Subject index

Symbolsβ weights . . . . . . . . . . . . . . . . . . . . . . . . . . 278η2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226φ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133* comment . . . . . . . . . . . . . . . . . . . . . . . . . 85/* and */ comment. . . . . . . . . . . . . . . . .85

Aacquiring datasets . . . . . . . . . . . . .525–526add, label define option . . . . . . . . . . . 2agreement, intraclass correlation . . . 260alpha reliability. . . . . . . . . . . . . . . . . . . .377ameans command . . . . . . . . . . . . . . . . . . . 97analysis of covariance . . . . . see ANCOVA

analysis of variance. . . . . . . . .see ANOVA

ANCOVA . . . . . . . . . . . . . . . . . . . . . . 237–248ANOVA,

degrees of freedom . . . . . . . . . . . . 225equal-variance test . . . . . . . . . . . . 225one-way . . . . . . . . . . . . . . . . . . 219–220one-way power analysis . . 232–234,

263–265power analysis . . 232–234, 263–270repeated-measures . . . . . . . . . . . . 255repeated-measures power

analysis . . . . . . . . . . . . . . 267–269two-way . . . . . . . . . . . . . . . . . . 249–255two-way power analysis . . . 265–267

ANOVA assumptions . . . . . . . . . . . . . . . 220ATS at UCLA . . . . . . . . . . . . . . . . . . . . . . 203

Bbar chart . . . . . . . . . . . . . . . . . . . . . 108, 350bar graph of means . . . . . . . . . . . . . . . . 231Bartlett test of equal variances . . . . 225beta weights . . . . . . . . . . . . . . . . . . 210, 278

limitation . . . . . . . . . . . . . . . . . . . . . 313

binary variables . . . . . . . . . . . . . . . . . . . 298binscatter command. . . .197–201, 317block regression . . . . . . . . . . . . . . . 296–305blog . . . . . . . . . . . . . . . . . . . . see Stata BlogBonferroni multiple-comparison test . . .

. . . . . . . . . . 207, 223bookstore, Stata . . . . . . . . . . . . . . . . . . . 522bootstrap estimation of standard errors

. . . . . . . . . . . . . 288bootstrap regression . . . . . . . . . . . . . . . 283Boston College Stata site . . . . . . . . . . 520boundary characteristic curve. .505–506box plot . . . . . . . . . . . . . . . . . . . . . . 118, 237

Ccase, changing . . . . . . . . . . . . . . . . . . . . . . 48casewise deletion . . . . . . . . . . . . . . . . . . 204categorical covariates . . . . . . . . . 239, 243categorical predictors, regression . . . 298categorical variable. . . . . . . . . . . .305–306cause and effect . . . . . . . . . . . . . . . . . . . 195center command . . . . . . . . . . . . . . . . . . 310centering . . . . . . . . . . . . . . . . . . . . . .321–322chi-squared

table . . . . . . . . . . . . . . . . . . . . . . . . . . 129test . . . . . . . . . . . . . . . . . . . . . . 127, 353

chitable command . . . . . . . . . . . 129–131clear command . . . . . . . . . . . . . . . . . . . . 29clonevar command . . . . . . . . . . . . . . . 458cls command . . . . . . . . . . . . . . . . . . . . . . 16codebook command . . . . . 44–45, 55–56,

138codebook example . . . . . . . . . . . . . . . 25–28coding system . . . . . . . . . . . . . . . . . . . 24–28coefficient of variation . . . . . . . . . . . . . 117Cohen’s d . . . . . . . . . . . .170–171, 175–182Cohen’s f . . . . . . . . . . . . . . . . 232–234, 263

538 Subject index

collinearity . . . . . . . . . . . . . . . . . . . . . . . . 292command structure . . . . . . . . . . . . . . . . . 78Command window . . . . . . . . . . . . . . . 8, 10compatibility . . . . . . . . . . . . . . . . . . . . . . . 42confidence interval

regression line . . . . . . . . . . . . . . . . .210slope . . . . . . . . . . . . . . . . . . . . . . . . . . 210

constant . . . . . . . . . . . . . . . . . . . . . . . . . . . 210continuous covariates. . . . . . . . . .239–241continuous variable . . . . . . . . . . . . . . . . 317conventions used in the book. . . . . . . . .1copying, HTML format. . . . . . . . . . .19, 89copying results to word processor. . .19,

88correlate command. . . . . . . . . .204–205correlation,

interpreting . . . . . . . . . . . . . . . . . . . 201limitation . . . . . . . . . . . . . . . . . . . . . 313multiple comparison. . . . . . . . . . .207

correlation ratio . . . . . . . . . . 226, 247–248count outcome variables . . . . . . . . . . . 341Cramer’s V , measure of association . . .

