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 1913-2012. 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 as médias de 3 anos, mas para esse caso ou para uma média de mais de anos, substituiria as linhas acima por um loop, o que egen faz. MOVAVG: módulo Stata usando o Mata para gerar Movimento Médias Ao solicitar uma correção, mencione o identificador desses itens: RePEc: boc: bocode: s457476. Veja informações gerais sobre como corrigir o material no RePEc. Para questões técnicas relativas a este item, ou para corrigir seus autores, títulos, resumo, informações bibliográficas ou de download, entre em contato: (Christopher F Baum) Se você é o autor deste item e ainda não está registrado no RePEc, encorajamos você a fazê-lo aqui . Isso permite vincular seu perfil a este item. Ele também permite que você aceite citações em potencial para este item sobre o qual não temos certeza. Se as referências estiverem completamente ausentes, você pode adicioná-las usando este formulário. Se as referências completas listarem um item presente no RePEc, mas o sistema não o fez, você pode ajudar com este formulário. Se você souber de itens faltantes citando este, você pode nos ajudar a criar esses links, adicionando as referências relevantes da mesma maneira que acima, para cada item referente. Se você é um autor registrado deste item, você também pode querer verificar a guia de citações em seu perfil, pois pode haver citações em espera de confirmação. Observe que as correções podem levar algumas semanas para filtrar os vários serviços do RePEc. Mais serviços Siga as séries, revistas, autores aprofundar mais Novos artigos por e-mail Inscreva-se para novas adições ao RePEc Inscrição do autor Perfis públicos para pesquisadores de economia Vários rankings de pesquisa em campos relacionados à economia de amplificadores Quem foi um estudante de quem, usando RePEc RePEc Biblio Curated artigos amp Artigos sobre vários temas econômicos Carregar o seu papel para ser listado em RePEc e IDEIAS EconAcademics Blog agregador para pesquisa econômica Plágio Casos de plágio em Economia Papéis do mercado de trabalho RePEc série de trabalho dedicada ao mercado de trabalho Fantasy League Fingir que você está no comando de uma economia Os serviços do departamento dos dados da StL Fed, pesquisa, aplicativos mais dos tempos de St. Louis FedOften, talvez estejamos interessados em gerar uma média móvel espacial de um X característico. Podemos usar essa média móvel para ajudar a controlar a heterogeneidade na população que Pode estar relacionado à distribuição espacial das observações. Para fazer isso precisamos ter um método de geração de uma média espacial. Codigo isso manualmente porque não tenho experiência com dados espaciais no Stata e não sei o que o comando embutido é (assumindo que existe um). Se você está apenas procurando o meio espacial, então você pode favorecer o comando embutido. No entanto, este método é flexível e facilmente modificável se, por exemplo, você gostaria de usar medidas além da fórmula de distância Euclidiana 2D e, em vez disso, preferiria a fórmula 3D ou fórmula nD realmente. Da mesma forma, a estatística média móvel pode ser facilmente substituída por variância em movimento ou qualquer outra estatística que possa ser gerada através do comando Egen. Assim, este exercício pode ser útil para examinar, mesmo que seja redundante. Global Nobs 1000 clear set obs Nobs Gerar 2D coordenadas gen latt runiform () 100 gen longg runiform () 100 Gerar a variável de interesse. A variável terá um componente aleatório e um componente espacialmente dependente. Gen X (lattlongg) 100rnormal () dois (scatter latt X) (scatter longg X) Podemos ver que, embora haja uma tendência geral para valores maiores como longitude ou aumento de latitude, é difícil identificar qualquer padrão forte. Agora, vamos calcular a média móvel de X para cada observação. (Provavelmente há um comando para isso que eu não sei). Gen Xave. Gen dist. Forv i1Nobs Calcular a distância de todos os pontos de obs i substituir dist ((latt-latti) 2 (longg-longgi) 2) .5 Calcular a média de X se a distância estiver dentro da faixa de interesse egen tempx mean (X) if distltmeanange Substitua Xave tempx se ni cair tempx dois (scatter latt Xave) (scatter longg Xave) Agora, olhando para a média móvel, podemos identificar visualmente o efeito da localização no valor esperado de X.
No comments:
Post a Comment