Stata绘图：复现组间均值差异图
Stata连享会 主页 || 视频 || 推文 || 知乎 || Bilibili 站
温馨提示： 定期 清理浏览器缓存，可以获得最佳浏览体验。
New！
lianxh命令发布了：
随时搜索推文、Stata 资源。安装：
. ssc install lianxh
详情参见帮助文件 (有惊喜)：
. help lianxh
连享会新命令：cnssc,ihelp,rdbalance,gitee,installpkg
⛳ Stata 系列推文：
全部 | Stata入门 | Stata教程 | Stata资源 | Stata命令 计量专题 | 论文写作 | 数据分享 | 专题课程 结果输出 | Stata绘图 | 数据处理 | Stata程序 回归分析 | 面板数据 | 交乘项-调节 | IV-GMM 内生性-因果推断 | 倍分法DID | 断点回归RDD | PSM-Matching | 合成控制法 Probit-Logit | 时间序列 | 空间计量 | 分位数回归 | 生存分析 | SFA-DEA 文本分析-爬虫 | Python-R-Matlab | 机器学习 Markdown | 工具软件 | 其它
作者：方森辉 (南开大学)
邮箱：nkfangsenhui@163.com
编者按：本文参考自下文，特此致谢！
Source：Collins C, Landivar L C, Ruppanner L, et al. COVID‐19 and the gender gap in work hours[J]. Gender, Work & Organization, 2021, 28: 101-112. -PDF- -Link-
目录
1. 引言
在阅读文献的过程中，我们时常会被一些精美的图表所吸引，但是这些图表背后的代码逻辑，却是作者们少有呈现的部分。Stata 作为一款统计软件，自然也拥有强大的绘图功能。在本文中，我们将结合 Collins 等 (2021) 这篇文献，使用 Stata 最基本的官方绘图命令 twoway，尝试复现文中的 Figure 1。
2. 思路介绍
原文中 Figure 1 如下：
该图形由 3 个结构一样的子图组成。因此，可以通过绘制其中一个子图 (如下图)，再重复绘制多个子图实现图形复现。
通过观察该子图，初步发现其由直方图 (橙色矩形)，散点图 (蓝色的圆形点和绿色的棱形点)，以及虚线折线图 (灰色的虚线) 三个要素组成。根据 Stata 绘图过程，我们可以依次绘制每个要素，再结合初步绘制的图形调整相对大小。
接下来，我们将顺着这一思路复现该子图。由于文章原作者并未公布原始调查数据，我们将根据人口微观调查数据的常规数据结构和数据特征，生成与原图中统计特征相近的模拟数据，并加总得到调查年龄组-调查月度-家长类型层面数据，以符合图形绘制的要求。
3. 数据整理
一般来讲，人口调查数据是个体 ID 维度的数据，如果是多年或多个追踪调查期的数据，则为个体 ID 和调查期维度。本案例数据为同一年度内 2 月至 4 月每月连续追踪调查获得的数据，其原始数据维度为个体 ID 和月度维度。不过，我们观察 Figure 1 可以发现，原始数据并未直接提供纵轴与横轴的数据维度，需要对其进行加总。
首先，导入原始数据并观察数据维度。可以发现，原始数据为 Month-ChildID-ParentIdentity 维度。
. lxhuse data_for_survey.dta, clear
. des
Observations: 90
Variables: 6 8 Jun 2022 19:21
----------------------------------------------------------------------------------
Variable Storage Display Value
name type format label Variable label
----------------------------------------------------------------------------------
Month byte %10.0g Month 调查月份:2-4月
ChildID byte %10.0g 个体ID:1-30
Age byte %10.0g 年龄:1-17岁
AgeGroup byte %8.0g AgeGroup 年龄层分组:1=[1,5],2=[6,12],3=[13,17]
ParentIdentity byte %8.0g ParentIdentity
家长身份:1=父亲,2=母亲
ParentWorkHour double %4.1f 家长每周工作时间:小时/周
----------------------------------------------------------------------------------
Sorted by: Month ChildID
其次，加总为 Month-AgeGroup-ParentIdentity 维度的数据。
. * 生成 Month-AgeGroup-ParentIdentity 维度的数据
. net install gtools.pkg, replace // 安装命令 gcollapse
. gcollapse (mean) ParentWorkHour, by(Month AgeGroup ParentIdentity)
. des
Observations: 18
Variables: 4 8 Jun 2022 19:21
---------------------------------------------------------------------------------
Variable Storage Display Value
name type format label Variable label
----------------------------------------------------------------------------------
Month byte %10.0g Month 调查月份:2-4月
AgeGroup byte %8.0g AgeGroup 年龄层分组:1=[1,5],2=[6,12],3=[13,17]
ParentIdentity byte %8.0g ParentIdentity
家长身份:1=父亲,2=母亲
ParentWorkHour double %4.1f (mean) 家长每周工作时间:小时/周
----------------------------------------------------------------------------------
Sorted by: Month AgeGroup ParentIdentity
Note: Dataset has changed since last saved.