. . . . . . . . . . . . . 133creating value labels . . . . . . . . . . . . . 57–60criterion-related validity . . . . . . . . . . . 384cross-tabulation . . . . . . . . . . . . . . . . . . . 124curve fitting. . . . . . . . . . . . . . . . . . .315–321

Ddata,

long format . . . . . . . . . . . . . . 162, 221wide format . . . . . . . . . . . . . . 160, 221

Data Editor . . . . . . . . . . . . . . 29–33, 40–41dataset contents . . . . . . . . . . . . . . . . . . . . 43dataset,

acquisition . . . . . . . . . . . . . . . 525–526c10interaction . . . . . . . . . 307, 330c11barchart . . . . . . . . . . . . . . . . . .350cancer . . . . . . . . . . . . . . . . . . . . . 10, 11census . . . . . . . . . . . . . . . . . . . . . . . .329censusfv . . . . . . . . . . . . . . . . . . . . . . 20chapter6 aspirin . . . . . . . . . . . . 136chapter13 missing . . . . . . . . . . . 407chores . . . . . . . . . . . . . . . . . . . . . . . .173

dataset, continuedcreate . . . . . . . . . . . . . . . . . . . . . . 21–23depression . . . . . . . . . . . . . . . . . . . 216descriptive gss . . . .100, 120, 121divorce . . . . . . . . . . . . . . . . . . . . . . 335download. . . . . . . . . . .xxxv, 525–526environ . . . . . . . . . . . . . . . . . . . . . . 338firstsurvey . . . . . . . . . . . . . . . . . . . 43firstsurvey chapter4 . . . . 80, 85,

92flourishing bmi . . . . . . . . 422, 423gss2002 and 2006 chapter12 . . . .

. . . . . . . . . . . . . 400gss2002 chapter6 . . . . . . . 148, 149gss2002 chapter7 . . 157, 163, 164,

166, 173, 187gss2002 chapter8 . . . . . . . . . . . . 216gss2002 chapter9 . . . . . . . . . . . . 271gss2002 chapter10 . . . . . 329, 330,

448gss2002 chapter11 . . . . . . . . . . . 367gss2006 chapter6 . . 124, 137, 142,

145, 148gss2006 chapter6 10percent . . . .

. . . . . . . . . . . . . 145gss2006 chapter8 . . 190, 215, 216gss2006 chapter8 selected . .207gss2006 chapter9 . . . . . . . 229, 238gss2006 chapter9 2way . . . . . . 249gss2006 chapter12 . . . . . . 370, 377gss2006 chapter12 selected . . . .

. . . . . . . . . . . . . 391intraclass . . . . . . . . . . . . . . . . . . . 261kappa1 . . . . . . . . . . . . . . . . . . . . . . . .381kuder-richardson . . . . . . . . . . . .379long . . . . . . . . . . . . . . . . . . . . . . . . . . 162longitudinal exercise . . . . . . 479longitudinal mixed . . . . . . . . . .456nlsw88 . . . . . . . . . . . . . . . . . . . . . . . .331nlsy97 chapter7 . . . . . . . . 182, 186nlsy97 chapter11 . . . . . . . 341, 353nlsy97 selected variables . . . . .

. . . . . . . . . . 271, 296ops2004 . . . . . . . . . . . . . . . . . .274, 420partyid . . . . . . . . . . . . . 222, 235, 271

Subject index 539

dataset, continuedpositive . . . . . . . . . . . . . . . . . . . . . . 75regsmpl . . . . . . . . . . . . . 315, 407, 449relate . . . . . . . . . . . . . . . xxxv, 52, 75relate small . . . . . . . . . . . . . . . xxxvretest . . . . . . . . . . . . . . . . . . . . . . . .375severity . . . . . . . . . . . . . . . . . . . . . 366spearman . . . . . . . . . . . . . . . . 212, 216wide . . . . . . . . . . . . . . . . . . . . . . . . . . 159wide9 . . . . . . . . . . . . . . . . . . . . . . . . . 256

degrees of freedom, . . . . . . . . . . . . . . . . 129ANOVA . . . . . . . . . . . . . . . . . . . . . . . . 225one-sample t test . . . . . . . . . . . . . . 166

dependent t test . . . . . . . . . . . . . . . . . . . 173dependent variable . . . . . . . . . . . . . . . . 126describe command . . . . . . 10, 46–47, 53dfbeta command . . . . . . . . . . . . . 291–292dialog box,

alpha . . . . . . . . . . . . . . . . . . . . . . . . . 377anova . . . . . . . . . . . . . . . . . . . . . . . . . 249codebook . . . . . . . . . . . . . . . . . . . 44–45correlate . . . . . . . . . . . . . . . . . . . . 204describe . . . . . . . . . . . . . . . . . . . 46–47egen . . . . . . . . . . . . . . . . . . . . . . . .70–72generate . . . . . . . . . . . . . . . 65, 67–68graph bar . . . . . . . . . . .143–144, 231graph box . . . . . . . . . . . . . . . . . . . . 237graph hbox . . . . . . . . . . . . . . . . . . . 118graph pie . . . . . . . . . . . . . . . . . . . . 104histogram . . . . . . . . 14–15, 108–110kwallis . . . . . . . . . . . . . . . . . . . . . . 235lfit . . . . . . . . . . . . . . . . . . . . . . . . . . 211logistic . . . . . . . . . . . . . . . . .342–343margins . . . . . . . . 242, 244–245, 251nestreg . . . . . . . . . . . . . . . . . . . . . . 323oneway . . . . . . . . . . . . . . . . . . . 222–223open . . . . . . . . . . . . . . . . . . . . . . . . . . . 66pcorr . . . . . . . . . . . . . . . . . . . . 279–280power . . . . . . . . . . . . . . . . . . . . 178–179prtest . . . . . . . . . . . . . . . . . . . 157–163recode . . . . . . . . . . . . . . . . 61–62, 297regress . . . . . . . . . . . . . . . . . .208, 275rename . . . . . . . . . . . . . . . . . . . . . . . . . 57rvplot . . . . . . . . . . . . . . . . . . . . . . . .286scatter . . . . . . . . . . . . . . . . . . 191–196

