Sono nel mio primo incontro con Stata. Non ho mai usato fino a questa settimana e sto cercando di lavorare attraverso alcuni esempi. Ho la seguente serie di dati: Ho creato la seguente variabile con i dati corrispondenti set in modo che potessi scheda contruse con tutte le educazioni differenti. Fondamentalmente c'è un modo migliore di fare questo: per esempio la mia lista-variabili potrebbe essere arbitrariamente grande e di fare quanto sopra è doloroso. C'è un modo di dire invertire la seguente di lavorare attraverso più variabili e dare una singola variabile un valore chiesto 30 Maggio 14 at 23:46 Si può automatizzare questo processo la risposta è no, perché ogni componente variabile avrà un suffisso unico. Quindi, se avete raceblack racehispnonw racewhite, per esempio, non puoi elaborare le variabili di istruzione e di gara nello stesso modo. Inoltre avrete etichette dei valori unici per assegnare a ciascuna variabile. Vedere seconda risposta di seguito. Altri due problemi: Leggendo il vostro esempio, sembra che per l'istruzione ci sono esattamente tre categorie. Così si inizializza a una categoria inesistente. Il trattamento dei missings è probabilmente corretto. Youve set di istruzione a mancare se uno qualsiasi dei suoi componenti è mancante. E 'possibile che un intervistatore correttamente codificato una delle variabili componenti come 1 e ha lasciato gli altri valori del bianco (mancante), quando avrebbero dovuto essere codificati 0. Istruzione per l'osservazione che non devono essere impostati a mancare. Ecco la mia idea di codice: Automated approccio 2014/06/02 Dopo aver affermato che il processo di creazione e di etichettatura nuove variabili cant essere automatizzato, ho deciso di provare. Ho trovato due comandi sul SSC che aiutano: Roger Newsons varlabdef e Daniel Klein labvalch3. Entrambi possono essere scaricati dall'interno Stata, ad esempio SSC installare varlabdef. I assumere, come nell'esempio originale, che ogni 0-1 nome della variabile è della forma rootsuffix, e che proprio una delle variabili con la stessa radice ha valore 1. L'obiettivo è quello di creare una nuova variabile per ogni radice con un valore che corrisponde all'ordine della variabile indicatore (se presente) con il valore 1. l'utente crea prima un macro locale che contiene tutte le radici. Il programma di loop attraverso le radici, con una variabile creata in ogni passare un ciclo interno implementa la soluzione Nicks (B) varlabdef crea etichette di valore dai nomi degli indicatori originali e labvalch3 spoglia tutti, ma il suffisso e capitalizza ogni elemento. Questa etichetta valore viene quindi assegnato alla nuova variabile con un comunicato valori di etichetta. Al di fuori del ciclo, le nuove variabili sono date etichette delle variabili con variabili etichetta. Nell'esempio che segue, ci sono due radici, educ e genere. Le variabili con radice genere, per esempio, sono gendermale e genderfemale. Un nuovo genere variabile viene inizializzata, poi assegnato i valori 1 per i maschi e 2 per le femmine. Un'etichetta valore corrispondente (denominato anche di genere) è definita e associata con la nuova variabile, e la variabile stessa è etichettato genere. I risultati sono: risposta 2 Giugno 14 a 22:21 Oltre a Steve Samuels suggerimenti eccellenti, tre dispositivi standard in questo territorio sono A. Utilizzo ricodifica. Scopri il suo aiuto. (Che funziona se e solo se al massimo un indicatore è 1) C1. Il codice appena sopra è una dichiarazione. Il layout è solo quello di contribuire a rendere la struttura visibile. C2. Proprio come in algebra elementare, ogni parentesi sinistra (implica una promessa di corrispondere da una parentesi destra). chiamate Nesting a cond () doesnt cambiano that. NOTICE: Il gruppo di consulenza Idre statistica sarà la migrazione del sito web per il CMS WordPress nel mese di febbraio per facilitare la manutenzione e la creazione di nuovi contenuti. Alcune delle nostre pagine più vecchie verranno rimossi o archiviati in modo tale che essi non saranno più mantenuti. Cercheremo di mantenere i reindirizzamenti in modo che i vecchi URL continueranno a lavorare nel miglior modo possibile. Benvenuti al Istituto per la ricerca e l'istruzione digitale Aiuto Consulting Group Stat dando un regalo Stata FAQ Come posso ricodificare i valori mancanti in diverse categorie Stata ci permette di codificare diversi tipi di valori mancanti numerici. Dispone di 27 categorie mancanti numerici. quot. a quot al quot. Z quot quot e. quot. In questa pagina vi mostriamo come codificare i valori mancanti in diverse categorie. Per prima cosa creare un set di dati a scopo di illustrazione. In questo set di dati, tutte le variabili sono numerica e le variabili femminile e SES hanno valori mancanti. I valori non mancanti per le femmine variabile è 0 (per i maschi) e 1 (per le femmine). I valori non mancanti per ses variabile è 0 (basso), 1 (MED) e 2 (alto). Il resto dei valori sono considerate come valori mancanti. Diciamo che vogliamo codificare -999 in una categoria, -99 in un altro e il resto dei valori mancanti in una terza categoria per tutte le variabili. Metodo 1: Usare il comando sostituire possiamo sostituire manualmente i valori mancanti con quot. a quot per -999, quot. B quot per -99 e. c per il resto dei valori mancanti. Ad esempio, per la femmina variabile. siamo in grado di effettuare le seguenti operazioni: Il comando cifrario sopra mostra che femminile variabile ha tre tipi di valori mancanti e 4 valori mancanti. Metodo 2: Usare il comando mvdecode Metodo 1 non può essere il modo migliore per ricodificare valori mancanti in diverse categorie. Per prima cosa, dobbiamo farlo una variabile alla volta. comando mvdecode Statas, è particolarmente utile per noi. Meglio ancora, si può usare la parola chiave tutta per riferirsi a tutte le variabili nel set di dati. Andando da codici di valori mancanti per valori numerici L'altra questione che ci occuperemo qui è come cambiare i codici di valore mancante torna a valori numerici. Il mvencode comando è accoppiato con mvdecode comando che abbiamo appena coperto sopra ed è quello di usare qui. Il contenuto di questo sito web non deve essere interpretata come un'approvazione di un particolare sito web, il libro, o di un prodotto software dalla University of California.
No comments:
Post a Comment