最后，转置为 Month-AgeGroup 维度的数据，并保存为新的数据集。
. * 转置为 Month-AgeGroup 维度的数据
. ssc install fastreshape, replace
. fastreshape wide ParentWorkHour, i(Month AgeGroup) j(ParentIdentity)
. ren (ParentWorkHour1 ParentWorkHour2) (WorkHourFather WorkHourMother)
. /*根据此前设定的标签重命名变量*/
. gen WorkHourGap=abs(WorkHourFather-WorkHourMother)
. /*计算两组均值的差异, 这里 WorkHourFather 的取值均大于 WorkHourMother,
> 但实际数据中两个组别的均值相对大小是未知的,
> 因此添加一个 abs() 运算符以取两个组别均值差异的绝对值*/
. la var WorkHourFather "Fathers' Work Hours"
. la var WorkHourMother "Mothers' Work Hours"
. la var WorkHourGap "Gender Gap in Work Hours"
. gen invWorkHourGap=51-WorkHourGap*0.85 // 60 为图像的右端点, 也参与构成 xlab 的范围区间
. la var invWorkHourGap "Gender Gap in Work Hours"
. /*对新生成的 "逆" (inv=inverse) WorkHourGap 采用相同标签命名, 以标识其含义与 WorkHourGap 一致*/
. replace Month=Month+4 if AgeGroup==2
. replace Month=Month+8 if AgeGroup==1
. la def Month 2 "February" 3 "March" 4 "April" 6 "February" 7 "March" 8 "April" ///
> 10 "February" 11 "March" 12 "April", replace
. la val Month Month
. /*由于本案例是三组数据构成三个子图纵向拼接到一起, 因此需要对调查月份变换取值并添加新的值标签*/
. des
Observations: 9
Variables: 6 25 Jul 2022 16:48
---------------------------------------------------------------------------------
Variable Storage Display Value
name type format label Variable label
----------------------------------------------------------------------------------
Month byte %10.0g Month 调查月份:2-4月
AgeGroup byte %8.0g AgeGroup 年龄层分组:1=[1,5],2=[6,12],3=[13,17]
WorkHourFather double %4.1f Fathers' Work Hours
WorkHourMother double %4.1f Mothers' Work Hours
WorkHourGap float %9.0g Gender Gap in Work Hours
invWorkHourGap float %9.0g Gender Gap in Work Hours
----------------------------------------------------------------------------------
Sorted by:
Note: Dataset has changed since last saved.
