stata中变量的生成与处理..

1、第四章 变量的生成与处理,导论,Stata 对数据的处理是以变量为前提的 若没有需要分析的变量，则Stata将一无用处 熟悉变量的内容和分布、生成新变量、改变旧变量等是处理数据的第一步,4.1. 新变量的生成、规则及注意事项,Stata的变量类型,Stata软件生成三类变量：numeric（数值型）变量，string（字符型）变量（相当于定性变量）和date（日期）变量。虽然日期变量以数值型变量的技术记录、存储，但二者的用途却不同 数值型变量包括定距和定比变量。可以是整数、小数、负数和正数。数值型变量可以有多种存储方式（ Storage Types） 用str类型保存的定性等分类变量也可区分为多种形式，从str1-str244,Stata的日期变量,日期（date）变量是数值型变量的一个特例。它们通常以字符的形式输入(如: 01JAN1992 or 01/01/92)，但必须以数值型数据存储才能有用 Stata有几个命令可以工作于日期和时间依赖（time-dependent）数据 Stata将所有的日期保存为从1960年1月1日以来的天数或月份、季节等。此前的日期是负值，此后的是正值。

2、SAS使用同样的日期方式，但其起始时间是1582年的10月14日。Excel使用1900年1月1日为默认起始日。如果读入Excel数据，则以字符型变量输入日期，并重新格式日期,生成变量的路径,Data Create or change variables,生成变量的窗口,Data Create or change variables Create new variable,基本命令,Stata有四个基本的生成和修改变量的命令：gen、egen、replace和recode . gen和egen分别是generate和extended generate的缩写，它们用于生成新变量 . replace和recode用来改变现存变量的属性或数值 . replace需要与gen一起使用；二者的区别在于，gen用于生成新变量，replace用于重新定义已经存在的变量 . recode也可以与gen一起使用,基本语法,. gen 变量名 = 表达式1 . replace 变量名 = 表达式2 if 条件 ：生成新变量或替代现存变量取值的基本命令 ：新变量或其取值将被替换的变量的名称 ：在gen命令的

3、取值不同于在replace命令的取值 ：替换原有变量的取值必须满足if指定的条件,*yr of schooling recoded（这是一个注释；*代表注释） gen edu=0 replace edu=1 if yrsch=11 replace edu=2 if yrsch=12 replace edu=3 if yrsch=13 replace edu=4 if yrsch=14 replace edu=5 if yrsch=15 replace edu=6 if yrsch=16 replace edu=7 if yrsch=21 replace edu=8 if yrsch=22 replace edu=9 if yrsch=23,replace edu=10 if yrsch=24 | yrsch=27 replace edu=11 if yrsch=25 | yrsch=28 replace edu=12 if yrsch=26 | yrsch=29 replace edu=13 if yrsch=31 replace edu=14 if yrsch=32 replace

4、edu=15 if yrsch=33 replace edu=16 if yrsch=34 replace edu=17 if yrsch=35 replace edu=18 if yrsch=36 replace edu=. if yrsch=. | yrsch=-9 tab1 yrsch edu *查看变量的生成是否成功,变量生成的规则（I）,生成新变量、重新定义旧变量时需遵循的一些基本规则： 变量的名称可长达32个字符，必须以字母、汉字或字符（，_，#，$等）开头（不能使用空白字符或!、?等特殊字符）。变量最后一个字符不能是句号 变量的名称必须唯一，不能有两个相同的变量名 Stata区分大小写，对大写、小写敏感：Variable 不能写成 variable，反之亦然 使用描述性的变量名字：“变量a”这个名称没有任何意义。调查问题是变量名称的很好选择,变量生成的注意事项,尽量避免使用同一变量名称。换言之，不要使用新变量取代旧变量。保持原始变量有助于检验我们的命令是否正确 充分了解原始变量的分布以及每个数值代表的含义 遵循不重不漏（exhaustive and mutually ex

