Course set solutions – beginners course

//Bygge opp et datasett

require no.ssb.fdb:25 as ds

create-dataset totalpop

import ds/BEFOLKNING_FOEDSELS_AAR_MND as faarmnd
generate alder = 2021 - int(faarmnd/100)
histogram alder, discrete

import ds/BEFOLKNING_STATUSKODE 2021-01-01 as regstat
keep if regstat == '1'

histogram alder, discrete
summarize alder

keep if alder > 30 & alder < 50

import ds/BEFOLKNING_KJOENN as kjønn
import ds/BEFOLKNING_FODELAND as land
import ds/NUDB_BU 2021-07-31 as utd
import ds/BEFOLKNING_KOMMNR_FAKTISK 2021-01-01 as bosted
import ds/INNTEKT_LONN 2017-12-31 as lønn17
import ds/INNTEKT_LONN 2018-12-31 as lønn18
import ds/INNTEKT_LONN 2019-12-31 as lønn19
import ds/INNTEKT_LONN 2020-12-31 as lønn20
import ds/INNTEKT_LONN 2021-12-31 as lønn21

//Kjøre deskriptiv statistikk

//Endimensjonalt
summarize lønn17 lønn18 lønn19 lønn20 lønn21
summarize lønn17 lønn18 lønn19 lønn20 lønn21, gini

barchart (mean) lønn17 lønn18 lønn19 lønn20 lønn21
barchart (count) lønn17 lønn18 lønn19 lønn20 lønn21
barchart (median) lønn17 lønn18 lønn19 lønn20 lønn21

histogram lønn21, freq
histogram lønn21, freq normal
histogram lønn21, bin(10)
histogram lønn21, bin(4)

//Todimensjonalt

generate norsk = 0
replace norsk = 1 if land == '000'
tabulate norsk
tabulate norsk, cellpct
piechart norsk

generate utdnivå = substr(utd,1,1)
tabulate utdnivå, cellpct
destring utdnivå

summarize lønn17 lønn18 lønn19 lønn20 lønn21 if utdnivå < 2
summarize lønn17 lønn18 lønn19 lønn20 lønn21 if utdnivå > 6

tabulate kjønn, summarize(lønn21)
tabulate norsk, summarize(lønn21)
tabulate utdnivå, summarize(lønn21)
tabulate utdnivå kjønn, summarize(lønn21)

barchart (mean) lønn17 lønn18 lønn19 lønn20 lønn21, over(kjønn)
barchart (mean) lønn17 lønn18 lønn19 lønn20 lønn21, over(norsk)
barchart (mean) lønn17 lønn18 lønn19 lønn20 lønn21, over(utdnivå)


//Demonstrere kategorisering av yrker og labels

import ds/REGSYS_ARB_YRKE_STYRK08 2021-11-16 as yrke

generate yrkesgr = 9
replace yrkesgr = 1 if substr(yrke,1,1) == '1'
replace yrkesgr = 2 if yrke == '2211'
replace yrkesgr = 3 if yrke == '2212'
replace yrkesgr = 4 if yrke == '2223'
replace yrkesgr = 5 if substr(yrke,1,2) == '23'
replace yrkesgr = 6 if substr(yrke,1,2) == '25'
replace yrkesgr = 7 if substr(yrke,1,2) == '61'
replace yrkesgr = 999 if sysmiss(yrke)

define-labels yrkelabel 1 Ledere 2 Allmennleger 3 Legespesialister 4 Sykepleiere 5 Lærere 6 'IT-utviklere' 7 Landbruk 9 Annet 999 'Uten jobb'
assign-labels yrkesgr yrkelabel 

tabulate yrkesgr
tabulate yrkesgr, cellpct
tabulate yrkesgr, summarize(lønn21)
barchart (mean) lønn21, over(yrkesgr)
barchart (mean) lønn17 lønn18 lønn19 lønn20 lønn21, over(yrkesgr)


