---
title: Week04 課後練習 @ 2022. 秋 量化資料分析
tags: 量化資料分析-北大,layout-note
---

<div style="text-align: center">

<h1>Week 04 課後練習</h1>

</div>

## 問題二

/* 先用 codebook 檢閱觀察值的類別與標籤 */
codebook weight age gender
/* 確認樣本狀況，其中體重（weight）遺漏56個樣本 */

/* 問題二：以樣本來推估女性的平均體重，其中女性依照年齡分為三類別：*/

preserve
drop if gender == 1
ci mean weight if age >= 18 & age <= 34, level(95)
ci mean weight if age >= 35 & age <= 60, level(95)
ci mean weight if age >= 61, level(95) // 此前此處有錯誤，已更正。
restore

從此樣本回推母體來說，
1. 13 - 34 歲女性的平均體重在 54.69 公斤、樣本的標準誤差 0.573，換言之，在 95% 的信賴區間內，這個年齡階段的女性體重平均數會落在 53.56 公斤至 55.82 公斤之間；
3. 35 - 60 歲女性的平均體重在 58.53 公斤、樣本的標準誤差 0.427，換言之，在 95% 的信賴區間內，這個年齡階段的女性體重平均數會落在 57.69 公斤至 59.39 公斤之間；
3. 60 歲以上的女性平均體重在 `58.05` 公斤、樣本的標準誤差 `0.548`，換言之，在 95% 的信賴區間內，這個年齡階段的女性體重平均數會落在 `56.97` 公斤至 `59.13` 公斤之間。 ==`數字的部份有誤，因為先前的code誤將 60 歲以上（不含 60 歲）寫成包含60 歲）因此此處的數字會有誤。`==

## 問題三

/* 先用 codebook 檢閱觀察值的類別與標籤 */
codebook work_hour age gender
/* 確認樣本狀況，其中工作時數（work_hour）遺漏58個樣本 */

/* 問題三：以樣本來估計 25 - 64 歲男性和女性的工時，並設置 99% 的信賴區間。 */

preserve
/* 男性工時 */
mean work_hour if age >= 25 & age <= 64 & gender == 1, level(99) 

/* 女性工時 */
mean work_hour if age >= 25 & age <= 64 & gender == 2, level(99) 

restore

從此樣本回推母體來說，
1. 25-64 歲男性的平均體工時在 42.73 小時，其中樣本的標準誤差在樣本的標準誤差 0.901，換言之，在 95% 的信賴區間內男性的工時平均數會落在 40.41 至 45.06 小時之間；
2. 25-64 歲女性的平均體工時在 38.84 小時，其中樣本的標準誤差在樣本的標準誤差 0.899，換言之，在 95% 的信賴區間內男性的工時平均數會落在 28.52 至 33.16 小時之間；

## 問題四

/* 匯入 2019inequality_w1b.dta */
use 2019inequality_w1b.dta

/* 教育年數編碼
 * 無＝0 
 * 自修＝3
 * 小學＝6
 * 國（初）中與初職＝9
 * 高中普通科、高中職業科、高職、士官學校＝12
 * 五專、二專、三專、軍警專修班、軍警專科班、空中行專＝14
 * 空中大學、軍警官學校、技術學院、科大、大學＝16
 * 碩士＝18
 * 博士＝22
 */
preserve
gen eduyear = .
replace eduyear = 0 if a13 == 1
replace eduyear = 3 if a13 == 2
replace eduyear = 6 if a13 == 3
replace eduyear = 9 if a13 == 4 | a13 == 5
replace eduyear = 12 if a13 >= 6 & a13 <= 9
replace eduyear = 14 if a13 >=10 & a13 <= 15
replace eduyear = 16 if a13 >= 16 & a13 <= 19
replace eduyear = 18 if a13 == 20
replace eduyear = 22 if a13 == 21

/* 用 codebook 觀察變數，並以touse控制此次分析中所有的資料，將遺漏值進行遺漏
 * 其中，age 遺漏10個樣本，eduyear 遺漏4個樣本（拒答） */
codebook gender age eduyear
gen touse =! missing(gender, age, eduyear)


/* （一）樣本平均教育年數 */

ci mean eduyear if touse == 1

/* （二）39歲以下與 40 歲以上的教育年數差異 */
ci mean eduyear if age <= 39 & touse == 1
ci mean eduyear if age >= 40 & touse == 1
    
/* （三）男性與女性的教育年數差異 */
ci mean eduyear if gender == 1 & touse == 1
ci mean eduyear if gender == 2 & touse == 1

從此樣本回推母體來說，
1. 樣本平均的教育年數為12.63年，而在95%信賴區間內，樣本平均數的誤差範圍會在 12.38年至12.89年之間。
2. 比較39歲以下和40歲以上的教育年數，39歲以下的受訪者平均的教育年數為 14.98 年，而在95%信賴區間內，樣本平均數的誤差範圍會在 14.80 年至 15.16 年之間；
而40歲以上的受訪者平均的教育年數為 10.78 年，而在95%信賴區間內，樣本平均數的誤差範圍會在 10.54 年至 11.03 年之間；
3. 比較男性與女性的教育年數，男性平均教育年數為 12.65 年，而在 95% 的信賴區間內，男性平均的教育年數平均數會在 12.39 年至 12.90 年之間；
女性平均教育年數為 11.75 年，而在 95% 的信賴區間內，女性平均的教育年數平均數會在 11.46 年至 12.04 年之間；

## 問題五

/* 匯入 2011health_w3.dta */
use 2011health_w3.dta

preserve
/* 25-55 歲的平均月收入*/
ci mean r_mwage if gender == 1 & age >= 25 & age <= 55
ci mean r_mwage if gender == 2 & age >= 25 & age <= 55
    
/*比較工作狀態，忽略無工作者*/
drop if work_status == 3
bysort work_status: sum r_mwage if gender == 1
bysort work_status: sum r_mwage if gender == 2 

restore

從此樣本回推母體來說，
1. 25 至 55 歲之間的男性，平均收入在 4.07 萬，而在95%信賴區間內，樣本平均數的誤差範圍會在 3.76 萬至 4.37 萬元之間；
25 至 55 歲之間的女性，平均收入在 2.31 萬，而在95%信賴區間內，樣本平均數的誤差範圍會在 2.10 萬至 2.51 萬元之間；

2. 對男性來說，全職工作者的收入為 4.63 萬元，而兼職工作者的收入為1.90萬；
而女性當中，全職工作者的收入為 3.14 萬元，而兼職工作者的收入為1.26萬；