set memory 10m  // libera 10mb de memoria para stata
log using lab4may11.txt, text replace // crea una "bitacora" en texto plano

** MCA 2011 / Javier Aparicio
** Laboratorio 4 mayo 2011
**
** Exploración de datos de encuestas
** Comandos: generate, recode, label var, tabulate
** Creación y recodificación de variables 
** Prueba Chi-cuadrada para tablas de contingencia
**

/*
Instrucciones:
1. Abran una bitácora y la base MéxicoyelMundo2010público
2. Ejecuten los comandos exploratorios de la sección A de este dofile
3. Reproduzcan los resultados del reporte de la sección B
4. Al final del lab, cierren la bitácora y envíenla por email al profesor como anexo
   (No importa que tenga errores o que no hayas terminado: es para monitorear hasta donde avanzaste)
*/

use D:\1MisDOCS\MyM2010publico.dta, clear

** SECCION A**
**************

** Explorando la base:
summ  
desc

order pS1 -  pS19_2 edad Region  // coloca estas variables hasta "arriba" de la lista
desc pS1 - Region

** Explorando los aspectos sociodemográficos, una variable a la vez

tab pS1  // tabulando una sola variable
tab pS4
tab pS3
tab pS5

tab1 pS1 - pS5  // tabulando una serie de vars (por separado)

tab  p1_1
tab  p1_1, nolabel  // sin etiquetas de valor
tab  p1_1, missing  // incluyendo la no respuesta (missing values)


** Tablas cruzadas (crosstabs)
tab  pS4 pS1  // tabla cruzada género vs. partyID
tab  pS4 pS1, row  chi // tabla cruzada con porcentajes de "fila" y prueba chi-cuadrada


** Limpiando y recodificando variables

** La variable de género es (1, 2), hay que hacerla dummy (0, 1)

* Con comando generate
gen mujer1 = pS1 == 2  // genera 1s cuando pS1 == 2 es verdadero, y 0 cuando falso
tab mujer1
** pero la nueva variable no tiene etiquetas de valores!

* Usando comando recode es más fácil:
recode pS1 (1 = 0 Hombre) (2 = 1 Mujer), gen(mujer)

tab mujer

* verificamos que la recodificación fue correcta:
tab pS1 mujer

** La variable edad tiene muchos valores:
tab pS2
tab edad  // edad recodificada "por grupos"

** La variable "años de educación" tiene muchas categorías:
summ pS2

* Podemos recodificarla en 4 grupos (y asignar value labels de inmediato):

help recode 
recode pS3 (0/6 = 1 "hasta primaria") (7 8 9 = 2 "algo secundaria") (10/12 = 3 "algo prepa") (13/20 = 4 "algo de uni o mas") (98 99 = .), gen(educ)
label var educ "Nivel educación (recode pS3)"
tab educ
*verificamos que la recodificación fue correcta:
tab pS3 educ
tab pS3 educ, nolab

* Recodificación alternativa: "máximo grado de estudios"
recode pS3 (0/5 = 1 "menos de primaria") (6 7 8 = 2 "primaria") (9/11 = 3 "secundaria") (12/14 = 4 "prepa") (15/20 = 5 "univ o más" ) (98 99 = .) , gen(educ2)
label var educ2 "Nivel máximo de educación (recode pS3)"

tab educ2
tab pS3 educ2


** SECCION B
** Análisis descriptivo
***********************

* Reproducir los resultados para 2010 de la Gráfica 1.7 (pág. 37 del reporte, variable p22)


* Reproducir los resultados para 2010 de la Gráfica 1.9 (pág. 41, var p37)


* Reproducir los resultados para 2010 de la Gráfica 1.10 (pág. 42, var p39_1 - p39_5)



* Al final de tu trabajo en el lab., cierra la bitácora y envíala por email al profesor como anexo
* No importa que tenga errores o que no hayas terminado: es para monitorear hasta donde avanzaste

log close