. list // 显示绘图前的最后数据, 其中 Month 和 AgeGroup 显示的是值标签
+-----------------------------------------------------------------+
| Month AgeGroup Wo~ather Wo~other WorkHo~p invWor~p |
|-----------------------------------------------------------------|
1. | February [1,5] 41.1 36.2 4.9 46.835 |
2. | February [6,12] 41.7 37.0 4.7 47.005 |
3. | February [13,17] 42.6 38.3 4.3 47.345 |
4. | March [1,5] 41.6 36.1 5.5 46.325 |
5. | March [6,12] 41.5 36.4 5.1 46.665 |
|-----------------------------------------------------------------|
6. | March [13,17] 42.6 38.4 4.2 47.43 |
7. | April [1,5] 40.6 34.4 6.2 45.73 |
8. | April [6,12] 41.5 35.2 6.3 45.645 |
9. | April [13,17] 41.4 36.8 4.6 47.09 |
+-----------------------------------------------------------------+
. list, nolabel // 显示绘图前的最后数据, 其中 Month 和 AgeGroup 显示的是数值, 绘图时选项 if 使用的是数值
+--------------------------------------------------------------+
| Month AgeGroup Wo~ather Wo~other WorkHo~p invWor~p |
|--------------------------------------------------------------|
1. | 10 1 41.1 36.2 4.9 46.835 |
2. | 6 2 41.7 37.0 4.7 47.005 |
3. | 2 3 42.6 38.3 4.3 47.345 |
4. | 11 1 41.6 36.1 5.5 46.325 |
5. | 7 2 41.5 36.4 5.1 46.665 |
|--------------------------------------------------------------|
6. | 3 3 42.6 38.4 4.2 47.43 |
7. | 12 1 40.6 34.4 6.2 45.73 |
8. | 8 2 41.5 35.2 6.3 45.645 |
9. | 4 3 41.4 36.8 4.6 47.09 |
+--------------------------------------------------------------+
. di _N
. compress
. save data_for_Figure, replace
4. 图形复现
本部分主要依托于 twoway 的子命令 dropline 和 scatter，对某个年龄层组别 (AgeGroup) 绘制多个图层来构成一个子图，然后对其他年龄层组别重复操作实现 Figure 1 的绘制。总体来看属于使用基本官方命令绘制复杂图形的一个案例。
. use data_for_Figure, clear
. tw (dropline WorkHourFather Month if AgeGroup==1, base(30) ms(i) lc(gray*0.6%80) ///
> lp(shortdash) lw(*2.5) horizontal) ///
> /*dropline 用于绘制灰色线, 选项 lp(shortdash) 与 lw(*2.5) 搭配绘制出类似散点的效果, ///
> 可以更换为其他线型*/ ///
> (dropline WorkHourMother Month if AgeGroup==1, base(30) ms(i) lc(gray*0.6%80) ///
> lp(shortdash) lw(*2.5) horizontal) ///
> (sc Month WorkHourFather if AgeGroup==1, ms(O) msize(*1.2) mc(ebblue*2) ///
> mlabel(WorkHourFather) mlabc(black) mlabs(*1.1) mlabp(12) mlabg(*1.5)) ///
> /*sc=scatter 用于绘制蓝色的圆形点*/ ///
> (sc Month WorkHourMother if AgeGroup==1, ms(d) msize(*1.2) mc(dkgreen*0.75) ///
> mlabel(WorkHourMother) mlabc(black) mlabs(*1.1) mlabp(12) mlabg(*1.5)) ///
> /*sc=scatter 用于绘制绿色的棱形点*/ ///
