Ta struktura danych jest dość nieprzydatna do celu Załóżmy, że id identyfikatora trzeba zmienić kształtu e g. Then średnia ruchoma jest łatwa Użyj tssmooth lub po prostu wygeneruj g. Więcej o tym, dlaczego Twoja struktura danych jest zupełnie nie nadaje się Nie tylko obliczanie średniej ruchomej potrzebujesz pętli niekoniecznie obejmującej egen, ale byłoby tworzyć kilka nowych dodatkowych zmiennych Użycie tych w każdej późniejszej analizie byłoby gdzieś między niewygodne i niemożliwe. EDIT I'll give pętli próbki, a nie ruszając się z mojego stanowiska, że jest słaba technika Nie widzę powodu związanego z konwencją nazewnictwa, według której P1947 jest średnią w latach 1943-1945 Zakładam, że to tylko typówka Załóżmy, że mamy dane na lata 1913-2017 Przez trzy lata stracimy rok na każdym końcu. Tak może być napisany bardziej zwięźle, kosztem rozmycia makr w makrach Użycie nierównych ciężarów jest łatwe, jak powyżej Jedyny powód, aby używać egen jest to, że nie zrezygnuje, jeśli istnieją spory, które to zrobią. W uzupełnieniu ess, pamiętaj, że łatwo jest obsłużyć missings bez uciekania się do egen. and mianownika. Jeśli nie wszystkie wartości, to zmniejsza się do 0 0 lub brakujące Otherwise, jeśli brakuje jakiejś wartości, dodajemy 0 do licznika i 0 do mianownik, który jest taki sam jak ignorowanie go Naturalnie kod jest dopuszczalny jak powyżej dla średnich 3 lat, ale w tym przypadku lub dla uśrednienia w ciągu kilku lat, zastąpimy linie powyżej przez pętlę, która jest co egen nie . Mam listę osób, godziny rejestracji i wyniki W Stacie Chcę obliczyć średnią ruchową punktacji w oparciu o okno czasu wokół każdej obserwacji, a nie okno oparte na opóźnieniu w prowadzeniu obserwacji. Na przykład, zakładając - 2 dni po obu stronach i nie uwzględniając obecnej obserwacji, I m próbując obliczyć coś takiego. I ve próbował zdefiniować zestaw danych z tsset, a następnie użyć tssmooth, ale couldn t go do pracy Ponieważ może być wiele obserwacji w danym okresie czasu Nie wiem, czy to jest nawet w prawym podejściu Także w rzeczywistości zmienna dnia to tc timestamp. asked Czerwiec 6 13 w 16 04.tsset może tu pomóc, nawet jeśli czasami były regularnie rozmieszczone, ponieważ masz kilka powtarzanych wartości czasu, a mimo to dane nie kwalifikują się jako dane panelowe w sensie Stata s Ale problem powinien dawać pętlę nad możliwościami Po pierwsze, niech bierze swój przykład dosłownie za pomocą liczb całkowitych. Przyjmijmy, że nie brakuje wartości Zasadę, aby przenieść dalej is. average innych sum wszystko - ta wartość liczba wartości - 1. W praktyce nie chcesz pętli nad wszystkimi możliwymi datami w milisekundach Więc spróbuj pętli nad obserwacjami tego formularza Uwaga elementy pseudokodowe. Na papierze jest również relewantny. możliwe, jedna linia musi być bardziej skomplikowana. Przyjmując, że jeśli brakuje bieżącej wartości, odejmujemy 0 od sumy i 0 z liczby obserwacji. EDIT Przez 2 dni w milisekundach wykorzystaj wbudowaną funkcję i użyj cofd 2.Stata Analiza danych i oprogramowanie statystyczne las J Cox, uniwersytet w Durham, Wielka Brytania Christopher Baum, Boston College. egen, ma i jego ograniczenia. Stata najbardziej oczywistym poleceniem do obliczania średnich kroczących jest funkcja ma egen Biorąc pod uwagę wyrażenie, tworzy ona średnią ruchową w ciągu tego wyrażenia Domyślnie przyjmuje się, że 3 musi być nieparzyste. Jednak, jak wskazuje ręcznie, np. Ma, nie może być łączona z przez listę i dlatego nie ma ona zastosowania do danych paneli. W każdym przypadku stoi na zewnątrz zestaw poleceń specjalnie napisanych dla serii czasowych zawiera szeregy czasowe dla szczegółów. Podejścia alternatywne. Aby obliczyć średnie ruchome dla danych panelu, istnieją co najmniej dwie możliwości. Zależy to od zestawu danych, który został wcześniej zresetowany. Jest to bardzo warte robić nie tylko może oszczędzasz sobie wielokrotnie określenie zmiennej i zmiennej czasowej panelu, ale Stata zachowuje się elegancko, biorąc pod uwagę luki w danych.1 Napisz własną definicję za pomocą generowania. Użycie operatorów z serii czasowych, takich jak L i F, daje definicję e średnia ruchoma jako argument do wygenerowania instrukcji Jeśli to zrobisz, naturalnie nie ograniczasz się do równoważnych nieważonych średnic przesunięć centrowanych obliczonych przez np. ma. Na przykład równoważone trzyśrodkowe średnie ruchome zostaną podane by. and niektóre wagi można łatwo określić. Należy oczywiście określić wyrażenie takie jak log myvar zamiast zmiennej nazwy, takiej jak myvar. One duże zalety tego podejścia jest to, że Stata automatycznie