Moving Media Media Stata

Questa struttura di dati è piuttosto inadatta allo scopo. Assumendo un id identificativo è necessario rimodellare. per esempio. Poi una media mobile è facile. Utilizzare tssmooth o semplicemente generare. per esempio. Più sul perché la struttura dei dati è del tutto inadatto: Non solo il calcolo di una media mobile hanno bisogno di un ciclo (che non prevedono necessariamente Egen), ma sarebbe la creazione di diverse nuove variabili aggiuntive. Utilizzando quelli in qualsiasi analisi successiva sarebbe da qualche parte tra scomodo e impossibile. EDIT Ill dare un loop del campione, mentre non si muove dalla mia presa di posizione che è la tecnica povera. Non vedo una ragione dietro la convenzione di denominazione per cui P1947 è un mezzo per 1943-1945 presumo questo è solo un errore di battitura. Consente di supporre che abbiamo i dati per il 1913-2012. Per mezzo di 3 anni, si perde un anno presso ogni estremità. Questo potrebbe essere scritto in modo più conciso, a scapito di una raffica di macro all'interno di macro. Utilizzando pesi disuguali è facile, come sopra. L'unica ragione per usare egen è che si pretende molto rinunciare se ci sono mancanze, che quanto sopra farà. Come una questione di completezza, si noti che è facile da gestire missings senza ricorrere a Egen. e il denominatore Se tutti i valori sono mancanti, questo si riduce a 00, o mancante. Altrimenti, se un valore è mancante, si aggiunge 0 al numeratore e al denominatore 0, che è la stessa di ignorarlo. Naturalmente il codice è tollerabile come sopra per le medie di 3 anni, ma sia per quel caso o per una media su più anni, si dovrebbe sostituire le linee sopra da un loop, che è ciò che egen does. MOVAVG: modulo Stata utilizzando Mata per generare Moving Medie Quando si richiede una correzione, si prega di citare questo articoli maniglia: RePEc: BOC: bocode: s457476. Guarda le informazioni generali su come correggere il materiale in RePEc. Per domande tecniche per quanto riguarda questo punto, o per correggere i suoi autori, titolo, abstract, bibliografico o scaricare informazioni, contattare: (Christopher F Baum) Se è stato autore di questa voce e non sei ancora registrato con RePEc, incoraggiamo a farlo qui . Questo permette di collegare il tuo profilo a questo oggetto. Consente inoltre di accettare eventuali citazioni a questo punto che siamo incerti. Se i riferimenti sono del tutto mancanti, è possibile aggiungere utilizzando questo modulo. Se elencano i riferimenti completi di un elemento che è presente in RePEc, ma il sistema non collegano ad esso, si può aiutare con questo modulo. Se siete a conoscenza di elementi che citano questo manca, ci si può aiutare la creazione di quei link aggiungendo i riferimenti relativi allo stesso modo come sopra, per ogni articolo riferendosi. Se sei un autore registrato di questa voce, si consiglia inoltre di controllare la scheda citazioni nel tuo profilo, in quanto vi possono essere alcune citazioni in attesa di conferma. Si prega di notare che le correzioni possono prendere un paio di settimane per filtrare attraverso i vari servizi di RePEc. Più servizi Seguire serie, riviste, autori ampère Nuovi documenti via e-mail Iscriviti alle nuove aggiunte al RePEc registrazione Autore profili pubblici per i ricercatori Economia varie classifiche di ricerca in campi correlati Economia amp che era uno studente di chi, utilizzando RePEc RePEc Biblio articoli a cura amp articoli su vari argomenti di economia Carica la tua carta per essere elencati su RePEc e idee EconAcademics Blog aggregator per casi di ricerca economia plagio plagio in Economia lavoro mercato Papers RePEc Working paper series dedicata al mercato del lavoro Fantasy League fingere di essere al timone di una economia Services department del StL Fed dati, la ricerca, le app amplificatore più dal St. Louis Fedi avere una serie temporale della misura oraria di variabili ambientali e