问题描述
我正在使用Stata比较一天中8个不同时段（每个3小时，从00：00-03：00到21.00-00）在7种不同活动（例如工作，休闲）上花费的时间百分比：00）。我想制作一个“堆积的条形图”：条形图显示每个时隙上活动的相对大小（因此以百分比为单位，每个条形图总计为一百）。
下面是三个示例受访者的数据结构（现实中有363个受访者）：
[variables]
respnummer domain_nr domain_type
time_00_03 time_03_06 time_06_09 time_09_12 time_12_15 time_15_18 time_18_21 time_21_00
[data]
1 1 Home 1 0 0 0 0 0 0 0
1 2 Work 0 0 0 0 1 0 0 0
1 3 Sports 0 0 0 0 0 0 1 0
1 4 Shopping 0 0 0 1 0 0 0 0
1 5 Going out 0 0 0 0 0 0 1 0
1 6 Other 0 0 0 0 0 1 0 0
2 1 Home 1 1 1 1 0 0 0 1
2 2 Education 0 0 0 1 1 1 0 0
2 3 Shopping 0 0 0 0 0 1 1 0
2 4 Going out 0 0 0 0 0 0 0 0
2 5 Other 1 1 1 1 1 1 1 1
3 1 Home 1 1 1 0 0 1 1 1
3 2 Sports 0 0 0 0 0 0 0 0
3 3 Shopping 0 0 0 1 1 0 0 0
3 4 Other 0 0 0 0 0 0 0 0
到目前为止，我仅在Stata中使用以下代码：
graph bar time_*,over(domain_type) stack //可以，但是反之亦然，而不是百分比加起来等于100％
但这是我想要得到的结果的另一种方式：我希望X轴上有8个不同的时隙，并且每个时隙要有7种不同活动（以百分比表示）的堆叠条形。当我尝试对变量重新排序时（见下文），Stata给我以下错误：“指定的变量太多”。
graph bar domain_type,over(time_*) stack //错误：指定了太多变量
此外，第一个“错误”图表中的百分比之和不等于百分之一百。因此，此外，需要将活动计数标准化为每个时间间隔的总计数的百分比。例如，对于第一个时隙（00：00-03：00），应将75％的活动（4个活动中的3个）归类为“首页”（第3/4大条），将25％的活动（ 4中的1）被归类为“其他活动”（小条为1/4）。
如何正确创建此条形图？
解决方法
请参见并发线程Formatting catplot - stata，它引起了类似的挑战。在这里，我使用来自SSC的Main.class，这里只是catplot的包装器，但我对百分比计算的语法更加熟悉。
您的变量graph bar看起来像是带有值标签的数字变量，但您不提供标签映射。
domain_type与
一样，也可以使用 Stata Journal 中的clear
input respnummer domain_nr str9 Domain_Type time_00_03 time_03_06 time_06_09 time_09_12 time_12_15 time_15_18 time_18_21 time_21_00
1 1 Home 1 0 0 0 0 0 0 0
1 2 Work 0 0 0 0 1 0 0 0
1 3 Sports 0 0 0 0 0 0 1 0
1 4 Shopping 0 0 0 1 0 0 0 0
1 5 "Going out" 0 0 0 0 0 0 1 0
1 6 Other 0 0 0 0 0 1 0 0
2 1 Home 1 1 1 1 0 0 0 1
2 2 Education 0 0 0 1 1 1 0 0
2 3 Shopping 0 0 0 0 0 1 1 0
2 4 "Going out" 0 0 0 0 0 0 0 0
2 5 Other 1 1 1 1 1 1 1 1
3 1 Home 1 1 1 0 0 1 1 1
3 2 Sports 0 0 0 0 0 0 0 0
3 3 Shopping 0 0 0 1 1 0 0 0
3 4 Other 0 0 0 0 0 0 0 0
end
reshape long time_,i(respnummer domain_nr) j(when) string
replace when = subinstr(when,"_","-",.)
* install first with code: ssc install catplot
catplot Domain_Type when [fw=time_],percent(when) asyvars stack recast(bar)
查看结果
tabplot