//Kjør familiekoblinger inkl. familie

import ds/BEFOLKNING_FAR_FNR as far_fnr
import ds/BEFOLKNING_MOR_FNR as mor_fnr

create-dataset foreldre
import ds/INNTEKT_LONN 2021-12-31 as lønn21_far
import ds/REGSYS_ARB_YRKE_STYRK08 2021-11-16 as yrke_far
import ds/NUDB_BU 2021-07-31 as utd_far
generate utdnivå_far = substr(utd_far,1,1)
destring utdnivå_far, force

clone-variables lønn21_far -> lønn21_mor
clone-variables yrke_far -> yrke_mor
clone-variables utdnivå_far -> utdnivå_mor

merge lønn21_far yrke_far utdnivå_far into totalpop on far_fnr
merge lønn21_mor yrke_mor utdnivå_mor into totalpop on mor_fnr

use totalpop
summarize lønn21 lønn21_far lønn21_mor
correlate lønn21 lønn21_far
correlate lønn21 lønn21_mor
correlate lønn21_far lønn21_mor
correlate utdnivå utdnivå_far
correlate utdnivå utdnivå_mor
correlate utdnivå_far utdnivå_mor

correlate lønn21 lønn21_far if kjønn == '1'
correlate lønn21 lønn21_mor if kjønn == '2'
correlate utdnivå utdnivå_far if kjønn == '1'
correlate utdnivå utdnivå_mor if kjønn == '2'

generate yrkesgr_far = 9
replace yrkesgr_far = 1 if substr(yrke_far,1,1) == '1'
replace yrkesgr_far = 2 if yrke_far == '2211'
replace yrkesgr_far = 3 if yrke_far == '2212'
replace yrkesgr_far = 4 if yrke_far == '2223'
replace yrkesgr_far = 5 if substr(yrke_far,1,2) == '23'
replace yrkesgr_far = 6 if substr(yrke_far,1,2) == '25'
replace yrkesgr_far = 7 if substr(yrke_far,1,2) == '61'
replace yrkesgr_far = 999 if sysmiss(yrke_far)

assign-labels yrkesgr_far yrkelabel
tabulate yrkesgr_far yrkesgr if yrkesgr_far < 9, rowpct
tabulate yrkesgr_far yrkesgr if yrkesgr_far < 9 & kjønn == '1', rowpct


//Til slutt kjøres noen enkle regresjoner: regress og logit

generate oslo = 1 if bosted == '0301'
replace oslo = 0 if bosted != '0301'
tabulate oslo, cellpct

generate høy_utd = 1 if utdnivå >= 7
replace høy_utd = 0 if utdnivå >= 0 & utdnivå < 7

regress lønn21 alder norsk oslo i.kjønn høy_utd lønn21_far
coefplot regress lønn21 alder norsk oslo i.kjønn høy_utd lønn21_far
regress-predict lønn21 alder norsk oslo i.kjønn høy_utd lønn21_far, residuals(res)
histogram res
histogram res, normal

generate høy_lønn = 0
replace høy_lønn = 1 if lønn21 > 800000

generate høy_lønn_far = 0
replace høy_lønn_far = 1 if lønn21_far > 800000

logit høy_lønn alder norsk oslo i.kjønn høy_utd høy_lønn_far
coefplot logit høy_lønn alder norsk oslo i.kjønn høy_utd høy_lønn_far


//Forløpsuttrekk: Identifisere personer med status som skilt i løpet av 2021
create-dataset forløp
import-event ds/SIVSTANDFDT_SIVSTAND 2021-01-01 to 2021-12-31 as sivforløp
keep if sivforløp == '4'
collapse (count) sivforløp , by(PERSONID_1 )
rename sivforløp ant_ganger_skilt
tabulate ant_ganger_skilt
merge ant_ganger_skilt into totalpop

use totalpop
generate skilt2021 = 0
replace skilt2021 = 1 if ant_ganger_skilt >= 1
tabulate skilt2021, cellpct freq