Esta estrutura de dados é completamente imprópria para a finalidade Assumindo um identificador id você precisa remodelar e g. Then uma média móvel é fácil Use tssmooth ou apenas gerar e g. Mais sobre por que sua estrutura de dados é bastante impróprios Não só seria o cálculo de uma média móvel Precisa de um loop não necessariamente envolvendo egen, mas você estaria criando várias novas variáveis extras Usando aqueles em qualquer análise posterior seria em algum lugar entre estranho e impossível. EDIT Eu vou dar um loop de amostra, enquanto não se deslocando da minha posição que é má técnica Eu não vejo uma razão por trás de sua convenção de nomeação em que P1947 é um meio para 1943-1945 Eu suponho que é apenas um erro tipográfico Vamos supor que temos dados para 1913-2017 Por meios de 3 anos, perdemos um ano em cada extremidade . Isso poderia ser escrito de forma mais concisa, à custa de uma enxurrada de macros dentro de macros Usando pesos desiguais é fácil, como acima A única razão para usar egen é que ele não desiste se houver falhas, o que o acima fará. Como uma questão de completar Note que é fácil lidar com falhas sem recorrer a egen. and o denominador. Se todos os valores estão faltando, isso reduz a 0 0, ou faltando Caso contrário, se algum valor está faltando, adicionamos 0 ao numerador e 0 a O 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 a média durante mais anos, que iria substituir as linhas acima por um loop, que é o que Egen faz. Stata Data Analysis and Statistical Software. Nicholas J Cox, Universidade de Durham, Reino Unido Christopher Baum, Boston College. egen, ma e suas limitações. O comando mais óbvio de dados para calcular médias móveis é a função ma de egen Dada uma expressão, cria Um - period média móvel daquela expressão Por padrão, é tomado como 3 deve ser ímpar. No entanto, como a entrada manual indica, egen, ma não pode ser combinado com varlist e, por essa razão, não é aplicável ao painel Em qualquer caso, fica fora do conjunto de Comandos especificamente escritos para séries de tempo ver séries de tempo para detalhes. Alternative abordagens. Para calcular média móvel para dados do painel, há pelo menos duas opções Ambos dependem do conjunto de dados ter sido tsset de antemão Isto é muito vale a pena fazer não só você pode salvar a si mesmo Repetidamente especificando variável de painel e variável de tempo, mas Stata se comporta inteligentemente dado quaisquer lacunas nos dados.1 Escreva sua própria definição usando generate. Using operadores de séries temporais como L e F dar a definição da média móvel como o argumento para um gerar Se você fizer isso, você não estará, naturalmente, limitado às médias móveis ponderadas não ponderadas centradas calculadas por egen, ma. Por exemplo, as médias móveis com três períodos igualmente ponderadas seriam dadas por. E alguns pesos podem ser facilmente especificados . Você pode, claro, especificar uma expressão como log myvar em vez de um nome de variável como myvar. Uma grande vantagem desta abordagem é que Stata automaticamente faz o direito t A desvantagem mais notável é que a linha de comando pode ficar bastante longa se a média móvel envolver vários termos. Outro exemplo é a movimentação unilateral Média baseada apenas em valores anteriores Isso pode ser útil para gerar uma expectativa adaptativa de que uma variável será baseada puramente em informações até à data o que alguém poderia prever para o período atual com base nos últimos quatro valores, usando um esquema de ponderação fixa A 4- O lag de período pode ser usado especialmente com timeseries trimestrais.2 Use o filtro egen, de SSC. Use o filtro de função egen escrito pelo usuário do pacote egenmore no SSC No Stata 7 atualizado após 14 de novembro de 2001, você pode instalar este pacote by. after Que ajudam egenmore pontos para detalhes sobre filtro Os dois exemplos acima seriam renderizados. Nesta comparação a abordagem de gerar é talvez mais transparente, mas vamos ver um exemplo do oposto em um momento Os retornos são um numlist leva sendo retornos negativos neste caso -1 1 expande para -1 0 1 ou chumbo 1, lag 0 , Lag 1 Os coeficientes, um outro numlist, multiplicar o correspondente atraso ou itens de liderança, neste caso, os itens são myvar e O efeito da opção normalizar é a escala de cada coeficiente pela soma dos coeficientes para que coef 1 1 1 normalizar é Equivalente a coeficientes de 1 3 1 3 1 3 e coef 1 2 1 normalizar é equivalente a coeficientes de 1 4 1 2 1 4. Você deve especificar não só os atrasos, mas também os coeficientes Devido a egen, ma fornecer o caso igualmente ponderado, o A principal razão para egen, filtro é apoiar o caso desigualmente ponderada, para o qual você deve especificar coeficientes Também poderia dizer-se que obrigando os usuários a especificar coeficientes é um pouco de pressão extra sobre eles a pensar sobre quais os coeficientes que eles querem A principal justificação Para os pesos iguais é, nós supomos, a simplicidade, mas os pesos iguais têm propriedades do domínio da freqüência ruim, para mencionar apenas uma consideração. O terceiro exemplo acima poderia ser. either de que é apenas aproximadamente tão complicado quanto a aproximação da geração Há uns casos em que egen , Filtro dá uma formulação mais simples do que gerar Se você quer um filtro binomial de nove períodos, que os climatologistas acham útil, then. looks talvez menos horrível do que, e mais fácil de obter direito than. Just como com a abordagem de gerar, egen, filtro funciona corretamente Com dados do painel Na verdade, como dito acima, depende do conjunto de dados ter sido tsset previamente. Uma dica gráfica. Depois de calcular suas médias móveis, você provavelmente vai querer olhar para um gráfico O comando escrito pelo usuário