
------------+----------------------------------- 
 <220 | 531 37.77 37.77 
 220a259 | 478 34.00 71.76 
 260+ | 397 28.24 100.00 
------------+----------------------------------- 
 Total | 1406 100.00 
 
 
Você também pode usar ao invés de replace o comando recode. Veja abaixo: 
 
 generate col2=chol 
 recode col2 96/219=0 220/259=1 260/430=2 
 label variable col2 “colesterol em mg/100ml” 
 label values col2 colest 
 tabulate col2 
 
Vamos recodificar a pressão arterial sistólica em 0 (risco basal pA menor que 165 
mmHg) e 1 (risco, pA igual ou maior que 165 mmHg). 
 
generate pas=. 
replace pas=1 if sbp>=165 
replace pas=0 if sbp<165 
label variable pas "pA sistolica - mmHg" 
label define pressao 0 "<165" 1 "165+" 
label values pas pressao 
tabulate pas 
 
 
Apostila Stata 26 
 
pA sistolica| 
- mmHg | Freq. Percent Cum. 
------------+----------------------------------- 
 <165 | 313 22.26 22.26 
 165+ | 1093 77.74 100.00 
------------+----------------------------------- 
 Total | 1406 100.00 
 
Vamos recodificarnúmero de cigarros fumados em 0 (não fumante) e 1 (fumante), 
excluindo 1 caso prejudicado (cig=99): 
 
generate fumo=0 
replace fumo=1 if cig!=0 ( != diferente de) 
replace fumo=. if cig==99 
label define cigarro 0 "nao" 1 "sim" 
label values fumo cigarro 
tabulate fumo 
 
fumo | Freq. Percent Cum. 
------------+----------------------------------- 
 nao | 772 54.95 54.95 
 sim | 633 45.05 100.00 
------------+----------------------------------- 
 Total | 1405 100.00 
 
Qual o percentual de fumantes nesta população ? 
 
Vamos agora recodificar chd, considerando 0 como não tendo doença coronariana e de 2 
a 10 como casos de doença coronariana, excluindo 1 (casos prevalentes, isto é, pessoas 
que já tinham doença coronariana ao primeiro exame. Observe que transformamos 1 em . 
(missing – prejudicado). Desta forma o programa não processará mais estes registros 
nas saídas posteriores. 
 
 generate dc=chd 
 recode dc 0=0 1=. 2/10=1 
 label variable dc “doenca coronariana” 
 label define doenca 0 “nao" 1 “sim” 
 label values dc doenca 
 tabulate dc 
 
doenca | 
coronariana | Freq. Percent Cum. 
------------+----------------------------------- 
 nao | 1095 80.34 80.34 
 sim | 268 19.66 100.00 
------------+----------------------------------- 
 Total | 1363 100.00 
 
Qual a incidência de doença coronariana nesta população ? 
Apostila Stata 27 
Vamos pedir agora uma tabulação de colesterol e doença coronária, para verificar se o 
colesterol é um fator de risco para doença coronariana, pedindo percentuais de linha e o 
cálculo do Qui-quadrado. 
 
 tabulate col dc, row chi2 
 
colesterol | doenca coronariana 
em mg/100ml| nao sim | Total 
-----------+----------------------+---------- 
 <220 | 423 96 | 519 
 | 81.50 18.50 | 100.00 
-----------+----------------------+---------- 
 220a259 | 377 81 | 458 
 | 82.31 17.69 | 100.00 
-----------+----------------------+---------- 
 260+ | 295 91 | 386 
 | 76.42 23.58 | 100.00 
-----------+----------------------+---------- 
 Total | 1095 268 | 1363 
 | 80.34 19.66 | 100.00 
 
 Pearson chi2(2) = 5.3202 Pr = 0.070 
 
Observe a taxa de incidência de doença coronariana nos diversos níveis de colesterol 
sérico. O valor de p do Qui-quadrado foi de 0.070, portanto maior que o nível crítico de 
0.05. Diz-se, então, baseado no teste de hipótese, que não há diferença 
estatisticamente significante entre ter colesterol elevado e sofrer de doença 
coronariana. Em outras palavras, as diferenças nas taxas de incidência, 18,5% naqueles 
com colesterol menor que 220 mg/100ml, 17,7% naqueles com colesterol sérico de 220 a 
259 mg/100ml e de 23,6% naqueles com colesterol de 260 mg/100ml e mais, não são 
estatisticamente significantes. 
 
Peça agora a tabulação da pressão sistólica e doença coronariana. 
 
 tabulate pas dc, row chi2 
 
pA | doenca coronariana 
sistolica -| 
mmHg | nao sim | Total 
-----------+----------------------+---------- 
 <165 | 894 173 | 1067 
 | 83.79 16.21 | 100.00 
-----------+----------------------+---------- 
 165+ | 201 95 | 296 
 | 67.91 32.09 | 100.00 
-----------+----------------------+---------- 
 Total | 1095 268 | 1363 
 | 80.34 19.66 | 100.00 
 
 Pearson chi2(1) = 36.9959 Pr = 0.000 
 
Apostila Stata 28 
Observe a diferença nas taxas de incidência de doença coronariana entre aqueles com 
pA sistólica abaixo de 165 mmHg (16,2%) comparados com aqueles com pA sistólica 
muito elevada (32,1%). O valor de p para o Qui-quadrado foi de 0.000, portanto 
considera-se a diferença amostral observada estatisticamente significante. Desse 
modo, a pA muito elevada é considerada um fator de risco para doença coronariana. 
 
 tabulate fumo dc, row chi2 
 
 | doenca coronariana 
 fumo | nao sim | Total 
-----------+----------------------+---------- 
 nao | 614 134 | 748 
 | 82.09 17.91 | 100.00 
-----------+----------------------+---------- 
 sim | 480 134 | 614 
 | 78.18 21.82 | 100.00 
-----------+----------------------+---------- 
 Total | 1094 268 | 1362 
 | 80.32 19.68 | 100.00 
 
 Pearson chi2(1) = 3.2612 Pr = 0.071 
 
Interprete os resultados da tabela acima. Baseado nestes resultados há associação 
entre fumo e doença coronariana ? 
Apostila Stata 29 
Exercícios - arquivo dnma.dta 
 
1) Crie um arquivo DO para processar os dados do arquivo dnma.dta. 
2) No arquivo Do dê um comando para gravar o processamento em um arquivo 
LOG, formato texto. 
3) Use o comando keep para trabalhar apenas com os dados de mães 
residentes no município de São Luís. O código de São Luís é 211130. 
4) Recodifique a variável peso ao nascer em <2500 e maior ou igual a 2500 
gramas, usando o comando recode 
5) Coloque rótulo na variável peso ao nascer. 
6) Coloque rótulo nas categorias de peso ao nascer. 
7) Peça uma listagem dos rótulos. 
8) Qual o percentual de recém-nascidos em São Luís com baixo peso ao 
nascer? 
9) Recodifique a variável idade materna em 3 níveis < 20 anos, 20 a 34 anos e 
35 anos e mais. 
10) Coloque rótulo na variável idade materna. 
11) Coloque rótulo nas categorias de idade materna. 
12) Peça uma listagem dos rótulos. 
13) Peça uma tabulação das variáveis idade materna e peso ao nascer. Coloque a 
idade materna na linha e o peso ao nascer na coluna. Peça o cálculo da porcentagem da 
linha. 
14) Quais os percentuais de baixo peso ao nascer de acordo com as categorias de 
idde materna? 
15) Peça uma tabela com o qui-quadrado e verifique se há associação entre idade 
materna e baixo peso ao nascer.