dialog box, continuedsdtest . . . . . . . . . . . . . . . . . . . . . . . .171sktest . . . . . . . . . . . . . . . . . . . . . . . .113Submit vs. OK . . . . . . . . . . . . . . . . . 17summarize . . . . . . . . . . . . . . . . . . . . . 11tab1 . . . . . . . . . . . . . . . . . . . . . . . . . . 100tabi . . . . . . . . . . . . . . . . . . . . . 140–141table . . . . . . . . . . . . . . . . . . . . . . . . . 142tabstat . . . . . . . . . . . . . . . . . . . . . . 117tabulate . . . . . 68–69, 124–128, 138ttest . . . . . . 164–165, 168–170, 173

dictionary file . . . . . . . . . . . . . . . . . . . . . . . 52difference of means test . . . . . . . . . . . . 166difference of proportions test. . . . . . .159discontinuity graph . . . . . . . . . . . 199–201display command. . . . . . .170–171, 348,

439–440do-file,

continuation line . . . . . . . . . . . . . . 167introduction . . . . . . . . . . . . . . . . . . . . . 6

Do-file Editor . . . . . . . . . . . . . . . . . . . 83–87download datasets . . . . . . . . . . . . 525–526drop command . . . . . . . . . . . . . . . . . . . . . 73dummy variables . . . . . . . . . . . . . . . . . . 298

Eeffect size . . . . . . . 170–171, 226, 247, 279

η2 . . . . . . . . . . . . . . . . . . . 226, 247–248egen command . . . . . . . . . 65, 70–72, 371egen count command . . . . . . . . . . . . . 371egen rowmean command . . . . . . . 72, 371egen rowmiss command. . . . . . . . . . . . 71egenmore command . . . . . . . . . . . . . . . . 71entering data . . . . . . . . . . . . . . . . . . . . 29–33equal variance, Bartlett test . . . . . . . 225esize command . . . . . . . . . . . . . . 170–171estat esize command . . . . . . . 247–248estat report command . . . . . . 490–491estat vif postestimation command . .

. . . . . . . . . . .293–294estimates store command . . . . . . . 353Excel

exporting data . . . . . . . . . . . . . . 47–48importing data . . . . . . . . . . . . . 47–48

exit Stata . . . . . . . . . . . . . . . . . . . . . . . 18, 43

540 Subject index

exponentiation. . . . . . . . . . . . . . . . . . . . .348external validity . . . . . . . . . . . . . . . . . . . 204

FF ratio . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225F test of unequal variances . . . . . . . . 172Facebook . . . . . . . see Stata on Facebookfactor analysis, . . . . . . . . . . . . . . . . . . . . 386

commonality . . . . . . . . . . . . . . . . . . 389eigenvalue . . . . . . . . . . . . . . . . 389, 394exploratory factor analysis . . . . 387extraction. . . . . . . . . . . . . . . . . . . . .389factor score . . . . . . . . . . . . . . 389, 398loading . . . . . . . . . . . . . . . . . . . . . . . 389oblique rotation . . . . . . . . . . 389, 396orthogonal rotation. . . . . . .389, 395PCF . . . . . . . . . . . . . . . . . . . . . . . . . . . 388PF . . . . . . . . . . . . . . . . . . . . . . . . . . . . 387postestimation . . . . . . . . . . . . . . . . 390principal component analysis . . 388principal-component factor analy-

sis . . . . . . . . . . . . . . . . . . . . . . . . 388promax . . . . . . . . . . . . . . . . . . . . . . . 396rotation . . . . . . . . . . . . . . . . . . . . . . . 389scree plot . . . . . . . . . . . . . . . . 389, 394simple structure. . . . . . . . . . . . . . .389varimax . . . . . . . . . . . . . . . . . . . . . . . 395

factor variable . . . . . . . . . . . . . . . . 305–306fixed effects . . . . . . . . . . . . . . . . . . . 453–454fonts, fixed . . . . . . . . . . . . . . . . . . . . . . . . . 88format,

numeric . . . . . . . . . . . . . . . . . . . . . . . . 31string . . . . . . . . . . . . . . . . . . . . . . . . . . 32

fre command . . . . . . . . . . . . . . . . . 102–104frequency distributions . . . . . . . . . . . . 101ftable command . . . . . . . . . . . . . . . . . . 225full mediation . . . . . . . . . . . . . . . . . . . . . 443

Ggamma, measure of association . . . . 138generalized linear model . . . . . . .435–436generalized structural equation model-

ing. . . . . . . . . . . . . . . . . . .421–449generate command . . . . . . . . . . . . . 65–70geometric mean . . . . . . . . . . . . . . . . . . . . . 97

glm command . . . . . . . . . . . . . . . . . 435–436Goodman and Kruskal’s gamma, mea-

sure of association . . . . . . . . 138graded response IRT model . . . . 502–509GradPlan. . . . . . . . . . . . . . . . . . . . . . . . . .522graph,

alternative scattergram . . . 197–201bar chart . . . . . . . . . . . . 108, 144, 350box plot . . . . . . . . . . . . . . . . . . . . . . 118collinearity . . . . . . . . . . . . . . . . . . . . 292discontinuity . . . . . . . . . . . . . 199–201hanging rootogram . . . . . . . . . . . . 281heteroskedasticity . . . . . . . . . . . . . 285histogram . . . . . . . . . . . . . . . . 111, 281medians. . . . . . . . . . . . . . . . . . . . . . .237overlay two-way showing

interaction effects. . . . . . . . .308pie chart . . . . . . . . . . . . . . . . . 104–108residual versus fitted . . . . . . . . . . 286scattergram . . . . . . . . . . . . . . 190–197

graph bar command . . . . 143–144, 231,350

graph box command . . . . . . . . . . . . . . 237Graph Editor . . . . . . . . . . . . . . . . . 106–108graphics book . . . . . . . . . . . . . . . . . . . . . 523growth curve . . . . . . . . . . . . . . . . . . . . . . 456gsem command . . . . . . . . . . . 421–449, 453

logistic regression . . . . . . . . . 433–436standardized solution . . . . . . . . . 433