meteorologiche (temperatura e umidità) per diversi anni. Da questi valori orari vorrei calcolare un 24 ore di media per creare parametri di esposizione. Per questo il requisito è che almeno 17 delle misure orarie dovrebbe essere disponibile con non più di 6 ore di valori mancanti consecutivi. Se più di 6 valori orari sono consecutivamente mancante nel 24, i dati relativi a tale data è impostato su mancante. Come posso implementare questa in Stata o SAS Grazie in anticipo chiesto 27 Giugno 12 a 15:33 per la movimentazione di calcoli medi generali, utilizzando PROC EXPAND è il metodo più semplice (è necessario ETS licenza per utilizzare questa procedura). Ad esempio, il codice seguente calcola un periodo di 24 media mobile e impostare le prime 16 osservazioni mancanti. Tuttavia, per rispettare il resto dei tuoi criteri si sarebbe ancora bisogno di eseguire un passo di dati in seguito, lungo le linee di codice Robs, quindi si può anche eseguire tutti i calcoli all'interno di questo passo. risposto 28 Giugno 12 in 13:11 tua risposta 2017 Stack Exchange, IncStata: Analisi dei dati e statistica Software Nicholas J. Cox, Durham University, UK Christopher Baum, Boston College Egen, ma () e le sue limitazioni Statarsquos comando più ovvio per il calcolo in movimento medie è la funzione ma () di Egen. Data un'espressione, crea una media - periodo movimento di tale espressione. Per impostazione predefinita, viene preso come 3. deve essere dispari. Tuttavia, come l'inserimento manuale indica, Egen, ma () non può essere combinata con by-variabili:. e, per questo motivo, non è applicabile ai dati panel. In ogni caso, si erge al di fuori del set di comandi appositamente scritte per le serie temporali vedi serie storiche per i dettagli. approcci alternativi per calcolare le medie per i dati panel in movimento, ci sono almeno due scelte. Entrambi dipendono l'insieme di dati essendo stato tsset in anticipo. Questo è molto vale la pena di fare: non solo è possibile risparmiare più volte specificando variabile variabile e l'ora del pannello, ma si comporta in modo Stata elegantemente dato eventuali lacune nei dati. 1. Scrivi la tua definizione utilizzando generare Uso degli operatori di serie temporali, come L. e F.. dare la definizione della media mobile come argomento di una dichiarazione di generare. Se si esegue questa operazione, si sta, naturalmente, non limitato alla altrettanto ponderate (non ponderata) centrato medie calcolate da Egen in movimento, ma (). Ad esempio, ugualmente ponderato tre periodo medie mobili sarebbe dato da alcuni pesi e possono essere facilmente specificati: È possibile, ovviamente, specificare un'espressione come log (myvar) al posto di un nome di variabile, come myvar. Un grande vantaggio di questo approccio è che Stata fa automaticamente la cosa giusta per i dati panel: ingresso e uscita valori vengono elaborati all'interno di pannelli, così come la logica impone che dovrebbero essere. Lo svantaggio più evidente è che la linea di comando può ottenere piuttosto lungo se la media mobile coinvolge diversi termini. Un altro esempio è una media mobile unilaterale basata solo su valori precedenti. Questo potrebbe essere utile per generare un'aspettativa di adattamento di quello che una variabile sarà basato esclusivamente su informazioni aggiornate: ciò che qualcuno potrebbe prevedere per l'esercizio in corso sulla base degli ultimi quattro valori, utilizzando uno schema fisso di ponderazione (un ritardo di 4 periodo potrebbe essere soprattutto comunemente usato con timeseries trimestrali.) 