5、clusive）原则（详见“生成分组变量”一节） 在变量生成后，将原始变量和新变量的取值进行对比，检查是否有误 注意原始变量的缺失值,4.2利用系统变量或下划线变量（_n和_N）生成新变量 Stata有几个下划线变量（_variables，读为“underscore variables”），因包含下划线而得名。这类变量并不出现在Stata的Variables（变量）窗口中，故又称系统变量。其中，经常使用的有_n 和_N。系统变量_n 和_N对于数据的管理和处理十分有用，尤其是与特殊选项by同时使用时,系统变量 _n,_n 是指当前的观察值，即独一无二的观测序号，从1到_N(_N=总样本） _n是Stata系统内部独特的辨识器，标志从第一个观察值开始直到最后一个观察值（_N）的序列 _n=1为第一个观测，_n=2为第二个观测，_n=_N是最后一个观测 该系统变量适于（1）指示观察值；（2）生成系列数值；（3）生成其他变量,使用系统变量_n指示观察值,系统变量_n表示每个观察值的位置（numbering observations）。其原则是： 当前观察值： _n 总观察值（最后一个观察值_

6、n）： _N 第一个观察值： 1 最后一个观察值： _N 滞后一个(lag)观察值： _n-1 前移一个(lead)观察值： _n+1 第27个观察值： 27,假如现有以下数据： +-+ | province personid homesize age girl siblings | （省份） （个人ID）（家庭规模)（年龄）（女孩）（姊妹数量） |-| 1. | 21 2106018504 50 5 girl 1 | 2. | 35 3505154103 100 18 boy 0 | 3. | 32 3205093703 246 8 boy 0 | 4. | 37 3708156203 60 9 boy 0 | 5. | 45 4452082404 20 6 girl 3 | 6. | 35 3501117305 25 13 girl 2 | 7. | 45 4526057606 90 10 girl 3 | 8. | 32 3209163903 25 2 boy 0 | 9. | 37 3702093304 68 7 boy 1 | 10. | 37 3704057503 80 2

7、0 boy 3 | +-+ 现在想看看每个孩子在省内的排序,使用系统变量_n生成新变量,步骤1：对province（即“关键变量”）进行排序 . sort province 步骤2：生成感兴趣的变量 . by province: gen order =_n ：按province的分类进行排序和计算 ：生成新变量的基本命令 ：新变量的名称 ：新变量的取值等于同一province内观察值的序次 步骤3：使用频数分布查看生成的结果是否正确 . tab order,使用系统变量_N生成新变量,系统变量_N代表样本总数。最后一个样本_n即是_N 使用前面的数据，看看每个省共有几个孩子在样本中 步骤1：对province进行排序 步骤2：生成感兴趣的变量。其命令是： . by province: gen ceb=_N 步骤3：查看结果正确与否 . tab ceb,生成滞后（lag）变量或移前变量（lead）,在分析某些类型数据（包括常用的家庭成员数据和纵向数据）的过程中，常常需要根据研究问题将一个样本的取值转移到上一个（或下一个）观察值中。 . gen a = b_n-1 . gen a = b_

8、n+1 ：需要生成的新变量的名称 ：现有变量的名称 ：将现有变量的取值下移一行（_n-1）或前移一行（_n+1）的基本命令,. gen a = age_n-1 (1 missing value generated) . gen b = age_n+1 (1 missing value generated) . list +-+ | province personid homesize age girl siblings order a b | |-| 1. | 21 2106018504 50 5 girl 1 1 . 2 | 2. | 32 3209163903 25 2 boy 0 1 5 8 | 3. | 32 3205093703 246 8 boy 0 2 2 18 | 4. | 35 3505154103 100 18 boy 0 1 8 13 | 5. | 35 3501117305 25 13 girl 2 2 18 9 | 10. | 45 4526057606 90 10 girl 3 2 6 . | +-+,4.3生成数值型变量,使用recode, , gen命令生成新变量,. recode 原变量 （原变量取值 = 新变量取值） *= 其他取值, gen 新变量 ：给变量重新赋值的命令 ：现有变量的名称 ：现有变量的取值 ：新变量的取值；和是一个整体

《stata中变量的生成与处理..》由会员101****457分享，可在线阅读，更多相关《stata中变量的生成与处理..》请在金锄头文库上搜索。