EWMA: moduł Stata służący do obliczania wykładniczej średniej ważonej średniej ruchomej W przypadku żądania korekty należy wspomnieć o tym uchwycie: RePEc: boc: bocode: s338701. Zobacz ogólne informacje dotyczące poprawiania materiału w RePEc. Pytania techniczne dotyczące tej pozycji lub poprawianie ich autorów, tytułów, informacji abstrakcyjnych, bibliograficznych lub pobierania, kontakt: (Christopher F Baum) Jeśli autor utworzył ten element i nie jest jeszcze zarejestrowany w RePEc, zachęcamy do tego . Umożliwia to powiązanie profilu z tym elementem. Pozwala również zaakceptować potencjalne cytaty dotyczące tej pozycji, których nie jesteśmy pewni. Jeśli brakuje odnośników, można je dodać za pomocą tego formularza. Jeśli pełne odniesienia wymieniają element, który jest w RePEc, ale system nie łączy się z nim, możesz pomóc w tym formularzu. Jeśli znasz brakujące pozycje cytujące ten plik, możesz pomóc nam stworzyć te linki, dodając odpowiednie odnośniki w taki sam sposób jak powyżej, dla każdego elementu referującego. Jeśli jesteś zarejestrowanym autorem tej pozycji, możesz sprawdzić kartę cytatów w swoim profilu, ponieważ niektóre cytaty będą czekać na potwierdzenie. Należy pamiętać, że poprawki mogą potrwać kilka tygodni, aby filtrować różne usługi RePEc. Więcej usług Śledź serie, czasopisma, autorów więcej Nowe dokumenty przez e-mail Subskrybuj nowości do RePEc Rejestracja autorów Profile publiczne dla badaczy ekonomii Różne typy badań w dziedzinie ekonomii dziedziny związane z abonentami Kto był studentem, z kim używał RePEc RePEc Biblio Artykuły korekcyjne amp artykuły o różnych tematach dotyczących ekonomii Prześlij swój artykuł do listy na temat RePEc i IDEAS EconAcademics Blog aggregator do celów badań nad ekonomią Plagiat Przypadki plagiatu w dziedzinie ekonomii Dokumenty Rynku Pracy RePEc seria artykułów roboczych poświęconych rynku pracy Fantasy League Udajesz, że jesteś na czele ekonomii Departament Usług z StL Fed Data, badania, aplikacje więcej z St. Louis FedStata: Analiza danych i oprogramowanie statystyczne Nicholas J. Cox, Uniwersytet w Durham, Wielka Brytania Christopher Baum, Boston College egen, ma () i jego ograniczenia Statarsquos najbardziej oczywiste komendą do obliczania średnich kroczących jest funkcja ma () egen. Biorąc pod uwagę wyrażenie, tworzy ona - średnią ruchową średnią tej wypowiedzi. Domyślnie przyjmuje się, że 3. musi być nieparzysta. Jednakże, jak wskazuje ręcznie wpis, np. Ma () nie może być łączony z listą:. i, z tego tylko powodu, nie ma zastosowania do danych paneli. W każdym razie znajduje się poza zestawem komend napisanych specjalnie dla serii czasowych, patrz seria czasowa, aby uzyskać szczegółowe informacje. Metody alternatywne Aby obliczyć średnie ruchome danych panelowych, istnieją co najmniej dwie możliwości. Oba te elementy uzależnione są od zestawu danych, który został uprzednio zresetowany. To bardzo warto robić: nie tylko możesz zaoszczędzić sobie na wielokrotne określanie zmiennej czasowej panelu i zmiennej, ale Stata zachowuje się elegancko, biorąc pod uwagę luki w danych. 1. Napisz własną definicję używając wygenerowania Używając operatorów z serii czasowych, takich jak L. i F. podaj definicję średniej ruchomej jako argumentu generowania instrukcji. Jeśli to zrobisz, naturalnie nie ograniczasz się do średnio ważonych średnic ruchu, obliczonych przez egen, ma (). Na przykład średnio ważone średnie ruchome trzy-okresowe byłyby podane przez i niektóre ciężary można łatwo określić: Oczywiście możesz określić wyrażenie takie jak log (myvar) zamiast nazwy zmiennej, na przykład myvar. Jedną wielką zaletą tego podejścia jest to, że Stata automatycznie robi właściwą rzecz dla danych paneli: wartości początkowe i opóźnione są opracowywane w panelach, podobnie jak logika mówi, że powinny być. Największą wadą jest to, że linia komend może być dość długa, jeśli średnia ruchoma obejmuje kilka terminów. Innym przykładem jest jednostronna średnia ruchoma oparta jedynie na poprzednich wartościach. Może to być użyteczne w celu wygenerowania adaptacyjnego oczekiwania, na podstawie którego zmienna będzie oparta wyłącznie na dotychczasowej informacji: co można było przewidzieć na obecny okres w oparciu o poprzednie cztery wartości przy użyciu stałego schematu ważenia (opóźnienie w skali A 4 może być szczególnie używanych w kwartalnych terminach.) 