GUI interface . . . . . . . . . . . . . . . . . . . . . . . . .8

Hharmonic mean . . . . . . . . . . . . . . . . . . . . . 97help . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

video. . . . . . . . . . . . . . . . . . . . . . . . . . .20web-based. . . . . . . . . . . . . . . . . . . . . .20

help, listcoef option . . . . . . . . 348–350help label command . . . . . . . . . . . . . . 43heteroskedasticity. . . . . . . . . . . . . . . . . .285hierarchical linear models . . . . . 451–480hierarchical regression . . . . . . . . 296–305,

323–325, 360–362histogram . . . . . . . . . . . . . . . . . . . . . . . . . 111histogram command . . . . . . . 13–18, 281

Subject index 541

HLM . . . . . see hierarchical linear modelsHTML format . . . . . . . . . . . . . . . . . . . . . . . 89

IICC . . . . . . . see item characteristic curveimputation . . . . see multiple imputationincrement in R2 . . . . . . . . . . . . . . . . . . . 279independent variable. . . . . . . . . . . . . . .126indicator variables . . . . . . . . . . . . . . . . . 298interaction term. . . . . . . . . . . . . . .306–309interactive table . . . . . . . . . . . . . . . . . . . 140intercept . . . . . . . . . . . . . . . . . . . . . . . . . . 210intercept: growth trajectory . . . . . . . 456interquartile range . . . . . . . . . . . . . . . . . 117interval-level variables . . . . . . . . . . . . . . 96intraclass correlation . . . . . . . . . . 260, 262IRT . . . . . . . . . . . see item response theoryirt 1pl command . . . . . . . . . . . . 490–491irt 2pl command . . . . . . . . . . . . 497–498irt grm command . . . . . . . . . . . . 504–505irtgraph icc command . . . . . 491, 499,

505–506irtgraph iif command . . . . . 493, 500,

507irtgraph tif command . . . . . 494, 501,

508item characteristic curve . . . . . 485, 491,

499item information function graph. . .493,

500, 506–507item response theory . . . . . . . . . . 481–516

Jjitter(), scatter option . . . . . . . . . 194

Kkappa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 380kappa, weighted . . . . . . . . . . . . . . . . . . . 382kappa with three raters . . . . . . . . . . . . 382keep command . . . . . . . . . . . . . . . . . . . . . 73Kendall’s tau, measure of association . .

. . . . . . . . . . . . . 138Kruskal–Wallis test, ANOVA alternative

. . . . . . . . . . . . . 235

Kuder–Richardson coefficient ofreliability . . . . . . . . . . . . . . . . . 379

kurtosis . . . . . . . . . . . . . . . . . . . 99, 113, 283

Llabel variable command . . . . . . . . . 59labeling values . . . . . . . . . . . . . . . . . . . . . . 33labeling variables . . . . . . . . . . . . . . . . . . . 23likelihood-ratio chi-squared test . . .353–

354limitations of Stata . . . . . . . . . . . . . . . . 526linear regression. . . . . . . . . . . . . . .421–423list command . . . . . . . . . . . . . 81–82, 222list option, nolabel . . . . . . . . . . . . . .222listcoef command . . . . . . . . . . . 348–350listwise deletion . . . . . . . . . . . . . . . . . . . 204log, .smcl extension . . . . . . . . . . . . . . . . 89log files . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89log files and graphs . . . . . . . . . . . . . . . . . 90logistic command . . . . . . . . . . . 342–347logistic regression . . . . . . . . 333–367, 441

bar chart. . . . . . . . . . . . . . . . . . . . . .350exponentiation . . . . . . . . . . . . . . . . 348hypothesis tests . . . . . . . . . . . . . . . 353interpreting odds ratio . . . . . . . . 347likelihood-ratio chi-squared test . . .

. . . . . . . . . . . . . 353logits . . . . . . . . . . . . . . . . . . . . . . . . . 340McFadden pseudo-R2 . . . . . . . . . 346nested . . . . . . . . . . . . . . . . . . . . 360–362nonlinear . . . . . . . . . . . . . . . . . . . . . 336odds ratio . . . . . . . . . . . . . . . . . . . . .338percentage change. . . . . . . . . . . . .347pseudo-R2 . . . . . . . . . . . . . . . . . . . . 346S-curve . . . . . . . . . . . . . . . . . . . . . . . 336vs. OLS regression. . . . . . . . . . . . .337Wald chi-squared test . . . . . . . . . 353

logit command . . . . . . . . . 336, 342–347,434–436

logits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 340long format . . . . 162, 169, 221, 256–258,

