統計ソフトStataを知る（２）：データ格納

「Stataを知る」第２回目です。
今回はStataのデータ取り込みについて考えていきます。
※私はStata14を使っていますが、どのStataも構造は同じです。
  バージョンの違いで混乱しないよう基本的にStataの画像は用いません。

１．データの格納とは？

第１回目の「Stataを知る」では、Stataの使い方３ステップを知りました。

①データを取り込む
②そのデータを分析（統計検定）する
③結果を（表やグラフで）手に入れる

データの格納はこのステップ①のことです。
世の中にはいろんな形でデータが保存されています。
紙に書いてあったり、Excelファイルだったり、CSVファイルだったり。
それらをStataで分析するには、
Stataのデータ格納庫にデータを一旦入れ直す必要があります。
データの入れ直しは、Excelファイルなどのインポート（取り込み）や、
格納庫に直接手入力する方法（非現実的！）があります。
そして、取り込んだデータは「.dta」という形（拡張子）で保存できます。
一旦「.dta」形式で保存しておけば、「.dta」ファイルを読み込こむことで
データ格納庫にデータが取り込まれます。
なお、格納したデータはData Browserで確認できます。
それを直接編集したい場合はData Editorで行えます。

Stataは、このデータ格納庫にあるデータ、
つまり「.dta」形式で保存されるデータしか分析できないため、
まずデータの取り込みが第一ステップとなります。
誰かとデータを共有したいとき、その人がStataを持っていれば、
.dtaファイルを渡せば分析がすぐに行えます。
Excelファイルは、.dtaのスタイルに合うように調整が必要です。
このあたりの話は次々回にする予定です。

２．格納の仕組み

まず.dtaがどんな作りになっているか知るために、
Data Editorに直接データを入力してみましょう！
※膨大な量のデータを直接入力すると死にます。でも少量なら無問題！

とりあえずこんなデータを入力したいと思います。テストの点数です。

ではStataを開いて、Data Editorを探して〜開きましょう！
パッと見てExcelと違うところがあります。
縦横の番地（A列、B列…とか、行１、行２…とか）が書いていません。
まあとりあえず入力してみましょう。
Excelで言うところの「A1」にデータの「山田」を入力します。
ただし、日本語入力できないバージョンもあるので「yamada」と入れます。
するとExcelの番地のようなものが自動的に表示されます。
第１列の項目名に「var1」、第１行の項目名に「１」と入りました。
「yamada」は var1 [ 1 ] に入力されましたね。
同様に「sato」と「kobayashi」を同じ列に順に入力します。
それぞれ var1 [ 2 ]、 var1 [ 3 ] に値が入りましたか？
var1 [ 1 ] はExcelの「A1」のように番地として使えそうですね。

でも実は、これは番地ではありません。
varはvariableの略で、「変数」のことです。
「変数」とは、同じ種類のものを入れておける箱だと考えてください。
例えば、部屋を片付けるとき、おもちゃはおもちゃ箱に片付けますよね？
山田、佐藤、小林というデータは、氏名という同じ種類のデータです。
それらをvar1という箱に入れたのです。

おもちゃ箱にせよ、氏名を入れた箱にせよ、
箱から何か１種類取り出す場合、どれでも好きなものを取り出せます。
あなたは取り出すものを、好きなように変えられます。
だからこの箱のことを変数と呼ぶのです。

Stataにデータを入れるときは、番地にデータを入れるのではなく、
箱＝変数を用意して、その箱に同じ種類のデータを入れていくのです。
なおその箱はきっちりと区分けができる箱なので、
１番目に「山田」、２番目に「佐藤」といったように格納できます。

さて、おもちゃの場合、箱の表面に「おもちゃ」と名称を書くでしょう。
「var1」も同様、「氏名」のように好きな名称に変更が可能です。
むしろこれをやっておかないと「var1」って何入れてたっけ？となります。
名称の変更についてはもう少し先で解説します。

なおData Editorに入力すると、そのときにどんな命令が裏で出ていたのか、
結果がResultウインドウに表示されます。
逆に言えば、CommandウインドウからData Editorに入力命令を出せます。
このあたりの話は、分析についての第一回目で考えていきます。

３．まとめ

今回は、大きく２つ扱いました。

①外部データの分析は、一旦Stataに取り込まなければ分析できない。
　→データを格納して保存したものは.dta形式である。
②データは種類に応じて変数を用意して格納する。

次回は変数についてもう少し考えていきます。