wykonuje właściwą rzecz w przypadku danych panelu a opóźnione wartości są opracowywane w panelach, podobnie jak logika mówi, że powinny być Najbardziej zauważalną wadą jest to, że linia poleceń może być dość długa, jeśli średnia ruchoma wymaga kilku terminów. Innym przykładem jest jednostronna średnia ruchoma oparta wyłącznie na poprzednich Wartości Może to być użyteczne w celu wygenerowania adaptacyjnego oczekiwania co zmienna będzie oparta wyłącznie na dotychczasowej informacji, co można by prognozować dla obecnego okresu w oparciu o poprzednie cztery wartości , przy użyciu stałego schematu ważenia Opóźnienie 4-dniowe może być szczególnie powszechnie stosowane w przypadku kwartalnych timeseries.2 Użyj egen, filter z SSC. Użyj filtra egen funkcji napisanej przez użytkownika z pakietu egenmore na SSC In Stata 7 zaktualizowanego po 14 listopada 2001 , można zainstalować ten pakiet, po którym pomoc np. wskazuje na szczegóły filtru. Powyższe przykłady zostaną wyświetlone. W tym porównaniu prawdopodobieństwo wygenerowania może być bardziej przezroczyste, ale w przeciwnym razie zobaczymy przykład odwrotny Opóźnienia są liczbami liczbowymi, które są negatywnymi opóźnieniami -1 -1 rozszerza się do -1 0 1 lub prowadzi 1, opóźnia 0 , opóźnienie 1 Współczynnik, inna liczba, zwielokrotniać odpowiadające mu opóźnienie lub wiodące elementy w tym przypadku te elementy są myvar i Efektem normalizacji jest skalowanie każdego współczynnika sumą współczynników tak, że coef 1 1 1 normalizuje co odpowiada 1 3 1 3 1 3 i coef 1 2 1 normalizuje jest równoważna współczynnikom 1 4 1 2 1 4. Należy określić nie tylko opóźnienia, ale i współczynniki Ponieważ egen, ma dostarcza równie ważonej sprawy, Głównym powodem filtra egen, 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. Główne uzasadnienie dla równych ciężarów jest, jak przypuszczamy, prostota, ale równe odważniki mają złe właściwości w domenie częstotliwości, wspomnieć tylko jeden przykład. Trzeci przykład powyżej mógłby być. Każdy z nich jest tak samo skomplikowany, jak w przypadku generowania podejścia Istnieją przypadki, w których egen , filtr daje prostszy formułowanie niż generuje Jeśli chcesz, aby 9-krotny filtr dwumianowy, który klimatologologów okaże się użyteczny, może być mniej straszny niż i łatwiej uzyskać niż. Jest jak w przypadku generowania podejścia egen filtr działa poprawnie z danymi panelowymi W rzeczywistości, jak wspomniano powyżej, zależy to od zestawu danych, który został wcześniej zresetowany. Wskazówka graficzna. Po obliczeniu średnich kroczących prawdopodobnie będzie trzeba spojrzeć na wykres. Polecenie napisane przez użytkownika tsgraph jest inteligentne dla zestawów danych tsset Zainstaluj go w aktualnej wersji Stata 7 przez ssc inst tsgraph. What o podziale na if. Naz powyższych przykładów nie skorzystasz, jeśli ograniczenia W rzeczywistości egen, ma nie zezwala, jeśli ma być określony Sporadycznie ludzie wa nt używać, jeśli przy obliczaniu ruchomych średnich, ale jego wykorzystanie jest trochę bardziej skomplikowane niż zazwyczaj. What można oczekiwać od średniej ruchomych obliczyć, jeśli zidentyfikować dwie możliwości. interpretacja Weak Nie chcę zobaczyć żadnych wyników dla wykluczone obserwacje. Kompensowa interpretacja Nie chcę nawet używać wartości wykluczonych obserwacji. Tutaj jest konkretnym przykładem Załóżmy, że w wyniku pewnego stanu, jeśli chodzi o stan, są to obserwacje 1-42, ale nie obserwacje 43. Ale średnia ruchoma dla 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 44. Chyba zgadujemy, większość ludzi chętnie skorzysta na słabej interpretacji, ale czy jest to prawidłowe, np. filtrowanie nie obsługuje, jeśli możesz zawsze zignorować to, czego nie chcesz, a nawet ustaw niepożądane wartości, aby później brakować y przy użyciu replace. A notatki na brakujące wyniki na końcach serii. Ponieważ średnie kroczące są funkcjami opóźnień i prowadzi, egen, ma produkuje brakujące, gdy opóźnienia i opóźnienia nie istnieją, na początku i na końcu serii An option nomiss zmusza do obliczania krótszych, niekondensowanych średnic ruchomych dla ogonów. W przeciwieństwie do tego, ani wygenerować ani egen, filtrować czy nie zezwala, co jest szczególne, aby uniknąć brakujących wyników. Jeśli brakuje jakiejkolwiek wartości potrzebnej do obliczenia, wynik tego nie ma jest do dyspozycji użytkowników, aby zdecydować, czy i jakiego rodzaju operacje korekcyjne są wymagane w przypadku takich obserwacji, przypuszczalnie po zapoznaniu się z zestawem danych i rozważeniu jakiejkolwiek naukowej nauki, którą można znieść.
No comments:
Post a Comment