Household consumption
* LABELS WIJZIGEN
label variable Y "Consumption (y)" // zo kan je uitleg erbij typen
* DATA OBSERVEREN EN INTERPRETEREN
sum // het aantal observaties nakijken of dit klopt
sum Y, detail
help + sum // extra informatie als je hulp nodig hebt
help sum // verder klikken op summarize - Jump To - Examples
help format
sum, detail // detail van alle variabelen
codebook
des // overzicht van variabelen
histogram Y
histogram X1
histogram X2
ssc install grcomb
grcomb histogram Y X1 X2, v(1) // opletten met hoofdletters voor Y en X1 en X2, maar niet voor
grcomb. Boxplots elk apart in 1 document bekijken.
graph box Y X1 X2
scatter Y X1
scatter Y X1 X2 // scatterplot van 3 variabelen (liever apart)
graph matrix Y X1 X2 // scatterplots van alle verschillende variabelen // als je zeer veel variabelen
hebt, dan kan je best opsplitsen
* REGRESSIE OPSTELLEN
reg Y X1
// coef bij X1 is uw bèta0, coef bij _cons is uw constante term
// R² is het % van de variantie van de afhankelijke variabele dat verklaard wordt door de
onafhankelijke variabele
// het causaal verband gaat van rechts naar links
1
,// de coëfficiënt bij X1 wil zeggen: als X1 met 1 eenheid stijgt, dan zal Y stijgen met de coëfficiënt
(0,8124021) --> dit is de rico
// Y^ is de voorspelde waarde en het residu is de voorspellingsfout (verschil tussen voorspelde
waarde en werkelijke waarde)
// residu's gaan we kwadraten en sommeren (sum of squares) en uiteindelijk willen we dit
minimaliseren
reg Y X1 X2 // als je twee modellen wil vergelijken op hoe ze scoren, moet je altijd de adjusted R² met
elkaar vergelijken - voorwaarden: de Y-waarde moet hetzelfde blijven & het aantal observaties moet
hetzelfde blijven
generate Yeur=Y * 1000 // Genereren van nieuwe variabele om Y in euro te krijgen ipv in 1000 euro
reg Yeur X1 // regressievergelijking van Yeur en X1 dus alles is vermenigvuldigd met 1000
* NIEUWE VARIABELE AANMAKEN
gen Yeur X1 // zie hierboven
* SCATTERPLOTS MAKEN
rvfplot // Op deze manier kan je zien of er outliers zijn
rvfplot, mlabel (household) // Je kan zien over welke observatie het gaat
rvfplot, mlabel (household) name(rvf1,replace) // Je krijgt meerdere tablads
2
,Individual consumption and
income levels
* LABELS WIJZIGEN
label variable Y "Consumption expenditures in Swiss francs"
label variable X1 "Fixed income in Swiss francs"
label variable X2 "Other resources in Swiss francs"
* OBSERVEER DATA ADHV:
des // Overzicht van variabelen
sum // Minimum of maximum
histogram Y
grcomb histogram Y X1 X2, v(1) // 3 histogrammen op 1 figuur
rvfplot // Scatterplot
graph matrix Y X1 X2 // Scatterplot
graph matrix Y X1 X2, mlabel(Name) // Scatterplot met details
* REGRESSIE UITVOEREN BEHALVE 1 RIJ (outlier)
reg Y X1 X2 if Name !="Laurent" // Laurant eruit gehaald
reg Y X1 X2 if Y<50000 // Laurent is de enige met consumptie > 50000
reg Y X1 X2 if _n!=7 // Lijn van Laurant eruit halen (zie tabel in data editor), hiermee moet je opletten
want als je je data herschikt via (sort) dan kan je in de problemen geraken. Je kan dit vermijden door
een nieuwe variabele aan te maken.
reg Y X1 X2 if obs!=20 // Je moet eerst een nieuwe aanmaken (zie hieronder)
* DATA HERSCHIKKEN
sort Y // herschikken klein naar groot kolom Y
sort X1 // herschikken klein naar groot kolom X1
* NIEUWE VARIABELEN AANMAKEN
gen obs=_n // je maakt een kolom met het nr. van de observatie aan (zie data editor)
3
, * LIJNEN VERWIJDEREN/BEHOUDEN (Maar eerst Snapshots aanmaken! in data editor)
// als je lijnen wil verwijderen, kan je die snapshots erna weer deleten en ben je de gegevens niet
definitief kwijt
drop in 6 // je verwijdert lijn 6 definitief. MAAK ALTIJD EERST SNAPSHOTS AAN
drop in 6/15 // je verwijdert lijnen 6 tem 15 definitief
keep in 5/12 // je behoudt enkel lijnen 5 tem 12
4
* LABELS WIJZIGEN
label variable Y "Consumption (y)" // zo kan je uitleg erbij typen
* DATA OBSERVEREN EN INTERPRETEREN
sum // het aantal observaties nakijken of dit klopt
sum Y, detail
help + sum // extra informatie als je hulp nodig hebt
help sum // verder klikken op summarize - Jump To - Examples
help format
sum, detail // detail van alle variabelen
codebook
des // overzicht van variabelen
histogram Y
histogram X1
histogram X2
ssc install grcomb
grcomb histogram Y X1 X2, v(1) // opletten met hoofdletters voor Y en X1 en X2, maar niet voor
grcomb. Boxplots elk apart in 1 document bekijken.
