5.Expandování kategorizovaných dat

Často máme k dispozici data jen v agregované podobě ve formě kontingenčních tabulek. Pokud máme
k dispozici dostatek vysvětlujících proměnných, můžeme z kontingenční tabulky snadno rekonstruovat
původní data. Používá se k tomu příkaz expand, který je komplementární s příkazem contract.

5.1 Expandování dat

Data máme k dispozici v podobě následující kontingenční tabulky. Víme přitom, že proměnná sex je
kódována tak, že hodnota 1 odpovídá muži, hodnota 2 odpovídá ženě. Proměnná part je kódována tak,
že 1 odpovídá popisku „má partnera“, hodnota 2 pak vyjadřuje „nemá partnera“. Levé horní pole
tabulky tak lze označit indexem 11 (muž, má partnera), pravé spodní pole indexem 22 (žena, nemá
partnera). Indexy jednotlivých polí jsou uvedeny na druhém řádku.



Má partnera

                                                                                                  1

Nemá partnera

                                                                                                  2

Muž

                                                                                                  1

2439

                                                                                                 11

537

                                                                                                 12

Žena

                                                                                                  2

2979

                                                                                                 21

1124

                                                                                                 22


Nyní přepíšeme tuto tabulku do datové matice tak, abychom získali následující podobu:

sex

   part

       f

1

   1

       2439

1

   2

       537

2

   1

       2979

2

   2

       1124


Pokud použijeme proměnnou f jako váhy, můžeme nyní provádět veškeré výpočty – vypisovat
kontingenční tabulky, počítat korelace, regrese apod.

                                        tab sex part [fw=f]

Expandování dat provedeme pomocí příkazu EXPAND, kterému se jako parametr zadá proměnná f, která
vyjadřuje počet pozorování odpovídajících daným vysvětlujícím proměnným (v našem případě sex a
part).

                                             expand f

Obrázek 1 Ukázka expandování proměnných

5.2 Stahování dat

Pokud naopak potřebujeme data převést do zhuštěné podoby s váhami, použijeme k tomu příkazu
CONTRACT. V tomto případě zadáme jako parametry všechny vysvětlující proměnné, které chceme pro
stahování dat použít. V našem případě tedy

                                         contract sex part

Frekvenční váhy jsou uloženy v proměnné _freq. Stahování dat se může hodit například v případě
velkého datového souboru. Stata dokáže pracovat se staženými daty mnohonásobně rychleji, jen je
potřeba nezapomenout při všech výpočtech na zapnuté frekvenční váhy!


Obrázek 2 Ukázka stahování dat