> (dropline invWorkHourGap Month if AgeGroup==1, base(51) ms(i) lc(dkorange*0.8) ///
> lp(solid) lw(*12) horizontal mlabel(WorkHourGap) mlabc(black) mlabs(*1.1) mlabp(9)) ///
> /*dropline 用于绘制橙黄色的直方图, 选项 lp(solid) 与 lw(*12) 搭配, ///
> 可以实现将线变宽实现类似直方图的效果, 也可以使用 addplot 与 graph hbar 的组合命令*/ ///
> (dropline WorkHourFather Month if AgeGroup==2, base(30) ms(i) lc(gray*0.6%80) ///
> lp(shortdash) lw(*2.5) horizontal) ///
> (dropline WorkHourMother Month if AgeGroup==2, base(30) ms(i) lc(gray*0.6%80) ///
> lp(shortdash) lw(*2.5) horizontal) ///
> (sc Month WorkHourFather if AgeGroup==2, ms(O) msize(*1.2) mc(ebblue*2) ///
> mlabel(WorkHourFather) mlabc(black) mlabs(*1.1) mlabp(12) mlabg(*1.5)) ///
> (sc Month WorkHourMother if AgeGroup==2, ms(d) msize(*1.2) mc(dkgreen*0.75) ///
> mlabel(WorkHourMother) mlabc(black) mlabs(*1.1) mlabp(12) mlabg(*1.5)) ///
> (dropline invWorkHourGap Month if AgeGroup==2, base(51) ms(i) lc(dkorange*0.8) ///
> lp(solid) lw(*12) horizontal mlabel(WorkHourGap) mlabc(black) mlabs(*1.1) mlabp(9)) ///
> (dropline WorkHourFather Month if AgeGroup==3, base(30) ms(i) lc(gray*0.6%80) ///
> lp(shortdash) lw(*2.5) horizontal) ///
> (dropline WorkHourMother Month if AgeGroup==3, base(30) ms(i) lc(gray*0.6%80) ///
> lp(shortdash) lw(*2.5) horizontal) ///
> (sc Month WorkHourFather if AgeGroup==3, ms(O) msize(*1.2) mc(ebblue*2) ///
> mlabel(WorkHourFather) mlabc(black) mlabs(*1.1) mlabp(12) mlabg(*1.5)) ///
> (sc Month WorkHourMother if AgeGroup==3, ms(d) msize(*1.2) mc(dkgreen*0.75) ///
> mlabel(WorkHourMother) mlabc(black) mlabs(*1.1) mlabp(12) mlabg(*1.5)) ///
> (dropline invWorkHourGap Month if AgeGroup==3, base(51) ms(i) lc(dkorange*0.8) ///
> lp(solid) lw(*12) horizontal mlabel(WorkHourGap) mlabc(black) mlabs(*1.1) mlabp(9)) ///
> , xlab(30(25)55 30 " " 55 " " 37 "Work Hours" 47 "Gender Gap in Work Hours", nogrid ///
> noticks labsize(*0.8)) ///
> /*横轴的标签, 选项 nogrid 去除图内的网格线, 选项 noticks 去除横轴的刻度*/ ///
> ylab(1(11.5)12.5 1 " " 12.5 " " 2 "February" 3 "March" 4 "April" 6 "February" ///
> 7 "March" 8 "April" 10 "February" 11 "March" 12 "April", nogrid noticks angle(0) ///
> labsize(*0.8)) ytitle("Survey Month") yscale(reverse) ///
> /*选项 yscale(reverse) 让纵轴刻度大小反转, 从上到下的数值依次增大*/ ///
> graphregion(color(white)) title("Gender Gap in Hours Worked among Parents") ///
> legend(order(4 "Mothers' Work Hours" 3 "Fathers' Work Hours" ///
