UNIVERSIT DU QUBEC MONTRAL - Laboratoire d'études de la ...

-------------+--------------------------------------------------------
earng42 | 26807 28602.82 36368.41 -65000 835500
-> summarize earng42 if gender=="female"
Variable | Obs Mean Std. Dev. Min Max
-------------+--------------------------------------------------------
earng42 | 29409 15423.77 21238.9 -28000 410000
Voir aussi help for, help foreach et help forvalues.
7.4 Remodeler une base de données
Certaines enquêtes mesurent plusieurs fois les mêmes variables auprès des mêmes unités
d’observation.
Dans les enquêtes biographiques, on recueille de l’information sur les différents aspects
de la biographie des individus, par exemple sur chacun de ses emplois ou chacune de ses
unions. Dans une telle enquête, on recueille donc une série complète de réponses aux
questions sur les caractéristiques de l’emploi pour chacun des emplois et une série
complète de réponses aux questions sur les caractéristiques de l’union pour chacune des
unions.
Dans les enquêtes à passages répétés, on s’intéresse généralement à l’évolution d’une ou
plusieurs caractéristiques au fil du temps. On aura donc, par exemple, plusieurs mesures
du revenu ou des résultats scolaires réalisées auprès des mêmes individus à des moments
différents.
Dans les deux cas, on se trouve donc à devoir stocker plusieurs séries de variables
semblables pour chaque individu. Il existe plusieurs manières de stocker des séries de
variables semblables et Stata permet d’en utiliser facilement deux : la méthode dans
laquelle on conserve chaque série de variables dans une ligne différente d’un fichier de
données et la méthode dans laquelle on ajoute les séries de variables les unes à la suite de
autres sur la même ligne. Dans le premier cas, le fichier peut contenir plus d’une ligne par
unité d’observation; dans le second cas, il ne contient qu’une seule ligne par unité
d’observation. Dans le jargon de Stata, la première méthode produit un fichier « long »
(long dataset) alors que la seconde produit un fichier « large » (wide dataset).
Chaque méthode a ses avantages et ses inconvénients, mais peu importe celle que l’on
choisit pour stocker les données, il devient souvent nécessaire de passer d’une forme à
l’autre pour préparer les données nécessaires à une analyse. L’instruction reshape
permet de remodeler sans douleur une base longue en base large et vice versa .
Hébert (2003, p. 29) donne l’exemple suivant :
reshape wide ij_variables, i(varlist) j(varname)
reshape long ij_variables, i(varlist) j(varname)
37