Objetivos del Programa
- Desarrollar habilidades de procesamiento de datos en los participantes, específicamente:
- Aprender las técnicas básicas para la exploración, limpieza y transformación de bases de datos con comandos en Stata.
- Aprender los principios de visualización de datos y su ejecución con comandos en Stata.
- Implementar rutinas de programación para automatizar tareas de procesamiento de datos en Stata.
Metodología
El curso será teórico-práctico, todas las sesiones se realizarán con el uso del computador realizando aplicaciones prácticas de las temáticas con el uso de bases de datos.
Los datos que serán utilizados en el curso durante las clases como material para la aplicación práctica serán de las siguientes bases:
- Encuesta Longitudinal Colombiana – ELCA, Universidad de los Andes.
- Panel de datos municipales de Colombia– CEDE, Universidad de los Andes.
- Encuesta anual manufacturera - DANE.
- Encuesta de movilidad de Bogotá – Secretaría Distrital de Movilidad.
- Gran Encuesta Integrada de Hogares – GEIH, DANE.
Dirigido a
El curso está dirigido a personas interesadas en el uso de datos cuantitativos en economía y ciencias sociales. Es deseable conocimientos básicos de estadística.
Contenido
Temas generales
- Manejo y transformación de datos (12 horas)
- Visualización de datos (6 horas)
- Automatización de tareas (10 horas)
- Práctica guiada (4 horas)
Tema 1: Introducción a la escritura de códigos en Stata
- Acceso y requerimientos del equipo.
- Interfaz de Stata. y navegación en ventajas.
- Formatos de archivos en Stata.
- Sintaxis de los comandos en Stata
- Inicio de una sesión de trabajo y escritura de un do-file. • Registro del trabajo y los resultados.
Tema 2: Importación y exploración de bases de datos
- Importar datos en formato de texto y hojas de cálculo.
- Principios para la exploración de una base de datos.
- Organización de los datos
- Distribución de los datos o Búsquedas con filtros y operaciones lógicas
- Mantener o eliminar variables.
- Tipos de variables: números, texto y binarias (dicotómicas, dummy).
- Características generales de los tipos de variables.
- Etiquetas de variables.
Tema 3: Manejo de variables numéricas
- Creación de variables numéricas con operaciones matemáticas y funciones estadísticas.
- Estadísticas descriptivas de variables numéricas.
- Tablas de frecuencias de variables con información en categorías.
- Tablas de contingencia.
- Exploración con histogramas
- Rutinas bysort para creación y exploración de variables con información en categorías.
- Cambiar nombres y recodificar variables, reemplazar valores.
- Etiquetas de valor.
Tema 4: Manejo de variables de texto y valores faltantes (missing values)
- Propiedades de las variables de texto.
- Crear una variable de texto y reemplazar su contenido.
- Cambios entre variables de texto y numéricas, codificación.
- Funciones para manejar variables de texto
- Encontrar observaciones que contienen un patrón de caracteres.
- Transformar textos a través de un patrón de caracteres.
- Manejo de valores faltantes
- Reemplazo de valores faltantes
- Uso de condicionales con valores faltantes
Tema 5: Manejo de variables con información de tiempo
- Tratamiento de información de tiempo en variables numéricas.
- Tratamiento de información de tiempo en variables de texto.
- Uso de condicionales con información de tiempo.
Tema 6: Transformación de bases de datos
- Unión de bases de datos:
- Agregar observaciones de dos bases de datos.
- Agregar variables de dos bases de datos.
- Cambiar la unidad de observación de una base de datos
- Transformar una base de datos de tipo wide (sección cruzada) a tipo long (panel de datos).
- Rutina preserve - restore
Tema 7: Visualización de datos
- Gráficos base, variables continuas sobre variables discretas (categorías): Barras, puntos cajas (velas). Doble categoría.
- Gráficos de variables continuas: o Barras, puntos, dispersión, líneas, áreas. o Línea de tendencia y gráficos de intervalos de confianza.
- Colocación de gráficos: sobrepuestos, yuxtapuestos
Tema 8: Personalización de gráficos
- Aplicación de temas.
- Personalización de gráficos base: Modificación de títulos, opciones para los ejes, leyendas, colores, anotaciones, etiquetas.
- Personalización de gráficos de variables continuas: Opciones para los ejes, leyendas, colores, anotaciones, etiquetas. Cambios de tamaño, color, apariencia y posición de los símbolos, líneas y textos.
- Unión y exportación de gráficos.
Tema 9: Proyección de mapas en Stata
- Nociones de datos geográficos.
- Proyección de mapas de Colombia en Stata.
- Proyección de mapas con bases de datos.
- Mapas coropleticos.
- Mapas de valores extremos.
Tema 10: Elementos de programación: r, e. Escalares y matrices
- Elementos tipo r: Resultados de comandos generales. Escalares.
- Elementos tipo e: Resultados de comandos de estimación. Escalares y Matrices.
- Aplicación: Operaciones matriciales para el cálculo del estimador MCO.
Tema 11: Elementos de programación: Macros
- Elementos tipo macro: global
- Elementos tipo macro: local
- Creación de un comando: Dividir números.
- Creación de un comando: Transformación de bases de datos automatizada con macros.
Tema 12: Ciclos iterados (loops)
- Ejecución bajo el cumplimiento de una condición: while
- Iteración sobre un patrón numérico: forvalues
- Iteración sobre listas: foreach
- Ciclos iterados anidados: Llenar de matrices bajo patrones con ciclos iterados.
- Aplicación: Creación de variables numéricas bajo patrones con ciclos iterados.
Tema 13: Aplicación de los ciclos iterados en el procesamiento de bases de datos
- Variables numéricas: Generación y exportación masiva de estadísticas descriptivas.
- Variables de texto: Limpieza iterada de cadenas de caracteres.
- Unión iterada de múltiples bases de datos
- Etiquetado automático de una base de datos.
- Creación de un diccionario de datos.
Tema 14: Aplicación de los ciclos iterados en la visualización y exportación de datos.
- Automatización de la creación y exportación de gráficos:
- Gráficos de dispersión
- Mapas
- Exportación programada de resultados de regresiones MCO.
- Práctica guiada (4 horas)
