Stata グラフギャラリー 解析のグラフ

Stataでは、様々なグラフを作成することができます。統計解析の結果を表示するためのグラフと、作成コマンドをまとめました。


ワンポイントアドバイスコマンドの実行方法

コピーボタンをクリックして、Stataのコマンドウィンドウにコマンドを貼りつけし、Enterキーを押すとサンプルグラフが作成できます。
※旧バージョンでは、一部未対応の可能性があります。最新バージョンでお試しください。

ROC曲線

  • ROC曲線は、連続の独立変数の比較やカットオフ値の設定に使用されます。
  • x軸に儀陽性率、y軸に感度をプロットし、診断の精度を比較したり最適なカットオフ値を決定します。

疫学統計の詳細は、下記ページをご覧ください。


ROC曲線A

graph

ノンパラメトリック法によるROC曲線

ROC曲線B

graph

パラメトリック法によるROC曲線

ROC曲線C

graph

lorenzオプションを使用してローレンツ曲線をプロットし、Gini曲線とPietra指数を示します。

ROC曲線D

graph

AUCを比較します。

ROC曲線E

graph

ゴールドスタンダードのROC曲線に対してAUCを比較します。

回帰フィット

  • 回帰フィットプロットは、元のデータポイントの散布図に、フィット曲線を重ね描きする形式が一般的によく利用されます
  • フィット曲線は、最小二乗法によって推定されます
  • 信頼区間の描画や、カテゴリごとのフィット結果の比較も簡単に行えます

線形予測

線形予測A

graph

y=ax+bの線形(直線)予測。フィット線のみ描画されます。

線形予測B

graph

データポイントの散布図とフィット線をプロットします。

線形予測C

graph

カテゴリ変数の値ごとにグラフを作成し、合計のフィット結果もグラフ化します。

線形予測D

graph

フィット線と信頼区間をプロットします。

線形予測E

graph

データポイントの散布図、フィット線、信頼区間をプロットします。


フラクショナル多項式

xのフラクショナル多項式の推定からyの予測を計算します。

フラクショナル多項式A

graph

フィット曲線のみをプロットします。

フラクショナル多項式B

graph

データポイントの散布図とフィット曲線をプロットします。

フラクショナル多項式C

graph

カテゴリ変数の値ごとにグラフを作成し、合計のフィット結果もグラフ化します。

フラクショナル多項式D

graph

フィット曲線と信頼区間をプロットします。

フラクショナル多項式E

graph

データポイントの散布図、フィット曲線、信頼区間をプロットします。


二次フィット

xおよびx^2でのyの回帰から、yの予測を計算します。

二次フィットA

graph

フィット曲線のみをプロットします。

二次フィットB

graph

データポイントの散布図とフィット曲線をプロットします。

二次フィットC

graph

カテゴリ変数の値ごとにグラフを作成し、合計のフィット結果もグラフ化します。

二次フィットD

graph

フィット曲線と信頼区間をプロットします。

二次フィットE

graph

データポイントの散布図、フィット曲線、信頼区間をプロットします。

生存曲線

  • 生存分析は、イベント(死亡や故障)が発生するまでの時間や影響する因子を分析する手法で、主に医療分野でよく使われます
  • ここでは、死亡率(故障率)、Kaplan–Meier生存曲線、Nelson–Aalen累積ハザード関数、生命表、Cox 比例ハザードモデルの描き方を紹介します

生存分析の詳細は、下記ページをご覧ください。例題を解説したダウンロード資料もご用意しております。


死亡率(故障率)

死亡率(故障率)A

graph

推定された死亡率とその信頼区間をプロットします。

死亡率(故障率)B

graph

死亡率のみをプロットします。

死亡率(故障率)C

推定された死亡率とその信頼区間をプロットします。死亡率のプロットを直線でつなぎ、信頼区間のプロットにキャップを付けるオプションを適用しています。


Kaplan–Meier生存曲線

生存確率(イベント発生確率)の時間変化を調べます。

Kaplan–Meier生存曲線A

graph

x軸を時間、y軸を生存確率とし、生存確率の時間変化をプロットします。

Kaplan–Meier生存曲線B

graph

共変量ごとに生存曲線をプロットします。

Kaplan–Meier生存曲線C

graph

各時間のリスクにさらされている数(観察対象の数)を表記するオプションです。打ち切り(lost)や、遅延組入と打ち切り(enter)を表記するオプションなどもご利用いただけます。

Kaplan–Meier生存曲線D

graph

Kaplan–Meier生存曲線と各プロットの95%信頼区間を表示します。


Nelson–Aalen累積ハザード関数

死亡確率の時間変化を調べます。

Nelson–Aalen累積ハザード関数A

graph

cumhaz オプション(またはnaオプション)を使用してNelson–Aalen累積ハザード関数をプロットします。

Nelson–Aalen累積ハザード関数B

graph

共変量ごとに累積ハザード関数をプロットします。

Nelson–Aalen累積ハザード関数C

graph

各時間のリスクにさらされている数(観察対象の数)を表記するオプションです。打ち切り(lost)や、遅延組入と打ち切り(enter)を表記するオプションなどもご利用いただけます。


