Stata连享会 (知乎 | 简书 | 码云)连享会 最新专题 直播Source: /forums/forum/general-stata-discussion/general/17996-substitute-rows-with-average-of-row-above-and-below
连享会-知乎推文列表
Note: 助教招聘信息请进入「课程主页」查看。
因果推断-内生性 专题⌚ .11.12-15 主讲：王存同 (中央财经大学)；司继春(上海对外经贸大学)课程主页：/arlionn/YG|微信版
/BlTL43 (二维码自动识别)
空间计量 专题⌚ .12.10-13 主讲：杨海生 (中山大学)；范巧 (兰州大学)课程主页：/arlionn/SP|微信版
/arlionn/DSGE (二维码自动识别)
问题描述
我有一份面板数据，有些年份上的数据有两行或多行记录 (例如，本例中 年的数据)。棘手的是，这两行数据存在差异，且无法判断哪一个记录是正确的。此时，比较稳妥的选择是：将这两汉数据都舍弃，使用相邻年度 ( 和 年) 的均值作为 年的观察值 (插值)。
clearinput ID year var1 var2 var31 34 45 651 45 43 411 3 56 591 39 54 761 41 57 68endsave "data00.dta", replace
原始数据详情：
. list+--------------------------------+| ID year var1 var2 var3 ||--------------------------------|1. | 1 344565 |2. | 1 454341 |3. | 1 35659 |4. | 1 395476 |5. | 1 415768 |+--------------------------------+
解决方法1： 使用 tssmooth ma 命令
思路：
先删除重复的观察值 ( 年的数据)继而使用tsfill填充年份，让数据变成平行面板；最后用tssmooth ma命令插值 (用前后两年的平均值代替 年的缺失值)。
说明：此处ma是moving average的简写。
命令如下：
. use "data00.dta", clear*-删除重复值 (数据有误). drop if year == . tsset ID year. tsfill. list+--------------------------------+| ID year var1 var2 var3 ||--------------------------------|1. | 1 344565 |2. | 1 ... |3. | 1 395476 |4. | 1 415768 |+--------------------------------+*-填充缺失值：forv i = 1/3 {tssmooth ma v`i' = var`i' , w(1, 0, 1)replace var`i' = v`i' if var`i' == .}drop v?list
运行结果如下：
. forv i = 1/3 {2.tssmooth ma v`i' = var`i' , w(1, 0, 1)3.replace var`i' = v`i' if var`i' == .4. }The smoother applied was(1/2)*[x(t-1) + 0*x(t) + x(t+1)]; x(t)= var1(1 real change made)The smoother applied was(1/2)*[x(t-1) + 0*x(t) + x(t+1)]; x(t)= var2(1 real change made)The smoother applied was(1/2)*[x(t-1) + 0*x(t) + x(t+1)]; x(t)= var3(1 real change made). drop v?. list+--------------------------------+| ID year var1 var2 var3 ||--------------------------------|1. | 1 344565 |2. | 1 36.5 49.5 70.5 |3. | 1 395476 |4. | 1 415768 |+--------------------------------+
从结果的提示信息可以看出w(1, 0, 1)选项的含义：
The smoother applied was(1/2)*[x(t-1) + 0*x(t) + x(t+1)]; x(t)= var1
连享会 最新专题 直播
解决方法2： 使用 duplicates tag 命令
思路：
使用duplicates tag命令标记重复的观察值，并使用gen()选项产生新变量用以记录标记情况；删除重复的观察值 (其实，这两步可以合为一步)；使用_n标记观察先后顺序(x[_n]表示 ;x[_n-1]表示 ;x[_n+1]表示 ) ，进行插值；
clearinput id year var1 var2 var31 34 45 651 45 43 411 3 56 591 39 54 761 41 57 68end
使用duplicates tag标记重复的观察值：
duplicates tag id year, gen(mistake) listbysort id year: keep if (_n == 1)foreach v of varlist var1 var2 var3 { replace `v' = (`v'[_n-1] + `v'[_n+1])/2 if mistake}
结果如下：
. duplicates tag id year, gen(mistake) Duplicates in terms of id year. list // A-1+------------------------------------------+| id year var1 var2 var3 mistake ||------------------------------------------|1. | 1 344565 0 |2. | 1 454341 1 |3. | 1 35659 1 |4. | 1 395476 0 |5. | 1 415768 0 |+------------------------------------------+. bysort id year: keep if (_n == 1)(1 observation deleted). list // A-2+------------------------------------------+| id year var1 var2 var3 mistake ||------------------------------------------|1. | 1 344565 0 |2. | 1 454341 1 |3. | 1 395476 0 |4. | 1 415768 0 |+------------------------------------------+. foreach v of varlist var1 var2 var3 { 2.replace `v' = (`v'[_n-1] + `v'[_n+1])/2 if mistake3. }. list // A-3+------------------------------------------+| id year var1 var2 var3 mistake ||------------------------------------------|1. | 1 344565 0 |2. | 1 36.5 49.5 70.5 1 |3. | 1 395476 0 |4. | 1 415768 0 |+------------------------------------------+
附：文中使用的代码
*------------*-Solution 1:* You could use tssmooth ma.* For example:clearinput ID year var1 var2 var31 34 45 651 45 43 411 3 56 591 39 54 761 41 57 68endlistdrop if year == tsset ID yeartsfilllist forv i = 1/3 {tssmooth ma v`i' = var`i' , w(1, 0, 1)replace var`i' = v`i' if var`i' == .}drop v?list*------------*-Solution 2: clearinput id year var1 var2 var31 34 45 651 45 43 411 3 56 591 39 54 761 41 57 68endduplicates tag id year, gen(mistake) listbysort id year: keep if (_n == 1)listforeach v of varlist var1 var2 var3 { replace `v' = (`v'[_n-1] + `v'[_n+1])/2 if mistake}list
相关课程
连享会-直播课上线了！免费公开课：直击面板数据模型- 连玉君，时长：1 小时 40 分钟Stata 33 讲- 连玉君, 每讲 15 分钟.部分直播课课程资料下载(PPT，dofiles 等)
课程一览支持回看，所有课程可以随时购买观看。连享会 - 文本分析与爬虫 - 专题视频
主讲嘉宾：司继春 || 游万海
连享会 - 效率分析专题已上线：可随时购买学习+全套课件，课程主页已经放置板书和 FAQs主讲嘉宾：连玉君 | 鲁晓东 | 张宁课程主页，微信版/arlionn/TE
Note: 部分课程的资料，PPT 等可以前往连享会-直播课主页查看，下载。
关于我们Stata 连享会由中山大学连玉君老师团队创办，定期分享实证分析经验。直播间有很多视频课程，可以随时观看。连享会-主页和知乎专栏，300+ 推文，实证分析不再抓狂。公众号推文分类：计量专题|分类推文|资源工具。推文分成内生性|空间计量|时序面板|结果输出|交乘调节五类，主流方法介绍一目了然：DID, RDD, IV, GMM, FE, Probit 等。
连享会小程序：扫一扫，看推文，看视频……
扫码加入连享会微信群，提问交流更方便
