Esta estrutura de dados é bastante imprópria para fins. Assumindo um id identificador você precisa remodelar. por exemplo. Então, uma média móvel é fácil. Use tssmooth ou apenas gere. por exemplo. Mais informações sobre por que sua estrutura de dados é bastante imprópria: não só o cálculo de uma média móvel precisa de um loop (não envolvendo necessariamente o egen), mas você criaria várias novas variáveis extras. Usar aqueles em qualquer análise subsequente estaria em algum lugar entre estranho e impossível. EDITAR Eu dou um loop de amostra, enquanto não me movendo da minha posição de que é uma técnica fraca. Eu não vejo uma razão por trás de sua convenção de nomeação, pelo que P1947 é um meio para 1943-1945. Eu suponho que isso é apenas um erro de digitação. Vamos supor que temos dados para 1913-2017. Por meio de 3 anos, perdemos um ano em cada final. Isso poderia ser escrito de forma mais concisa, à custa de uma enxurrada de macros dentro das macros. O uso de pesos desiguais é fácil, como acima. O único motivo para usar egen é que ele não desiste se houver faltas, o que acima irá fazer. Por uma questão de integridade, note que é fácil lidar com falhas sem recorrer a Egen. E o denominador Se todos os valores estiverem faltando, isso diminui para 00, ou falta. Caso contrário, se algum valor estiver faltando, adicionamos 0 ao numerador e 0 ao denominador, o que é o mesmo que ignorá-lo. Naturalmente, o código é tolerável como acima para médias de 3 anos, mas para esse caso ou para uma média de mais de anos, substituímos as linhas acima por um loop, o que egen faz. Eu tenho uma lista de pessoas, tempos de registro , E pontuação. Em Stata, eu quero calcular uma média móvel de pontuação com base em uma janela de tempo em torno de cada observação (não uma janela com base no número de observações). Por exemplo, assumindo - 2 dias de cada lado e não incluindo a observação atual, estou tentando calcular algo assim: eu tentei definir o conjunto de dados com tsset e depois usar tssmooth. Mas não conseguiu que ele funcionasse. Uma vez que pode haver várias observações por um período de tempo determinado, não tenho certeza de que esta seja a abordagem certa. Além disso, na realidade, a variável do dia é um timestamp tc. Pediu 6 de dezembro 13 às 16:04 tsset não pode ajudar aqui, mesmo que você tenha feito seus tempos regularmente espaçados, pois você tem alguns valores repetidos para o tempo, mas seus dados não se qualificam como dados de painel no Statas sense. Mas o problema deve render um loop sobre as possibilidades. Primeiro, vamos usar seu exemplo literalmente usando dias inteiros. Aqui, assumimos que não existem valores em falta. O princípio de reencaminhamento é a média de outros (soma de todos - esse valor) (número de valores - 1) Na prática, você não deseja encaminhar todas as datas-tempos possíveis em milissegundos. Então, experimente um loop sobre observações deste formulário. Observe os elementos ltpseudocodegt. Este artigo também é relevante: se as faltas forem possíveis, uma linha precisa ser mais complicada: o que significa que, se o valor atual estiver faltando, subtraimos 0 da soma e 0 da contagem de observações. EDITAR: durante 2 dias em milissegundos, explore a função incorporada e use cofd (2).
No comments:
Post a Comment