生命表

年齢別死亡率が変化しないと仮定した際の、生存者数や死亡率の時間変化です。

生命表A

graph

x軸に時間、y軸に生存率をプロットします。

生命表B

graph

noconfオプション(信頼区間なし)を使用します。

生命表C

graph

共変量ごとに生命表をプロットします。


Cox 比例ハザードモデル

説明変数がハザード関数に影響を及ぼしているか否かを調べます。

Cox 比例ハザードモデルA

graph

Coxモデルを適用した後に、stcurveコマンドでグラフ化します。at((zero) _all)オプションを使って、全ての共変量を0に設定したベースライン生存曲線を描画しています。

Cox 比例ハザードモデルB

graph

atオプションで共変量を任意の値に設定して生存関数をプロットします。

時系列グラフ

  • 時系列モデルとグラフコマンドをご紹介します

時系列分析の詳細は、下記ページをご覧ください。例題を解説したダウンロード資料もご用意しております。


コレログラムA

graph

自己相関を表すコレログラムを作成します。lags()オプションでラグを指定します。

コレログラムB

graph

偏自己相関をグラフで表示します。lags()オプションでラグを指定します。

コレログラムC

graph

DS.オペレータを変数名に追加して、季節性とトレンドを制御した偏自己相関をグラフにします。

クロスコレログラム

graph

2変数のクロスコレログラムを作成します。lags()オプションでラグを指定します。xline()オプションで基準線を追加しています。

ピリオドグラムA

graph

系列の対数標準化したピリオドグラムを作成します。

ピリオドグラムB

graph

ピリオドグラムを0を基準に塗りつぶし、範囲グラフとして表示します。

ピリオドグラムC

graph

系列がホワイトノイズに従うかを検定する、Bartlettのピリオドグラム検定を行い、結果をグラフで表示します。

累積スペクトルA

graph

時系列の累積サンプルスペクトル分布をグラフで表示します。

累積スペクトルB

graph

時系列の累積サンプルスペクトル分布をグラフで表示し、xline()で基準線を追加します。

累積スペクトルC

graph

時系列の累積サンプルスペクトル分布をグラフで表示し、折れ線から範囲グラフに変更して表示します。

時系列グラフA

graph

x軸を時間として、系列を折れ線グラフにします。

時系列グラフB

graph

x軸を時間として、複数の系列を折れ線グラフにし、オーバーレイします。

時系列グラフC

graph

x軸を時間として、系列の折れ線グラフにマーカーを追加します。

メタ分析

  • メタ分析は、複数の研究結果を統合し、研究全体の推定値を得る解析方法です
  • フォレストプロット、ファンネルプロット、L’Abb ́eプロット、バブルプロット、ガルブレイスプロットを紹介します

メタ分析の詳細は、下記ページをご覧ください。例題を解説したダウンロード資料もご用意しております。


フォレストプロットA

graph

メタ分析の結果を表します。デフォルトでは対数リスク比が表示されます。オプションで、リスク比(rr)やオッズ比(or)表示にすることができます。

フォレストプロットB

graph

サブグループごとにフォレストプロットを表示します。

フォレストプロットC

graph

leave-one-outメタ分析のフォレストプロットです。リスク比オプションも使用しています。

ファンネルプロット

graph

x軸に各研究の効果量、y軸に各研究の精度を表します。出版バイアスがない場合、左右対称の漏斗型になります。

L’Abb ́eプロット

graph

2つのグループの二値アウトカムを比較します。異質性を評価し、2つのグループで研究固有のイベント率を比較します。

バブルプロット

graph

共変量(x軸)と効果量(y軸)の散布図です。効果量の有為性が高い程大きな円となります。

ガルブレイスプロット

graph

メタ分析の結果を要約します。研究それぞれの固有の効果量とその精度、全体的な効果量を表示し、潜在的な外れ値を検出します。効果量間の異質性を評価する助けにもなります。

VAR、VEC

  • VARモデルは、各従属変数の多変量時系列回帰を、目的変数のラグおよび他のすべての従属変数のラグに適合させます
  • VECモデルは、最尤法を使用して、いくつかの変数が共和分される一種のベクトル自己回帰に適合します

VAR・VECモデルA

graph

VECモデルを推定後、予測グラフを出力します

VAR・VECモデルB

graph

インパルス変数とレスポンス変数を指定して、IRF分析を行います。

VAR・VECモデルC

graph

FEVD分析を行います。

VAR・VECモデルD

graph

IRF分析のグラフを重ね合わせて表示します

VAR・VECモデルE

graph

VECモデルを推定後、安定条件を確認します。

多変量グラフ

  • 多変量解析は、複数の変数に関して相互の関連などを調べる手法です。

多変量解析の詳細は、下記ページをご覧ください。


多変量グラフA

graph

クラスター分析を行ったあと、樹形図を描画します。上図はデンドログラムという樹形図を出力します。

多変量グラフB

graph

バイプロットは、観測値(行)と変数の相対位置(列)を同時に表示します。

Stata is a registered trademark of StataCorp LLC, College Station, TX, USA, and the Stata logo is used with the permission of StataCorp.

page_top_icon