我常用到的stata命令： （續） 大量的虛擬變數往往是根據某個已知變數的取值生成的。比如，在某個回歸中希望控制每 個觀察所在的社區，即希望控制標記社區的虛擬變數。社區數目可能有成百上千個，如果 用上次的所說的方法生成就需要重複成百上千次，這也太笨了。大量生成虛擬變數的命令 如下； ta （變數名）, gen(（變數名）) 第一個括弧裡的變數名是已知的變數，在上面的例子中是社區編碼。後一個括弧裡的變數 名是新生成的虛擬變數的共同首碼，後面跟數位表示不同的虛擬變數。如果我在這裡填入 d，那麼，上述命令就會新生成d1，d2，等等，直到所有社區都有一個虛擬變數。 在回歸中控制社區變數，只需簡單地放入這些變數即可。一個麻煩是虛擬變數太多，怎麼 簡單地加入呢？一個辦法是用省略符號，d*表示所有d字母開頭的變數，另一法是用破折 號，d1-d150表示第一個到第150個社區虛擬變數（假設共有150個社區）。 還有一種方法可以在回歸中直接控制虛擬變數，而無需真的去生成這些虛擬變數。使用命 令areg可以做到，它的語法是 areg （被解釋變數） （解釋變數）, absorb（變數名） absorb選項後面的變數名和前面講的命令中第一個變數名相同。在上面的例子中即為社區 編碼。回歸的結果和在reg中直接加入相應的虛擬變數相同。 生成變數的最後一招是egen。egen和gen都用於生成新變數，但egen的特點是它更強大的 函數功能。gen可以支援一些函數，egen支援額外的函數。如果用gen搞不定，就得用egen 想辦法了。不過我比較懶，到現在為止只用用取平均、加和這些簡單的函數。 有的時候資料情況複雜一些，往往生成所需變數不是非常直接，就需要多幾個過程。曾經 碰到原始資料中記錄日期有些怪異的格式。比如，1991年10月23日被記錄為19911023。我 想使用它年份和月份，並生成虛擬變數。下麵是我的做法： gen yr=int(date) gen mo=int((data-yr*10000)/100) ta yr, gen( yd) ta mo, gen( md) 假設你已經生成了所有需要的變數，現在最重要的就是保存好你的工作。使用的命令是 save空格（檔案名），replace。和前面介紹的一樣，replace選項將更新你對資料庫的修 改，所以一定要小心使用。最好另存一個新的資料庫，如果把原始庫改了又變不回去，就 叫天不應叫地不靈了。 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.120.95.44