La etapa de estimación

Imputación múltiple de datos faltantes

El nuevo comando de Stata mi proporciona una serie completa de

métodos de imputación para el análisis de datos incompletos, es decir,

observaciones para las cuáles faltan algunos de los valores. mi provee

funcionalidades para ambas etapas, la de imputación y la de estimación.

La etapa de estimación cubre ambas, la estimación en datos individuales

y la integración de los resultados, en un procedimiento fácil de usar.

mi provee también funcionalidades para analizar los patrones de

valores faltantes en los datos. Se proporcionan métodos flexibles de

imputación, incluyendo cinco métodos de imputación univariada que

pueden ser usados como bloques básicos para construir imputaciones

multivariadas, así como MVN (imputación normal multivariada).

Supongamos que queremos estudiar la relación lineal entre una variable

y y los predictores x1 y x2. Nuestros datos presentan valores faltantes,

y el descartar todas las observaciones con valores faltantes implicaría

reducir el tamaño muestral en un 40%. Ajustaremos el modelo utilizando

imputación múltiple. Primero, imputamos los valores faltantes, creando

Panel de control para imputaciones múltiples

El panel de control para imputaciones múltiples unifica las funcionalidades del comando mi, y guía al usuario desde el principio hasta el final del

análisis, desde la etapa de examinar los patrones de valores faltantes hasta realizar estimaciones e inferencia sobre imputaciones múltiples.

• Use Examine para chequear los patrones de valores

faltantes y así determinar el método de imputación

apropiado.

• Use Setup para establecer las características de los

datos cuando es necesario imputar valores. Si sus

datos ya contienen imputaciones, entonces omita esta

etapa y utilice Import.

• Use Impute para crear imputaciones. Usted puede

imputar una o varias variables simultáneamente.

Para ello, los siguientes métodos están disponibles:

regresión, ajuste de medias predictivas, regresiones

logística, ordinal logística y multinomial logística, y

MVN. Con patrones monótonos de datos faltantes,

usted puede combinar métodos de imputación.

• Use Manage para realizar manejos de datos.

• Use Estimate para ajustar su modelo y combinar

resultados.

• Use Test para realizar tests de hipótesis.

(arbitrariamente) cinco conjuntos de datos con los valores faltantes

sustituidos.

Luego podemos ajustar el modelo:

mi estimate ajusta el modelo especificado (en este caso regresión

lineal) para cada uno de los cinco conjuntos generados, y luego combina

dichas estimaciones en un resultado global.

mi puede importar datos que han sido imputados previamente,

incluyendo datos de NHANES o ice, o permite que el usuario realice

sus propias imputaciones. En cualquiera de los casos, la clave del

análisis de datos con imputaciones múltiples es mantener control

de varias copias de los datos, y mi mantiene, automáticamente, las

distintas copias sincronizadas. Usted puede crear o descartar variables

u observaciones como si estuviera trabajando con un sólo conjunto de

datos. Usted puede adjuntar conjuntos de datos en forma horizontal

(merge) o vertical (append), e incluso cambiar la forma de sus datos.

El hecho de que las transformaciones que usted realiza deben ser

llevadas a cabo, en forma coherente, sobre 5, 50 o aún 500 conjuntos

de datos, es irrelevante.

3

Los gráficos ahora soportan múltiples

fuentes y símbolos

Ahora usted puede incluir múltiples fuentes en regular, negrita o

itálica, el alfabeto griego completo en mayúsculas y minúsculas, y más

de 70 símbolos matemáticos en cualquiera de los textos que aparecen

en los gráficos.

Además, los gráficos aceptan una versión extendida del lenguaje de

control de texto, SMCL. Las letras griegas y los símbolos matemáticos

tienen nombres intuitivos y fáciles de recordar (tags). Por ejemplo,

para producir poner en el eje x el título β-caroteno, sólo necesita

especificar xtitle(“{&beta}-carotene”). Para incluir χ 2

en su texto, especifique {&chi}{superscript:2}, o {&chi}

{sup:2}.

“Tags” adicionales facilitan seleccionar entre sans serif, serif,

monoespacio y fuentes para los símbolos.

Naturalmente, estas nuevas funcionalidades también están disponibles a través de los diálogos y del Editor de Gráficos interactivo.