graph box Y X1 X2
scatter Y X1
scatter Y X1 X2 // scatterplot van 3 variabelen (liever apart)
graph matrix Y X1 X2 // scatterplots van alle verschillende variabelen // als je zeer veel variabelen
hebt, dan kan je best opsplitsen
* REGRESSIE OPSTELLEN
reg Y X1
// coef bij X1 is uw bèta0, coef bij _cons is uw constante term
// R² is het % van de variantie van de afhankelijke variabele dat verklaard wordt door de
onafhankelijke variabele
// het causaal verband gaat van rechts naar links
1
,// de coëfficiënt bij X1 wil zeggen: als X1 met 1 eenheid stijgt, dan zal Y stijgen met de coëfficiënt
(0,8124021) --> dit is de rico
// Y^ is de voorspelde waarde en het residu is de voorspellingsfout (verschil tussen voorspelde
waarde en werkelijke waarde)
// residu's gaan we kwadraten en sommeren (sum of squares) en uiteindelijk willen we dit
minimaliseren
reg Y X1 X2 // als je twee modellen wil vergelijken op hoe ze scoren, moet je altijd de adjusted R² met
elkaar vergelijken - voorwaarden: de Y-waarde moet hetzelfde blijven & het aantal observaties moet
hetzelfde blijven
generate Yeur=Y * 1000 // Genereren van nieuwe variabele om Y in euro te krijgen ipv in 1000 euro
reg Yeur X1 // regressievergelijking van Yeur en X1 dus alles is vermenigvuldigd met 1000
* NIEUWE VARIABELE AANMAKEN
gen Yeur X1 // zie hierboven
* SCATTERPLOTS MAKEN
rvfplot // Op deze manier kan je zien of er outliers zijn
rvfplot, mlabel (household) // Je kan zien over welke observatie het gaat
rvfplot, mlabel (household) name(rvf1,replace) // Je krijgt meerdere tablads
2
,Individual consumption and
income levels
* LABELS WIJZIGEN
label variable Y "Consumption expenditures in Swiss francs"
label variable X1 "Fixed income in Swiss francs"
label variable X2 "Other resources in Swiss francs"
* OBSERVEER DATA ADHV:
des // Overzicht van variabelen
sum // Minimum of maximum
histogram Y
grcomb histogram Y X1 X2, v(1) // 3 histogrammen op 1 figuur
rvfplot // Scatterplot
graph matrix Y X1 X2 // Scatterplot
graph matrix Y X1 X2, mlabel(Name) // Scatterplot met details
* REGRESSIE UITVOEREN BEHALVE 1 RIJ (outlier)
reg Y X1 X2 if Name !="Laurent" // Laurant eruit gehaald
reg Y X1 X2 if Y<50000 // Laurent is de enige met consumptie > 50000
reg Y X1 X2 if _n!=7 // Lijn van Laurant eruit halen (zie tabel in data editor), hiermee moet je opletten
want als je je data herschikt via (sort) dan kan je in de problemen geraken. Je kan dit vermijden door
een nieuwe variabele aan te maken.
reg Y X1 X2 if obs!=20 // Je moet eerst een nieuwe aanmaken (zie hieronder)
* DATA HERSCHIKKEN
sort Y // herschikken klein naar groot kolom Y
sort X1 // herschikken klein naar groot kolom X1
* NIEUWE VARIABELEN AANMAKEN
gen obs=_n // je maakt een kolom met het nr. van de observatie aan (zie data editor)
3
, * LIJNEN VERWIJDEREN/BEHOUDEN (Maar eerst Snapshots aanmaken! in data editor)
// als je lijnen wil verwijderen, kan je die snapshots erna weer deleten en ben je de gegevens niet
definitief kwijt
drop in 6 // je verwijdert lijn 6 definitief. MAAK ALTIJD EERST SNAPSHOTS AAN
drop in 6/15 // je verwijdert lijnen 6 tem 15 definitief
keep in 5/12 // je behoudt enkel lijnen 5 tem 12
4