2. Użyj egen, filter () z SSC Użyj filtra funkcji egen () egenmore () z pakietu egenmore na SSC. W Stacie 7 (zaktualizowany po 14 listopada 2001 r.) Można zainstalować ten pakiet, po którym pomoc np. Wskazuje na szczegóły filtru (). Powyższe przykłady byłyby renderowane (w tym porównaniu podejście generowane jest być może bardziej przezroczyste, ale na chwilę zobaczymy przykład odwrotny). Laga jest numeracją. prowadzi do ujemnych opóźnień: w tym przypadku -11 rozciąga się na -1 0 1 lub prowadzi 1, zwłokę 0, opóźnia 1. Współczynnik cofania, kolejna numlista, pomnożenie odpowiednich opóźnionych lub prowadzących elementów: w tym przypadku te elementy to F1.myvar . myvar i L1.myvar. Efektem normalizacji jest skalowanie każdego współczynnika sumą współczynników tak, aby współczynnik (1 1 1) normalizować jest równoważny współczynnikom 13 13 13 i coef (1 2 1) normalizować jest równoważny współczynnikom 14 12 14 Musisz określić nie tylko opóźnienia, ale i współczynniki. Ponieważ egen, ma () dostarcza równie ważonej sprawy, głównym powodem egen, filter () jest wspieranie nierównej wagi sprawy, dla której musisz określić współczynniki. Można również powiedzieć, że zobowiązanie użytkowników do określenia współczynników jest niewielką dodatkową presją na nich, aby zastanowić się nad tym, jakie współczynniki chcą. Głównym uzasadnieniem dla równych ciężarów jest, jak przypuszczamy, prostota, ale równe wagi mają złe właściwości w domenie częstotliwości, wspomnieć tylko o jednym. Trzeci przykład powyżej może być albo z nich tak skomplikowany jak podejście generujące. Są przypadki, w których egen, filter () daje prostszy formułowanie niż generowanie. Jeśli chcesz, aby 9-krotny filtr dwumianowy okazał się użyteczny, wygląda na to, że może być mniej straszniejszy niż i łatwiejszy w użyciu niż, podobnie jak w przypadku generowania podejścia, egen, filter () działa poprawnie z danymi panelu. W rzeczywistości, jak wspomniano powyżej, zależy to od zestawu danych, który został wcześniej zresetowany. Graficzna wskazówka Po obliczeniu średnich kroczących prawdopodobnie będzie trzeba spojrzeć na wykres. Polecenie napisane przez użytkownika tsgraph jest inteligentne w przypadku zestawów danych tsset. Zainstaluj go w aktualnej wersji Stata 7 przez ssc inst tsgraph. A co z podziałem na jeśli żadne z powyższych przykładów nie wykorzystuje się w przypadku ograniczeń. W rzeczywistości egen, ma () nie zezwala, jeśli zostanie podane. Czasami ludzie chcą używać, jeśli przy obliczaniu średnich ruchomej, ale jego wykorzystanie jest nieco bardziej skomplikowane niż zwykle. Czego oczekiwałeś od średniej ruchomej, obliczonej jeśli. Zidentyfikujmy dwie możliwości: Słaba interpretacja: nie chcę widzieć żadnych wyników dla wykluczonych obserwacji. Mocna interpretacja: nie chcę nawet używać wartości dla wykluczonych obserwacji. Oto konkretny przykład. Załóżmy, że w wyniku pewnych warunków, obserwuje się 1-42, ale nie obserwuje się obserwacji 43. Jednak średnia ruchoma wynosząca 42 będzie zależeć między innymi od wartości obserwacji 43, jeśli średnia rozciąga się do tyłu i do przodu i ma długość co najmniej 3, a w pewnych okolicznościach podobnie będzie zależała od niektórych obserwacji od pewnego czasu. Domyślamy, że większość ludzi chętnie skorzysta z słabej interpretacji, ale czy to jest poprawne, egen, filter () nie popiera, jeśli takowe. Zawsze możesz zignorować to, czego nie chcesz, a nawet ustaw niepożądane wartości, aby później brakować, używając zamiennika. Notatka o brakujących wynikach na końcach serii Ponieważ średnie ruchome są funkcjami opóźnień i opóźnień, np. Ma () powoduje brak tam, gdzie na początku i na końcu serii nie występuje opóźnienie i opóźnienia. Opcja nomiss wymusza obliczenie krótszych, nieokrążonych średnic ruchu dla ogonów. W przeciwieństwie do tego, ani wygenerować, ani egen, filtr () czy, czy nie, nic specjalnego, aby uniknąć brakujących wyników. Jeśli brakuje jakiejkolwiek wartości potrzebnej do obliczenia, wynik tego nie ma. Decyzja o tym, czy i jakie operacje korekcyjne są wymagane w przypadku takich obserwacji, przypuszczalnie po zapoznaniu się z zestawem danych i rozważeniu jakiejkolwiek naukowej nauki, którą można przynieść. Często jesteśmy zainteresowani generowaniem przestrzennej średniej ruchomej charakterystyczny X. Można użyć tej średniej ruchomej, aby pomóc kontrolować niejednorodność populacji, która może być związana z przestrzennym rozkładem obserwacji. W tym celu musimy mieć metodę generowania średniej przestrzennej. I kod to ręcznie, ponieważ nie mam doświadczenia z danych przestrzennych w Stata i nie wiem, co wbudowany w poleceniu jest (zakładając, że istnieje). Jeśli szukasz po prostu średniej przestrzennej, możesz faworyzować polecenie wbudowane. Metoda ta jest jednak elastyczna i łatwo modyfikowalna, jeśli na przykład chcesz używać środków poza formą odległości Euklidesa 2D i wolałby raczej formułę 3D lub formułę nD. Podobnie średnia ruchoma statystyk może być łatwo zastąpiona przez przesunięcie wariancji lub jakąkolwiek inną statystykę, która mogłaby zostać wygenerowana za pomocą polecenia egen. Zatem to ćwiczenie mogłoby być użyteczne do zbadania, nawet jeśli jest zbędne. global Nobs 1000 clear set obs Nobs Generuj współrzędne 2D gen latt runiform () 100 gen longg runiform () 100 Wygeneruj zmienną zainteresowania. Zmienna będzie miała składnik losowy i komponent przestrzenny. gen X (lattlongg) 100rnormalne () dwa (rozproszone latt X) (rozproszone longg X) Widzimy, że chociaż ogólna tendencja do większych wartości w miarę wzrostu długości i szerokości geograficznej trudno jest zidentyfikować silny wzór. Teraz obliczyć średnią ruchu X dla każdej obserwacji. (Prawdopodobnie jest to polecenie, o czym nie wiem). gen Xave. gen dist. forv i1Nob Obliczyć odległość wszystkich punktów od obs i zastąpić dist ((latt-latti) 2 (longg-longgi) 2) .5 Obliczyć średnią X, jeśli odległość znajduje się w zakresie zainteresowania egen tempx mean (X) if distltmeanrange zastąp Xave tempx if ni drop tempx two (scatter latt Xave) (rozproszone longg Xave) Teraz, patrząc na średnią ruchomą, możemy łatwo wizualnie określić wpływ lokalizacji na oczekiwaną wartość X. Announcement Jest to mój pierwszy post, a ja będę staraj się być tak jasne, jak to możliwe. Link do głównej bazy danych znajduje się na końcu postu. Kontekst Używam StataSE 12.0 w systemie Windows 10. Zacząłem od Stata zaledwie kilka tygodni temu i próbuję samodzielnie uczyć się na zadanie za parę dni (bo każda tabela lub postać zabrała mi dni i dni) : powtórzenie referatu na papierze Obowiązkowe uczestnictwo w szkole wpływa na Schoolig i Earningsquot: web. stanford. edu pistaangrist. pdf polegający na tym, że osoby urodzone w ostatnich kwartałach mają średnio wyższe wykształcenie niż osoby urodzone w pierwszym kwartale ze względu na obowiązkowe szkolnictwo prawa. Pierwsze dane liczbowe narysują wykres średniej liczby lat edukacji (zmienna EDUC) dla wszystkich osób urodzonych w pewnym roku (zmienna YOB za rok urodzenia) w danym kwartale (QOB). Istnieje ogólna tendencja wzrostowa i powodująca zepsucie danych, używają średniej ruchomej (rysunek IV), która została zablokowana przez ostatnie 5 dni. Problem W bazie danych znajduje się 27 zmiennych, wśród których v4 zmienił nazwę na EDUC, v27 zmieniono na YOB (rok urodzenia), a v18 zmieniono na QOB (ćwiartka urodzenia). To, co jest potrzebne do średniej ruchomej, jest dla wszystkich osób urodzonych w roku c i kwartale j, obliczając średnią liczbę lat edukacji nie w tym roku i kwartale, ale za kwartał tuż przed, 2 kwartały przed, jedna czwarta