Nuevos Editor de Datos, Editor de archivos Do, y Manejador de Variables

Los nuevos Editor de Datos, Editor de archivos Do, y Manejador de Variables, hacen sus tareas de manejo de datos y programación más simples

que nunca.

El nuevo Editor de archivos Do (para Windows)

incluye sintaxis coloreada, plegado de código (así

usted puede ocultar bloques de código mientras

trabaja en otras partes), capacidad de trabajar con

varios archivos en forma simultánea, y tamaño

ilimitado para los archivos.

El nuevo Editor de Datos le permite

ordenar variables, aplicar filtros para

ver subconjuntos de sus datos, tomar

“snapshots”, (así podrá revertir fácilmente

cambios que usted ha hecho), e ingresar

datos y tiempos. El Editor de Datos es

una vista en vivo de sus datos: cambie sus

datos utilizando un comando de Stata,

e instantáneamente verá los resultados

reflejados en el Editor de Datos.

El nuevo Manejador de Variables le permite usar el ratón para cambiar

nombres de variables y modificar tipos de datos en las variables, etiquetas

y notas. Usted puede aplicar un filtro para ver solamente las variables que

verifiquen cierto criterio.

Variables factoriales

Stata ahora maneja variables factoriales (categóricas) en forma elegante. Usted puede ahora utilizar el prefijo i. con una variable para especificar

indicadores para cada nivel (categoría) de la variable. También puede incluir un # entre dos variables para crear una interacción (indicadores para

cada combinación de categorías de las dos variables). Si, en lugar de un símbolo # usted escribe ##, esto indica un modelo factorial completo

de las dos variables, es decir, la inclusión de las interacciones más indicadores para cada categoría de las dos variables. Si usted desea incluir la

interacción de una variable continua con una variable factorial, simplemente incluya el prefijo c. para la variable continua; usted puede especificar

hasta interacciones de ocho vías.

En el siguiente ejemplo ajustamos una regresión lineal del nivel de colesterol (variable cholesterol) versus un factorial completo del grupo de edad

(age) y el estatus de fumador (smoke), una variable continua que contiene el índice de masa corporal (bmi), y su interacción con el indicador

de fumador.

. regress cholesterol smoker##agegrp bmi smoker#c.bmi

Podríamos haber utilizado paréntesis para expresar el modelo en forma más corta:

. regress cholesterol smoker##(agegrp c.bmi)

Las categorías de referencia pueden ser modificadas en la misma línea de la regresión: i.agegrp utiliza por defecto la categoría 1 como base,

mientras b3.agegrp hace que la categoría base sea 3.

Las variables indicadoras de grupos no son creadas en el conjunto de datos, lo que ahorra mucho espacio.

Las variables factoriales están totalmente integradas a los mecanismos de procesamiento de variables de Stata, proveyendo una forma congruente

de interactuar con comandos de estimación y de postestimación.

Regresión para riesgos en competencia

La regresión para riesgos en competencia constituye una útil alternativa

a la regresión de Cox en presencia de uno o más riesgos simultáneos.

Por ejemplo, supongamos que usted está estudiando el tiempo desde el

comienzo de un tratamiento oncológico hasta la recurrencia de cáncer

en relación al tipo de tratamiento administrado y factores demográficos.

El fallecimiento es un riesgo que compite con el evento de estudio: la

persona bajo tratamiento puede morir, impidiendo la ocurrencia del

evento de interés, recurrencia de cáncer. A diferencia de la censura de

observaciones, que meramente obstruye la observación del evento, un

evento que compite impide la ocurrencia del evento de interés, y el

análisis debe ajustarse de acuerdo a estos hechos.

El nuevo comando de Stata stcrreg implementa la regresión

para riesgos en competencia basada en el modelo de subriesgos

proporcionales de Fine y Gray.

La regresión de Cox se centra en la función de supervivencia, que

indica la probabilidad de sobrevivir más allá de un momento dado. En

cambio, la regresión para modelos en competencia se enfoca hacia la

función de incidencia acumulativa, que indica la probabilidad de que el

evento de interés ocurra antes de un instante dado. La regresión para

riesgos en competencia es semiparamétrica, dado que la función de

subriesgo (para valores cero de las variables independientes) se deja

sin

...