Saya dalam pertarungan pertama dengan Stata. Saya tidak pernah menggunakannya sampai minggu ini dan saya mencoba untuk mengerjakan beberapa contoh. Saya memiliki kumpulan data berikut: Saya membuat variabel berikut dengan kumpulan data yang sesuai sehingga saya dapat tabkan kontras dengan semua pendidikan yang berbeda. Pada dasarnya ada cara yang lebih baik untuk melakukan ini: misalnya varlist saya bisa sewenang-wenang besar dan melakukan hal di atas adalah menyakitkan. Apakah ada cara untuk mengatakan membalikkan hal berikut untuk bekerja melalui banyak variabel dan memberi nilai variabel tunggal kepada May 30 14 di 23:46 Dapatkah Anda mengotomatisasi proses ini Jawabannya adalah Tidak, karena masing-masing variabel komponen akan memiliki akhiran yang unik. Jadi jika Anda memiliki raceblack race thispnonw racewhite, misalnya Anda tidak dapat memproses variabel pendidikan dan lomba dengan cara yang sama. Anda juga akan memiliki label nilai unik untuk diberikan ke setiap variabel. Lihat jawaban kedua di bawah ini. Dua isu lainnya: Membaca teladan Anda, nampaknya untuk pendidikan ada tiga kategori. Jadi Anda menginisialisasi ke kategori yang tidak ada. Perlakuan terhadap kesalahan Anda mungkin salah. Anda telah menetapkan bahwa pendidikan hilang jika ada komponennya yang hilang. Mungkin saja pewawancara mengkodekan salah satu variabel komponen dengan benar 1 dan membiarkan nilai lainnya kosong (hilang) bila seharusnya diberi kode 0. Pendidikan agar pengamatan tersebut tidak boleh hilang. Heres ide saya kode: Pendekatan otomatis 2014-06-02 Setelah menyatakan bahwa proses pembuatan dan pelabelan variabel baru tidak dapat diotomatisasi, saya memutuskan untuk mencoba. Saya menemukan dua perintah pada SSC yang membantu: Roger Newsons varlabdef dan Daniel Kleins labvalch3. Keduanya dapat diunduh dari dalam Stata, mis. Ssc install varlabdef Saya berasumsi, seperti pada contoh asli, masing-masing nama variabel 0-1 adalah bentuk rootsuffix, dan itu persis salah satu variabel dengan akar yang sama memiliki nilai 1. Tujuannya adalah membuat variabel baru untuk setiap akar dengan Nilai yang sesuai dengan urutan variabel indikator (jika ada) dengan nilai 1. Pengguna pertama-tama membuat makro lokal yang berisi semua akar. Program melompati akar, dengan satu variabel yang dibuat di masing-masing umpan, sebuah loop batin menerapkan solusi Nicks (B) varlabdef menciptakan label nilai dari nama indikator asli dan labvalch3 melepaskan semua kecuali akhiran dan mengkapitalisasi setiap item. Label nilai ini kemudian diberikan ke variabel baru dengan pernyataan nilai label. Di luar lingkaran, variabel baru diberi label variabel dengan variabel label. Dalam contoh berikut, ada dua akar, pendidikan dan gender. Variabel dengan jenis kelamin akar, misalnya, adalah gendermale dan genderfemale. Variabel baru gender diinisialisasi, kemudian menetapkan nilai 1 untuk pria dan 2 untuk wanita. Label nilai yang sesuai (juga dinamai gender) didefinisikan dan dikaitkan dengan variabel baru, dan variabel itu sendiri diberi label Gender. Hasilnya adalah: dijawab 2 Jun 14 di 22:21 Selain saran bagus Steve Samuels, tiga perangkat standar di wilayah ini adalah A. Menggunakan recode. Lihat bantuannya. (Yang bekerja jika dan hanya jika paling banyak satu indikator adalah 1) C1. Kode di atas adalah satu pernyataan. Tata letaknya hanya untuk membantu membuat struktur terlihat. C2. Sama seperti pada aljabar elementer, masing-masing meninggalkan tanda kurung (menyiratkan sebuah janji untuk mencocokkannya dengan tanda kurung yang tepat). Panggilan bersyarat untuk cond () tidak mengubahnya. NOTICE: Kelompok konsultasi Statistik IDRE akan memindahkan situs web ke CMS WordPress pada bulan Februari untuk memfasilitasi pemeliharaan dan pembuatan konten baru. Beberapa halaman lama kami akan dihapus atau diarsipkan sehingga tidak lagi dipelihara. Kami akan mencoba untuk mempertahankan pengalihan sehingga URL lama akan terus bekerja sebaik mungkin. Selamat datang di Institut Riset Digital dan Bantuan Pendidikan di Stat Consulting Group dengan memberi hadiah kepada Stata FAQ Bagaimana cara mengembalikan nilai yang hilang ke dalam kategori yang berbeda. Stata memungkinkan kita untuk mengkode berbagai jenis nilai yang hilang secara numerik. Ini memiliki 27 kategori yang hilang secara numerik. Quot. a quot to quot. z quot dan quot. Quot. Di halaman ini kita akan menunjukkan bagaimana kode nilai yang hilang ke dalam kategori yang berbeda. Pertama kita buat kumpulan data untuk keperluan ilustrasi. Dalam kumpulan data ini, semua variabel adalah numerik dan variabel betina dan ses memiliki nilai yang hilang. Nilai yang tidak hilang untuk variabel betina adalah 0 (untuk pria) dan 1 (untuk wanita). Nilai yang tidak hilang untuk variabel ses adalah 0 (rendah), 1 (med) dan 2 (tinggi). Nilai sisanya dianggap sebagai nilai yang hilang. Katakanlah kita ingin kode -999 menjadi satu kategori, -99 ke yang lain dan sisa nilai yang hilang ke dalam kategori ketiga untuk semua variabel. Metode 1: Menggunakan perintah ganti Kami mengganti secara manual nilai yang hilang dengan quot. a quot untuk -999, quot. B quot untuk -99 dan. c untuk sisa nilai yang hilang. Misalnya untuk variabel betina. Kita dapat melakukan hal berikut: Perintah codebook di atas menunjukkan bahwa variabel betina memiliki tiga jenis nilai yang hilang dan 4 nilai yang hilang. Metode 2: Menggunakan perintah mvdecode Metode 1 mungkin bukan cara terbaik untuk mengkodekan nilai yang hilang ke dalam kategori yang berbeda. Untuk satu hal, kita harus melakukannya satu variabel pada satu waktu. Perintah stata mvdecode sangat berguna bagi kita. Lebih baik lagi, kita bisa menggunakan kata kunci semua untuk merujuk ke semua variabel dalam kumpulan data. Pergi dari kode nilai yang hilang ke nilai numerik Isu lain yang akan kita bahas di sini adalah bagaimana mengubah kode nilai yang hilang kembali ke nilai numerik. Perintah mvencode dipasangkan dengan perintah mvdecode yang baru saja kita bahas di atas dan yang akan digunakan disini. Isi dari situs web ini tidak boleh dianggap sebagai pengesahan dari situs web, buku, atau produk perangkat lunak tertentu oleh University of California.
No comments:
Post a Comment