458longitudinal data. . . . . . . . . . . . . .452–453lrdrop1 command . . . . . . . . . . . . 353–354lrtest command . . . . . . . . . . . . . . . . . . 353

542 Subject index

MMAR . . . . . . . . . . . . . . . . . . . . . . . . . . 403–405margins command . . 242, 244–246, 311,

357–359marginsplot command. . . . . . .252–255,

311–312maximum number of variables . . . . . 526MCAR . . . . . . . . . . . . . . . . . . . . . . . . .403–404McFadden pseudo-R2 . . . . . . . . . . . . . . 346mean squares . . . . . . . . . . . . . . . . . . . . . . 225measure of association,

η2 . . . . . . . . . . . . . . . . . . . 226, 247–248φ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133odds ratio . . . . . . . . . . . . . . . . . . . . .135V . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133

median command . . . . . . . . . . . . . . . . . . 184median, graph box plot . . . . . . . . . . . . 237mediation . . . . . . . . . . . . . . . . . . . . . 442–446

correlated residuals . . . . . . . . . . . 447full . . . . . . . . . . . . . . . . . . . . . . . . . . . 443partial . . . . . . . . . . . . . . . . . . . . . . . . 443

menu, open . . . . . . . . . . . . . . . . . . . . . . . . . 66mi estimate command . . . . . . . 413–414mi impute chained command. . . . .407mi impute command. . . . . . . . . .411–412mi impute mvn command. . . . .407, 412mi register command . . . . . . . . . . . . 411mi set command . . . . . . . . . . . . . 411–412mibeta command . . . . . . . . . . . . . 414–416missing, count . . . . . . . . . . . . . . . . . . . . . 371missing values . . . . . . . . . . .27, 56, 67, 79,

401–420, 456types . . . . . . . . . . . . . . . . . . . . . . . 55, 56

misstable command. . . . . . . . . .408–409mixed command . . . . . . . . . . . . . . 453–474mixed models . . . . . . . . . . . . . . . . . 451–480more command . . . . . . . . . . . . . . . . . . . 4, 44multicollinearity . . . . . . . . . . . . . . . . . . . 292multilevel analysis . . . . . . . . . . . . 451–480multiple comparison,

Bonferroni . . . . . . . . . . . . . . . . . . . . 223Scheffe . . . . . . . . . . . . . . . . . . . . . . . . 223

Sidak . . . . . . . . . . . . . . . . . . . . . . . . . 223multiple comparison and correlation . . .

. . . . . . . . . . . . . 207

multiple correlation . . . . . . . . . . . . . . . . 276multiple imputation . . . . . . . . . . . 401–420multiple regression command. .275–279multiple regression diagnostics . . . . . 288multiple regression with interaction

term . . . . . . . . . . . . . . . . . 307–312multiple regression,

block . . . . . . . . . . . . . . . . . . . . . 296–305categorical predictors . . . . . . . . . 298dummy variables . . . . . . . . . . . . . . 298hierarchical . . . . . . . . . . . . . . . 296–305indicator variables . . . . . . . . . . . . 298influential case . . . . . . . . . . . . . . . . 289nested . . . . . . . . . . . . . . . . . . . . 296–305outlier . . . . . . . . . . . . . . . . . . . . . . . . 289residual . . . . . . . . . . . . . . . . . . . . . . . 285weighted data . . . . . . . . . . . . . . . . . 294

mvdecode command . . . . . . . . 56, 67, 167

Nnaming variables . . . . . . . . . . . . . . . . . . . .25nested regression . . . . 296–305, 323–325,

360–362nestreg command . . 302–305, 323–325,

360–362NetCourses . . . . . . . . . . . . . . . . . . . . . . . . 525nolabel, list option. . . . . . . . . . . . . .222nominal-level variables . . . . . . . . . . . . . . 96nonlinear . . . . . . . . . . . . . . . . . . . . . . . . . . 336nonlinear regression . . . . . . . . . . . 313–325nonparametric ANOVA alternatives . . . .

. . . . . . . . . . . . . 234nonparametric tests . . . . . . . . . . . . . . . 182

Mann–Whitney . . . . . . . . . . . . . . . 182median . . . . . . . . . . . . . . . . . . . . . . . 183rank sum . . . . . . . . . . . . . . . . . . . . . 182

normally distributed residuals . . . . . 284numlabel command. . . . . . . . . . . . 82, 104

Oodds ratio . . . . . . . . . . . . . . . . . . . . 135, 338

interpretation . . . . . . . . . . . . . . . . . 347percentage change. . . . . . . . . . . . .347

OLS regression vs. logistic regression. . .. . . . . . . . . . . . . 337

Subject index 543

omega2 command . . . . . . . . . . . . . . . . . . 247one-sample t test . . . . . . . . . . . . . . . . . . 164one-parameter logistic IRT model. .484–

496one-way ANOVA . . . . . . . . . . . . . . . 219–220oneway option

bonferroni . . . . . . . . . . . . . . . . . . . 223scheffe . . . . . . . . . . . . . . . . . . . . . . 223sidak . . . . . . . . . . . . . . . . . . . . . . . . . 223

openexisting dataset . . . . . . . . . . . . . . 9–11Stata-installed dataset . . . . . . . . . 10

optifact command . . . . . . . . . . . . . . . 520option,

add, label define . . . . . . . . . . . . . . 2help, listcoef . . . . . . . . . . 348–350jitter(), scatter . . . . . . . . . . . 194percent, listcoef . . . . . . . . . . . 350

ordinal-level variables . . . . . . . . . . . . . . . 96outlier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289

