統計分析

之前有網友問到在Stata 用HLM時，不知道該怎麼算intraclass correlation。其實之前在這篇文章 Stata: 圖解 xtreg 結果 就已經說過了。

Intraclass correlation 有人翻成級內相關，有人翻成組內相關，在下面我就簡稱 ICC。

ICC 通常是與「組」或是「級」相關的，所以在HLM裡會經常用到。ICC是個數值，代表組間的同質性，所以常用來解釋該組或該級別解釋了多少variance。

在Stata裡，其實很簡單，在跑完分析之後，用estat icc就可以了。

請見下圖，先用webuse productivity 載入資料，再用mixed指令跑HLM。

之後輸入estat icc

這怎麼解讀呢？

region 的random effect 解釋了 15% 的variance，state 與 region 兩者的random effect 解釋了 85% 的variance.…

Stata 在作不同的分析時，會要求不同的資料格式，而資料格式指的是資料是長格式 (long format) 還是寬格式 (wide format)。一般而言，如果你不是panel data，通常寬格式就可以了。如果你是panel data，也就是你的outcome variable測量了許多次，那大部分的情況下你都必須將資料轉換為長格式。

不過這部分每個統計軟體不一樣，像SPSS的repated ANOVA，用寬格式即可，但在Stata裡面，repeated ANOVA必須將資料轉換為長格式才可以。

那究竟什麼是長格式，什麼是寬格式呢？

寬格式比較直觀，我們從寬格式說起。如果你的outcome測量了三次，那你的資料可能如下：

uid outcome1 outcome2 outcome3

1         100             90          95

換言之，寬格式一個人只有一筆資料，用不同的欄位來代表不同時間的測量。

長格式的話，就不一樣，一個人有多筆資料，欄位相同，但多了時間變數。

長格式如下：

uid time outcome

1      1       100

1      2         90

1      3         95

那在Stata裡面，該怎麼作呢？這透過reshape這個指令。在Stata 的說明裡面，說的挺清楚的：

如果從寬格式轉換成長格式，指令如下：

reshape long outcome, i(uid) j(time)

要作轉換之前，你必須確保outcome前面部分是相同的，後面指的是時間，像之前例子說的outcome1, outcome2

在指令裡面，i後面括號放的是區別每一筆紀錄的變數，j後面放的是新變數，用來區別時間的。轉換之後，這個值就是outcome變數名稱的值。

…