2. Usare Egen, filtro () da SSC utilizzare il filtro funzione di egen scritto dall'utente () dal pacchetto egenmore su SSC. In Stata 7 (aggiornato dopo il 14 novembre 2001), è possibile installare questo pacchetto dopo che aiutano punti egenmore ai dettagli del filtro (). I due esempi sopra sarebbe resa (In questo confronto la generano approccio è forse più trasparente, ma vedremo un esempio del contrario in un attimo.) I ritardi sono un numlist. conduce essendo GAL negativi: in questo caso -11 espande a -1 0 1 o portare 1, lag 0, in ritardo 1. I ficients COEF, un'altra numlist, moltiplicare i corrispondenti elementi in ritardo di sviluppo o di leader: in questo caso, tali elementi sono F1.myvar . MyVar e L1.myvar. L'effetto dell'opzione normalizzare è in scala ogni coefficiente per la somma dei coefficienti in modo che coef (1 1 1) normalizzare equivale a coefficienti di 13 13 13 e coef (1 2 1) normalizzare equivale a coefficienti di 14 12 14 . È necessario specificare non solo i ritardi, ma anche i coefficienti. Perché Egen, ma () prevede il caso altrettanto ponderata, la motivazione principale per Egen, filtro () è quello di sostenere il caso ineguale ponderata, per i quali è necessario specificare coefficienti. Si potrebbe anche dire che obbliga gli utenti di specificare coefficienti è un po 'di pressione in più su di loro per pensare a quello coefficienti che vogliono. La giustificazione principale per pesi uguali è, immaginiamo, la semplicità, ma pesi uguali avere pessime proprietà del dominio della frequenza, per citare solo una considerazione. Il terzo esempio di cui sopra potrebbe essere uno dei quali è quasi complicato come l'approccio di generare. Ci sono casi in cui Egen, filtro () fornisce una formulazione più semplice di generare. Se si desidera un filtro binomiale di nove termine, che i climatologi trovano utile, poi guarda forse meno orribile di, e più facile da ottenere rispetto, proprio come con il generare approccio, Egen, filtro () funziona correttamente con dati panel. Infatti, come già detto, esso dipende il set di dati essendo stato tsset anticipo. Un consiglio grafica Dopo aver calcolato i tuoi medie mobili, probabilmente voler guardare un grafico. Il comando tsgraph scritto dall'utente è intelligente su set di dati tsset. Installarlo in un up-to-date Stata 7 da SSC tsgraph Inst. Che dire sottoinsiemi con se nessuno dei precedenti esempi fanno uso di se restrizioni. Infatti Egen, ma () non permetterà, se da specificare. Di tanto in tanto la gente vuole usare se il calcolo medie mobili, ma il suo uso è un po 'più complicato di quanto non sia di solito. Che cosa ci si può aspettare da una media mobile calcolata con se. Cerchiamo di identificare due possibilità: l'interpretazione debole: non voglio vedere nessun risultato per le osservazioni esclusi. Forte interpretazione: io non neanche voglia di utilizzare i valori per le osservazioni esclusi. Ecco un esempio concreto. Supponiamo come conseguenza di una condizione if, osservazioni 1-42 sono inclusi ma non osservazioni 43 su. Ma la media mobile per 42 dipenderà, tra l'altro, sul valore per l'osservazione 43 se la media estende avanti e indietro ed è di lunghezza almeno 3, e sarà simile dipenderà alcune osservazioni 44 in poi in alcune circostanze. La nostra ipotesi è che la maggior parte delle persone sarebbe andare per l'interpretazione deboli, ma se questo è corretto, Egen, filtro () non supporta se uno dei due. È sempre possibile ignorare ciò che si vuole donrsquot o anche impostare valori indesiderati a mancare in seguito utilizzando sostituire. Una nota sui risultati alle estremità della serie mancante Perché medie mobili sono funzioni di ritardi e conduce, egen, MA () produce mancante in cui non esistono i ritardi e conduce, all'inizio e alla fine della serie. Un'opzione nomiss costringe il calcolo delle più brevi, medie mobili non centrati per le code. Al contrario, né generare nè Egen, filtro () lo fa, o consente, nulla di speciale per evitare risultati mancanti. Se uno dei valori necessari per il calcolo è mancante, quindi questo risultato è mancante. Spetta agli utenti di decidere se e quanto la chirurgia correttiva è necessaria per tali osservazioni, presumibilmente dopo aver guardato il set di dati e considerando ogni scienza di base che può essere esercitata.