Ppaired t test . . . . . . . . . . . . . . . . . . . . . . . 173panel data . . . . . . . . . . . . . . . . . . . . 452–453part correlation . . . . . . . . . . . . . . . . . . . . 279partial mediation . . . . . . . . . . . . . . . . . . 443pasting,. . . . . . . . . . . . . . . . . . . . . . . . . . . . .89

reformatting . . . . . . . . . . . . . . . . . . . 88pasting results to word processor, . . . 88

formatting . . . . . . . . . . . . . . . . . . . . . 88path analysis . . . . . . . . . . . . . . . . . .442–446pcorr command . . . . . . . . . . . . . . 279, 300Pearson’s chi-squared . . . . . . . . . . . . . . 138percent, listcoef option . . . . . . . . . 350pie chart . . . . . . . . . . . . . . . . . . . . . . 104–108plot a confidence interval . . . . . . . . . . 211Poisson regression . . . . . . . . . . . . . . . . . 341postestimation . . . . . . . . . . . . . . . . 526–527postestimation command,

estat vif . . . . . . . . . . . . . . . 293–294margins . . . . . . . . . . . . . . . . . . . . . . 311marginsplot . . . . . . . . . . . . . 311–312predict . . . . . . . . . . . . . 289–291, 307test . . . . . . . . . . . . . . . . . . . . . 301–302

Postestimation Selector . . . . . . . 526–527

power analysis . . . . . . . . . . . . . . . . 174–182one-way ANOVA . . . . . . . . . . 232–234,

263–265repeated-measures ANOVA . . . 267–

269two means . . . . . . . . . . . . . . . .179–182two-way ANOVA . . . . . . . . . . 265–267

power command . . . . . . . . . . . . . . 178–182power oneway command . . . . . 232–234,

263–265power repeated command. . . .267–269power twomeans command. . . .181–182power twoway command . . . . . . 265–267powerreg command . . . . . . . . . . . 325–328predict command. . . . . . . . . . . . . . . . .473predict postestimation command. . . . .

. . . . . . . . 289–291, 307predict postregression . . . . . . . . . 289–291predictive validity . . . . . . . . . . . . . . . . . 384probability tables . . . . . . . . . . . . . . . . . . 129product term . . . . . . . . . . . . . . . . . . . . . . 309project outline . . . . . . . . . . . . . . . . . . . . . . 52prophecy formula . . . . . . . . . . . . . . . . . . 376proportions,

one-sample test . . . . . . . . . . . . . . . 157two-sample test . . . . . . . . . . . . . . . 159

prtest command . . . . . . . . . . . . . 157–163pseudo-R2 . . . . . . . . . . . . . . . . . . . . . . . . . 346pwcorr command . . . . . . . . . . . . . 205–207pweights . . . . . . . . . . . . . . . . . . . . . 295–296pwmean command . . . . . . . . . . . . . 227–229

Qquadratic model,

centering . . . . . . . . . . . . . . . . . 321–322examining . . . . . . . . . . . . . . . . 323–325fitting . . . . . . . . . . . . . . . . . . . . 315–321

qualifier,if with missing values . . . . . . . . . 79in . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

RR2 . . . . . . . . . . . . . . . . . . . . . . . 170–171, 276

change . . . . . . . . . . . . . . . . . . . . . . . . 279random coefficients . . 454–456, 471–474

544 Subject index

random effects . . . . . . . . . . . . . . . . 454–456random intercept . . . . 454–456, 461–470random sample . . . . . . . . . . . . . . . . . . . . 191

how to draw . . . . . . . . . . . . . . . . . . 155random sampling . . . . . . . . . . . . . . . . . . 153random slope . . . . . . . . . . . . . . . . . 454–456randomization . . . . . . . . . . . . . . . . . . . . . 153

alternative to . . . . . . . . . . . . . . . . . 238how to perform . . . . . . . . . . . . . . . 155

ranksum command. . . . . . . . . . . . . . . . .182Rasch modeling. . . . . . . . . . . . . . . . . . . .482recode command. . . . . . . . . . .61–63, 297recoding . . . . . . . . . . . . . . . . . . . . . . . . . . . 167

ranges . . . . . . . . . . . . . . . . . . . . . . . . . 61regress command . . 208–211, 275–276,

299–301, 307–309regression,

block . . . . . . . . . . . . . . . . . . . . . 296–305bootstrap . . . . . . . . . . . . . . . . . . . . . 283categorical predictors . . . . . . . . . 298dummy variables . . . . . . . . . . . . . . 298hierarchical . . . . . . . . . . . . . . . 296–305indicator variables . . . . . . . . . . . . 298influential case . . . . . . . . . . . . . . . . 289nested . . . . . . . . . . . . . . . . . . . . 296–305outlier . . . . . . . . . . . . . . . . . . . . . . . . 289residual . . . . . . . . . . . . . . . . . . . . . . . 285robust . . . . . . . . . . . . . . . . . . . . . . . . 283weighted data . . . . . . . . . . . . . . . . . 294

regression diagnostics . . . . . . . . . . . . . . 288regression line, plotting . . . . . . . . . . . . 196regression with interaction term . . 307–