> 5 "Gender Gap in Work Hours") cols(2) rows(2) size(*0.8)) ///
> /*选项 legend(order()) 设定图例, 注意这里需要结合绘制的曲线顺序来设置需要的图例*/ ///
> text(3 54 "[13,17]") text(7 54 "[6,12]") text(11 54 "[1,5]") text(1 54 "Children") ///
> text(1.5 54 "Aged Group") ///
> /*选项 text 设定图像右侧的组别说明, 需要根据图像显示效果手动调整位置和字体大小*/ ///
> xsize(12) ysize(10) ///
> /*选项 xsize 和 ysize 设置图像的长宽比例, 建议与要输出的 png 等格式图片的长宽比例一致,
> 以保证绘制出来的图像显示效果与最终导出的图像效果一致*/
. gr save "FigureGenderGap", replace
. gr export "FigureGenderGap.png", replace as(png) height(2000) width(2400)
. /*选项 height(2000) 和 width(2400) 设置图像纵向高度和横向宽度, 默认单位为像素*/
与论文中 Figure 1 相比，本次图形复现结合 Stata 的绘图特点进行了一定修改，最终绘制的图形如下：
5. 结语
以上就是 Figure 1 图形复现的基本介绍，本案例为我们如何复现已有文献的图形提供了一些思路：不论已有图形多复杂，只要化整为零，即使采用 twoway 命令也可以复现出较为复杂的图形。当然，在论文中展示精美图形的同时，也需要对图形作出恰到好处的释义，以更好服务于论文故事的讲述，起到一种锦上添花的效果。
6. 相关推文
Note：产生如下推文列表的 Stata 命令为：
lianxh 绘图, m
安装最新版lianxh命令：
ssc install lianxh, replace
专题：Stata教程
专题：Stata绘图
Stata绘图：addplot-层层叠加轻松绘图 Stata 绘图：用 Stata 绘制一打精美图片-schemes 常用科研统计绘图工具介绍 Stata空间计量：莫兰指数绘图moranplot命令介绍 Stata绘图-组间差异可视化：不良事件火山图、点阵图 Stata绘图极简新模板：plotplain和plottig-T251 给你的图形化个妆：Stata绘图常用选项汇总-上篇 给你的图形化个妆：Stata绘图常用选项汇总-下篇 Stata绘图：柱状图专题-T212 Stata绘图：回归系数可视化-论文更出彩 Stata绘图：世行可视化案例-条形图-密度函数图-地图-断点回归图-散点图 Stata绘图：随机推断中的系数可视化 Stata绘图：重新定义坐标轴刻度标签 Stata绘图：用-bytwoway-实现快速分组绘图 Stata绘图：一个干净整洁的-Stata-图形模板qlean Stata绘图：怎么在Stata图形中附加水平线或竖直线？
相关课程
免费公开课
直击面板数据模型 - 连玉君，时长：1小时40分钟，课程主页，Bilibili 站版 Stata 33 讲 - 连玉君, 每讲 15 分钟. 课程主页，课件，Bilibili 站版 Stata 小白的取经之路 - 龙志能，时长：2 小时，课程主页 部分直播课 课程资料下载 (PPT，dofiles等)
最新课程-直播课
| 专题 | 嘉宾 | 直播/回看视频 |
|---|---|---|
| ⭐ 最新专题 | 文本分析、机器学习、效率专题、生存分析等 | |
| 研究设计 | 连玉君 | 我的特斯拉-实证研究设计，-幻灯片- |
| 面板模型 | 连玉君 | 动态面板模型，-幻灯片- |
| 面板模型 | 连玉君 | 直击面板数据模型 [免费公开课，2小时] |
Note: 部分课程的资料，PPT 等可以前往 连享会-直播课 主页查看，下载。
⛳ 课程主页
⛳ 课程主页
关于我们
Stata连享会 由中山大学连玉君老师团队创办，定期分享实证分析经验。 连享会-主页 和 知乎专栏，700+ 推文，实证分析不再抓狂。直播间 有很多视频课程，可以随时观看。 公众号关键词搜索/回复 功能已经上线。大家可以在公众号左下角点击键盘图标，输入简要关键词，以便快速呈现历史推文，获取工具软件和数据下载。常见关键词： 课程, 直播, 视频, 客服, 模型设定, 研究设计, stata, plus, 绘图, 编程, 面板, 论文重现, 可视化, RDD, DID, PSM, 合成控制法等
连享会小程序：扫一扫，看推文，看视频……
扫码加入连享会微信群，提问交流更方便
✏ 连享会-常见问题解答：
✨ https://gitee.com/lianxh/Course/wikis
New！
lianxh和songbl命令发布了：
随时搜索连享会推文、Stata 资源，安装命令如下：
. ssc install lianxh
使用详情参见帮助文件 (有惊喜)：
. help lianxh
热门资讯
12/15
计量专题
127151
09/25
工具软件
102
09/23
Stata命令
148
09/19
Stata教程
232
09/18
Stata绘图
280
09/17
论文写作
360
09/16
Python-R-Matlab
366
09/15
Stata绘图
358
09/13
Python-R-Matlab
1348
09/12
Stata命令
468