później i 2 kwartale później (wyjaśniono na stronie 985 dokumentu). Na przykład, jeśli spojrzymy na ludzi urodzonych między 1930 a 1939 r., Jak na tej figurze (rysunek IV artykułu: onedrive. liveredirresi. Ntphoto2cpng), muszę zacząć od kohorty urodzonej w 1930 r. W trzecim kwartale i obliczyć przeciętną liczbę lat wykształcenia osób urodzonych w 1930 r., II kwartale (urodzonych na ćwierć przed daną kohortą), podobnie dla osób urodzonych w 1930 r., I kwartale (urodzonych 2 kwartały przed daną kohortą), podobnie dla osób urodzonych w 1930 r., czwartym kwartale (jedna czwarta po danej grupie), podobnie dla osób urodzonych w 1931 r., I kwartale (2 kwartały po danej grupie). Następnie średnia ruchoma uzyskuje się przez dodanie tych 4 wartości i dzielenie przez 4. Ten cały proces należy powtórzyć dla każdej kohorty między 1930, 3 kwartał i 1939, drugi kwartał. Do-pliku Do pliku (onedrive. liveredirresid6919D329B3BF1EF23227ampauthkeyAO2cxEN AGpZMgsMampithintfile2cdo) zacząłem od modelu innych figur i próbował używać pętli foreach i wielu innych rzeczy (nie pamiętam błędów, o których nie wiedziałem, że tu będę publikować) ale nadal nie rozumiem, jak powiedzieć Stata: quotfor każdego YOBQn. obliczyć średnią (EDUC) dla YOBQ n-1, YOBQ n-2, YOBQ n1, YOBQ n2quot. Aby suma i podzielona przez 4, powinna być łatwiej. Otrzymałem wyjątkową wskazówkę od asystenta nauczyciela: spróbuj polecenia tssmooth. Najpierw musisz utworzyć zmienną czasową, dla której polecenie egen group będzie bardzo przydatne. quot, ale zgodnie z moimi badaniami na temat kwerendy i quottssetquot w podręcznikach danych i w książce Cameron amp Trivedi, quotEconometrics przy użyciu Stataquot (ostatni link): statamanuals14degen. tfolder2cdta statamanuals14gsw11.pdf statamanuals14u11.p. Languagesyntax statamanuals14u13.p. itsubscripting onedrive. liveredirresi. intfile2cpdf Powinienem zresetować dane przed tssmooth, ale nie przeszukiwałem tego etapu, ponieważ najwyraźniej, notacja n nie jest dozwolona z quotegenquot (błędów r (101) wartości ważnych nie jest dozwolona) i nadal jestem bardzo zdezorientowany, jak połączyć egen, tsset i tssmooth. Byłoby wspaniale, gdyby ktoś mógł mi pomóc w rozwiązywaniu cudzysłowów nie był dozwolony błąd i jak połączyć komendy quotegenquot, quottssetquot i quottssmoothquot. Dziękuję bardzo dużo Postscript: tutaj jest baza danych przez sposób onedrive. liveredirresi. tfolder2cdta Uwaga: Mam plik do zrobienia dla najważniejszych innych figur i tabel artykułu, z wyjątkiem tabeli I, ale ten plik prawdopodobnie nie jest konieczny dla informacji: onedrive. liveredirresi. hintfile2cdo Ostatnio edytowane przez Amarylis Durand 25 Mar 2018, 01:55. 25 Mar 2018, 22:50 Poniżej krótsza wersja mojego pytania: jak uniknąć błędu poniżej (r451 wytłuszczone) i jak powiedzieć Stacie, że średnia ruchoma kwotowej 1 kwot powinna być obliczona dla każdej wartości tps przez YOB QOB za wszystkie urodzone w tym samym roku i tym samym kwartale, uporządkowane przez zwiększenie liczby lat i kwartałów oraz obliczanie średniej liczby lat edukacji przez YOB QOB. sort: egen medstay1 mean (EDUC) generuje nową zmienną YOBNew, ponieważ polecenie yq wymaga pierwszego argumentu w przedziale od 1000 do 9999, a nasze dane za YOB w spisie z 1980 roku są między 30 a 49 zamiast 1930 i 1949 gen YOBNewYOB zastępują YOBNew YOB1900, jeśli CENSUS80 wygeneruje zmienną czasową, która ma format wymagany w formacie help tsset gen tpsyq (YOBNew, QOB) tq tps następujące instrukcje zwracają r451. powtarzane wartości czasu w panelu, prawdopodobnie dlatego, że tysiące osób urodzonych w tym samym roku i tym samym kwartale, oczywiście z tą samą średnią liczbą lat edukacji. Jak uniknąć tego błędu tsset medstay1 tps instrukcję posiadania średniej ruchomej MA, ale chcę obliczyć średnią medstay1 na każdą wartość czasu. Jakich poleceń pozwoliłoby mi to zrobić, czy czyni się to automatycznie tssmooth ma MA medstay1. okno (2 0 2) Mam nadzieję, że ktoś może pomóc.
No comments:
Post a Comment