312reliability,

alpha . . . . . . . . . . . . . . . . . . . . . . . . . 377equivalent forms . . . . . . . . . . . . . . 376IRT . . . . . . . . . . . . . . . . . . . . . . . 509–512kappa . . . . . . . . . . . . . . . . . . . . . . . . . 380kappa with three raters . . . . . . . 382Kuder–Richardson coefficient of re-

liability. . . . . . . . . . . . . . . . . . .379prophecy formula . . . . . . . . . . . . . 376split-half . . . . . . . . . . . . . . . . . . . . . . 376test–retest . . . . . . . . . . . . . . . . . . . . 375weighted kappa . . . . . . . . . . . . . . . 382

rename command . . . . . . . . . . . . . . 57, 256rename variable . . . . . . . . . . . . . . . . . . . 256repeated-measures ANOVA . . . . . . . . . 255repeated-measures design . . . . . 267–269repeated-measures t test . . . . . . . . . . . 173replace command . . . . . . . . . . . . . 65, 167reshape command . . . . . . . 256–258, 458reshape wide to long format . . . 256–258residual . . . . . . . . . . . . . . . . . . . . . . . 284, 285Results window . . . . . . . . . . . . . . . . . . . . . . 8

clear . . . . . . . . . . . . . . . . . . . . . . . . . . . 16more . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4scroll size . . . . . . . . . . . . . . . . . . . . . . . 4

reverse coding . . . . . . . . . . . . . . . . . . . . . 371reverse-code variables . . . . . . . . . . . . . . . 60Review window . . . . . . . . . . . . . . . . . . . . . . 8robust estimation of standard errors . . .

. . . . . . . . . . . . . 288robust regression . . . . . . . . . . . . . . . . . . 283root mean squared error . . . . . . . . . . . 210

Ssample, draw . . . . . . . . . . . . . . . . . . . . . . 191sample command . . . . . . . . . . . . . 145, 191SAS XPORT . . . . . . . . . . . . . . . . . . . . . . . . . 48save command . . . . . . . . . . . . . . . . . . 41–42saveold command. . . . . . . . . . . . . . . . . . 42scale construction. . . . . . . . . . . . . . . . . .370

reverse coding. . . . . . . . . . . . . . . . .371scale creation . . . . . . . . . . . . . . . . . . . . . . . 70scatter command . . . . . . . . . . . . 191–198scattergram . . . . . . . . . . . . . . . . . . . 190–201scattergram with confidence interval . .

. . . . . . . . . . . . . 211scattergram with jitter() option. .194scattergram, alternative . . . . . . . 197–201Scheffe, multiple comparison . . . . . . . 223schemes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15scientific notation. . . . . . . . . . . . . . . . . .278scree plot . . . . . . . . . . . . . . . . . . . . . 393–394S-curve . . . . . . . . . . . . . . . . . . . . . . . . . . . .336sdtest command . . . . . . . . . . . . . 171–172search command . . . . . . . . . . . . . . . 6, 520seed for starting a random sample. .191sem advantages . . . . . . . . . . . . . . . . . . . . 421

Subject index 545

SEM Builder . . . . . . . . . . . . . . . . . . 423–430restore default settings . . . . . . . . 431

sem command . . . . . . . . . . . . 421–449, 453sembuilder command . . . . . . . . . . . . . 423semipartial correlation . . . . . . . . 279, 300set more off command . . . . . . . . . . . . . 4set seed command . . . . . . 145, 154, 191

Sidak, multiple comparison . . . . . . . . 223significance,

statistical . . . . . . . . . . . . . . . . . . . . . 203substantive . . . . . . . . . . . . . . . . . . . 203

skewness . . . . . . . . . . . . . . . . . . 99, 113, 283sktest command . . . . . . . . . . . . . . . . . . 283slope . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210SMCL . . . see Stata Markup and Control

Languagespearman command . . . . . . . . . . . . . . . 212Spearman’s rho . . . . . . . . . . . . . . . . . . . . 212split-half reliability . . . . . . . . . . . . . . . . 376SPSS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48ssc command . . . . . . . . . . . . . . . . . . . . . 520standardized beta coefficient . . . . . . . 210standardized beta weights . . . . . . . . . 278standardized regression coefficients . . . .

. . . . . . . . . . . . . 278Stat/Transfer . . . . . . . . . . . . . . . . . . 48, 526Stata, limitations . . . . . . . . . . . . . . . . . . 526Stata Blog . . . . . . . . . . . . . . . . . . . . . . . . .521Stata bookstore . . . . . . . . . . . . . . . . . . . 522Stata code for textbook examples . . 520Stata/IC limitations . . . . . . . . . . . . . . . 526Stata Journal . . . . . . . . . . . . . . . . . . . . . . 522Stata Markup and Control Language . .

