Deskriptiv statistikk: tabulate
Skriptet nedenfor demonstrerer ulike måter å bruke kommandoen tabulate til å lage deskriptiv statistikk.
Kommandoen brukes på kategoriske variabler for å fremstille frekvenstabeller, både endimensjonale og flerdimensjonale. Ved å kombinere med summarize()-opsjonen, kan man også lage volumtabeller.
Både numeriske og alfanumeriske variabler kan benyttes som input, men antallet celler i tabellen må ikke overstige en viss grense. F.eks. kan man lage en tabell over alle kommuner (fordelt på kjønn etc), men ikke over alle utdanningskoder.
require no.ssb.fdb:23 as db
create-dataset demografidata
import db/INNTEKT_WYRKINNT 2020-01-01 as innt
import db/INNTEKT_BRUTTOFORM 2020-01-01 as formue
import db/BEFOLKNING_KJOENN as kjønn
import db/BEFOLKNING_FOEDSELS_AAR_MND as faarmnd
import db/SIVSTANDFDT_SIVSTAND 2016-01-01 as sivstand16
import db/SIVSTANDFDT_SIVSTAND 2020-01-01 as sivstand20
import db/BOSATTEFDT_BOSTED 2020-01-01 as bosted
import db/BEFOLKNING_STATUSKODE 2020-01-01 as regstat
// Koder om fra kommune- til fylkesnivå
generate fylke = substr(bosted,1, 2)
// Genererer deskriptiv statistikk
// Frekvenstabeller - enveis og toveis
// Den beste måten å gjøre seg kjent med diskrete variabler er gjennom frekvenstabeller. Disse viser antallet enheter for hver kategori, og gir dessuten overblikk over hvilke kategorier som benyttes for den aktuelle variabelen. En kan se på enkeltvariabler gjennom enveistabeller, men også kombinere to eller flere i en og samme tabell (krysstabeller). Dette gir innblikk i hvordan frekvensene fordeler seg, kontrollert for verdier på andre variabler
define-labels fylkerstring '03' Oslo '11' Rogaland '15' 'Møre og Romsdal' '18' Nordland '30' Viken '34' Innlandet '38' 'Vestfold og Telemark' '42' Agder '46' Vestland '50' Trøndelag '54' 'Troms og Finnmark' '21' Spitsbergen '25' 'Utdanning i utlandet' '99' Uoppgitt
assign-labels fylke fylkerstring
tabulate fylke
tabulate kjønn
tabulate kjønn regstat
tabulate kjønn fylke
// Krysstabell med kun kategoriverdier (ikke labler)
tabulate kjønn regstat fylke, nolabels
// Krysstabell der missingverdier tas med
tabulate fylke regstat, missing
// Krysstabell der vi bare viser resultatet for personer over 30 år
generate alder = 2020 - int(faarmnd/100)
tabulate fylke regstat if alder > 30
// Prosenttabeller
tabulate sivstand16 sivstand20, rowpct
tabulate sivstand16 sivstand20, colpct
tabulate sivstand16 sivstand20, cellpct
tabulate sivstand16 sivstand20, rowpct freq
// tabulate-kommandoen kan også brukes til å lage volumtabeller vha. summarize-option. Dette viser statistikk som gjennomsnitt m.m. for en gitt variabel fordelt på kategorier spesifisert gjennom de valgte tabulate-variable
tabulate fylke kjønn, summarize(formue)