tsgraph é inteligente sobre conjuntos de dados tsset Instale-o em um Stata 7 atualizado por ssc inst tsgraph. What sobre subconjunto com if. None dos exemplos acima fazer uso de se restrições Na verdade egen, ma não permitirá se a ser especificado Ocasionalmente as pessoas wa Nt para usar se ao calcular as médias móveis, mas seu uso é um pouco mais complicado do que é normalmente. O que você esperaria de uma média móvel calculada com if Vamos identificar duas possibilidades. Interpretação de Wreak Eu não quero ver quaisquer resultados para As observações excluídas. Strong interpretação Eu nem quero que você use os valores para as observações excluídas. Aqui está um exemplo concreto Suponha como uma conseqüência de alguma condição if, observações 1-42 estão incluídos, mas não observações 43 sobre Mas a média móvel Para 42 dependerá, entre outras coisas, do valor para a observação 43 se a média se estender para trás e para a frente e for de comprimento pelo menos 3, e dependerá também de algumas das observações 44 em diante em algumas circunstâncias. A maioria das pessoas iria para a interpretação fraca, mas se isso é correto, egen, o filtro não suporta se você pode sempre ignorar o que você não quer ou mesmo definir valores indesejados a falta depois b Y usando replace. Uma nota sobre os resultados faltando nas extremidades da série. Como as médias móveis são funções de retardos e leads, egen, ma produz faltando onde os atrasos e leads não existem, no início e no final da série Uma opção nomiss Força o cálculo de médias móveis mais curtas e não centralizadas para as caudas. Em contraste, nem gerar nem egen, filtro faz, ou permite, nada de especial para evitar resultados faltantes Se algum dos valores necessários para o cálculo está faltando, então esse resultado está faltando Cabe aos usuários decidir se e o que a cirurgia corretiva é necessária para essas observações, presumivelmente depois de olhar para o conjunto de dados e considerar qualquer ciência subjacente que pode ser levado a bear. Smoothing Lowess. We irá trabalhar com dados da Colômbia WFS Household Survey, Conduzida em 1975-76 I tabulou a distribuição etária de todos os membros da família e salvou-o em um arquivo ascci, que agora lemos e plot. Como você pode ver, a distribuição parece um pouco menos suave do que a Dados das Filipinas que nós estudamos anteriormente Você pode calcular o índice de Myers para esta distribuição. Meios de Ridding e Linhas. A maneira mais simples de suavizar um scatterplot é usar uma média móvel também conhecida como uma corrida média A abordagem mais comum é usar um Janela de 2k 1 observações, k à esquerda e k à direita de cada observação O valor de k é um trade-off entre suavidade de bondade de ajuste Cuidado especial deve ser tomado nos extremos da escala Stata pode calcular meios de execução via lowess Com as opções de média e noweight. Um problema comum com meios de execução é viés Uma solução é usar pesos que dão mais importância para os vizinhos mais próximos e menos para aqueles mais distantes Uma função de peso popular é Tukey s tri-cubo, definido como wd 1 - d 3 3 para d 1 e 0 caso contrário, onde d é a distância para o ponto alvo expressa como uma fração da largura de banda Stata pode fazer esse cálculo via lowess com a opção significa se você omitir noweight. An melhor solução é usar R Definimos novamente uma vizinhança para cada ponto, tipicamente os k vizinhos mais próximos de cada lado, encaixamos uma linha de regressão para os pontos da vizinhança e usamos-na para prever um valor mais suave para a observação do índice Isto soa como um monte de Mas os cálculos podem ser feitos de forma eficiente usando fórmulas de atualização de regressão Stata pode calcular uma linha em execução através lowess se você omitir médio, mas incluem noweight Melhor ainda é usar linhas ponderadas correndo dando mais peso para as observações mais próximo, que é o lowess mais suave Faz uma variante segue esta estimativa com algumas iterações para obter uma linha mais robusta Esta é claramente a melhor técnica na família Stata s lowess usa uma linha de corrida ponderada se você omitir médio e noweight. R implementa o lowess mais suave através das funções lowess e O loess mais recente, que usa uma interface de fórmula com um ou mais preditores e padrões diferentes O parâmetro controla o grau do local p Olynomial o padrão é 2 para o quadrático, as alternativas são 1 para linear e 0 para os meios de execução Ambos os implementos podem usar um estimador robusto, com o número de iterações controladas por um parâmetro iter ou iterações Tipo loess e lowess no console R para mais informações In Ggplot você pode overlay um lowess mais suave chamando geomsmooth. A figura abaixo mostra os dados colombianos e um lowess mais suave com um intervalo ou largura de banda igual a 25 dos dados. Você pode querer tentar diferentes badwidths para ver como os resultados variar. Digit preferência Revisited. Smoothing a distribuição de idade fornece uma melhor maneira de avaliar a preferência de dígito do que misturar Myers Vamos calcular o último dígito de idade e tabulate-lo em toda a gama de dados usando as freqüências observadas e um lowess suave. Preferência para idades terminando em 0 e 5, que é muito comum, e provavelmente 2 também Nós agora usamos o suave como peso. As freqüências suavizadas mostram que esperamos menos pe Agora, estamos prontos para calcular um índice de preferência de dígito, definido como metade da soma das diferenças absolutas entre freqüências observadas e suaves. Nós vemos que precisaríamos Para remodelar 5 5 das observações para eliminar a preferência de dígito Você pode comparar este resultado com o índice de Myers.2017 Germ n Rodr guez, Universidade de Princeton.
No comments:
Post a Comment