. . . . . . . . . . . . . 89Stata NetCourses . . . . . . . . . . . . . . . . . . 525Stata on Facebook . . . . . . . . . . . . . . . . . 521Stata on Twitter . . . . . . . . . . . . . . . . . . 521Stata Portal, UCLA . . . . . . .203, 520, 523Stata screen . . . . . . . . . . . . . . . . . . . . . . . . . 7Stata tutorial . . . . . . . . . . . . . . . . . . 18, 525Statalist Forum. . . . . . . . . . . . . . . . . . . .521statistical significance versus

substantive significance . . . 203structural equation modeling . . 421–449sum of squares. . . . . . . . . . . . . . . . . . . . .225

summarize command. .11–13, 113, 208,282

summarize(), tabulate option . . . 249–255

summary of data . . . . . . . . . . . . . . . . . . . 27sunflower command . . . . . . . . . . . . . . 193sysuse command . . . . . . . . . . . . . . . . . . . 10

Tt test,

one-sample . . . . . . . . . . . . . . . . . . . . 164power analysis . . . . . . . . . . . . 178–182two-sample. . . . . . . . . . . . . . . . . . . .166

tab command . . . . . . . . . . . . . . . . . . . . . 145tab1 command . . . . . . . . . . . . . . . 101, 204tab2 command . . . . . . . . . . . . . . . . . . . . 298tabdisp command. . . . . . . . . . . . . . . . .258tabi command. . . . . . . . . . . . . . . .140–141table . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124

probability . . . . . . . . . . . . . . . . . . . . 129summary statistics . . . . . . . . . . . . 235

table calculator . . . . . . . . . . . . . . . 140–141table command . . . . . . . . . . . . . . 142–143tabstat command . . . . . . . . . . . . 117, 235tabulate command . . . . . . . . . . . . . . . . 64,

68–70, 101, 124–128, 136, 138–140, 249–255

tau, measure of association . . . . . . . . 138test information function graph . . . 494,

501, 508test of significance,

kurtosis . . . . . . . . . . . . . . . . . . . . . . . 113skewness . . . . . . . . . . . . . . . . . . . . . . 113

test postestimation command. . . .301–302

test–retest reliability . . . . . . . . . . . . . . 375tests,

Bonferroni . . . . . . . . . . . . . . . . . . . . 207chi-squared . . . . . . . . . . . . . . . . . . . 127dependent t test . . . . . . . . . . . . . . 173likelihood-ratio chi-squared. . .353–

354likelihood-ratio chi-squared with

logistic regression . . . . . . . . . 353logistic regression . . . . . . . . . . . . . 353

546 Subject index

tests, continuedlong format for portions . . . . . . . 162Mann–Whitney . . . . . . . . . . . . . . . 182median . . . . . . . . . . . . . . . . . . . . . . . 183multiple comparison with correla-

tions . . . . . . . . . . . . . . . . . . . . . 207nonparametric . . . . . . . . . . . . . . . . 182one-sample t test . . . . . . . . . . . . . . 164paired t test . . . . . . . . . . . . . . . . . . 173proportions . . . . . . . . . . . . . . 157, 159rank sum . . . . . . . . . . . . . . . . . . . . . 182repeated-measures t test . . . . . . 173skewness and kurtosis . . . . . . . . . 283two-sample t test. . . . . . . . . . . . . .166unequal variances . . . . . . . . . . . . . 171Wald chi-squared test . . . . . . . . . 353wide format for proportions . . . 160z test for proportions . . . . . . . . . 163z test with logistic regression . .353

textbook examples using Statacommands . . . . . . . . . . . . . . . .520

three-parameter logistic IRT model . . . .. . . . . . . . . . . . . 487

time-invariant covariate . . . . . . . . . . . . 456time-varying covariate . . . . . . . . . . . . . 456tolerance . . . . . . . . . . . . . . . . . . . . . . 293–294toolbar,

Stata for Mac . . . . . . . . . . . . . . . . . . . 9Stata for Windows . . . . . . . . . . . . . . 9

ttest command. . . . . . . . . .164–170, 173tutorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . 525tutorials . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18Twitter . . . . . . . . . . see Stata on Twittertwo-by-two table. . . . . . . . . . . . . . . . . . .124two-parameter logistic IRT model. .486–

487, 496–501two-way ANOVA . . . . . . . . . . . . . . . 249–255twoway command . . . . . . . . 196–197, 308twoway lfit command . . . . . . . . . . . . 473

UUCLA Stata Portal . . . . . . . . 20, 203, 520

reshaping data wide to long . . . 256user-written commands . . . . . . . . . . . . 520

Vvalidity,

criterion related . . . . . . . . . . . . . . . 384external . . . . . . . . . . . . . . . . . . . . . . . 204predictive . . . . . . . . . . . . . . . . . . . . . 384

value labels . . . . . . . 23, 33–40, 57–60, 82variable labels . . . . . . . . . . . . . . . . . . . . . . 23variable name . . . . . . . . . . . . . . . . . . . 22, 25

reserved . . . . . . . . . . . . . . . . . . . . . . . . 22Variables Manager . . . . 34–40, 57–59, 73Variables window . . . . . . . . . . . . . . . . . . . . 8variance inflation factor . . . . . . . 293–294versions. . . . . . . . . . . . . . . . . . . . . . . . . . . . .42video tutorials . . . . . . . . . . . . . . . . . . . . . . 18VIF . . . . . . . . see variance inflation factor

WWald chi-squared test . . . . . . . . . . . . . .353web search . . . . . . . . . . . . . . . . . . . . . . . . 520weighted data . . . . . . . . . . . . . . . . . 294–296weighted kappa . . . . . . . . . . . . . . . . . . . . 382weights, pweights . . . . . . . . . . . . . 295–296wide format . . . . 160, 170, 221, 256–258,

457working directory . . . . . . . . . . . . . . . . . . . . 9

Xxtreg command . . . . . . . . . . . . . . . . . . . 262xtset command . . . . . . . . . . . . . . . . . . . 258

Zz test,

one-sample proportion . . . . . . . . 157two-sample proportion . . . . . . . . 159

zero-inflated models . . . . . . . . . . . . . . . 341