by()
的影響是單獨處理性別。也就是說,Stata的觀點是你要求分別計算百分比。您可能需要over(gender)
。
(更新)示例數據與原始示例有很大不同。
. input str1 child Meanegg str1 gender str5 intensity
child Meanegg gender intensity
1. a 0 M None
2. b 55 F Heavy
3. c 47 F Light
4. end
. encode gender, gen(Gender)
. encode intensity, gen(Intensity)
考慮catplot
,可以使用
. ssc inst catplot
試着這麼做
. catplot Intensity Gender, asyvars percent(Gender) stack recast(bar)
(第二次更新)意識到發生了什麼graph bar (count)
確實是很重要的下載。看看這些例子:
. sysuse auto
. graph bar (count) mpg
. graph bar (count) mpg , over(foreign)
這是從第二個圖表。這裏的(count)
計數具有非缺失值的觀察值的數目。這在幫助中解釋。然而,這很少是人們在這裏想要的:更常見的是,人們希望計數變量的不同類別。這可以通過graph bar
完成,但catplot
(SSC)更容易。
要對示例圖進行拼寫:圖表告訴您,國內汽車有52個非缺失值mpg
,外國汽車有22個非缺失值。該圖沒有說明mpg
的實際值。
你可以說:但是圖表顯示了foreign
不同類別的頻率。是;但僅限於mpg
的非缺失值,對於每個非缺失值foreign
。
(第三次更新)(在響應評論8月26日)研究以下內容:
. clear
. input var1 str3 var2
var1 var2
1. 44 "Yes"
2. 36 "No"
3. end
. graph bar (asis) var1, over(var2)
. graph bar (asis) var1, over(var2) percent
. graph bar (asis) var1, over(var2) percent asyvars bargap(20)
沒了,不能正常工作! – Exodia16
然後發佈樣本數據。 –
好吧,我們有一個變量的孩子:meanegg(從0個雞蛋(即沒有感染)到1052個雞蛋的數值變量),性別(M或F),強度(如果meanegg> 0則分類爲light,如果meanegg分類爲'heavy' > 50)。你是這個意思嗎? – Exodia16