Esta estrutura de dados é completamente imprópria para a finalidade. Assumindo um identificador id você precisa remodelar. por exemplo. Em seguida, uma média móvel é fácil. Use tssmooth ou apenas gerar. por exemplo. Mais sobre por que sua estrutura de dados é bastante imprópria: não só o cálculo de uma média móvel precisa de um loop (não necessariamente envolvendo egen), mas você estaria criando várias novas variáveis extras. Usá-los em qualquer análise subsequente seria algo entre estranho e impossível. EDIT III dar um loop de amostra, enquanto não se deslocam da minha posição que é má técnica. Eu não vejo uma razão por trás de sua convenção de nomenclatura em que P1947 é um meio para 1943-1945 suponho que é apenas um erro de digitação. Vamos supor que temos dados para 1913-2012. Por meio de 3 anos, perdemos um ano em cada extremidade. Isso poderia ser escrito de forma mais concisa, à custa de uma enxurrada de macros dentro de macros. Usando pesos desiguais é fácil, como acima. A única razão para usar o egen é que ele não desiste se houver faltas, o que o acima fará. Por uma questão de exaustividade, note que é fácil lidar com falhas sem recorrer a egen. E o denominador Se todos os valores estiverem em falta, este reduz-se a 00, ou em falta. Caso contrário, se algum valor estiver faltando, adicionamos 0 ao numerador e 0 ao denominador, o que equivale a ignorá-lo. Naturalmente, o código é tolerável como acima para médias de 3 anos, mas para esse caso ou para a média durante mais anos, nós substituiríamos as linhas acima por um laço, que é o que egen faz. Quando computando uma corrida média móvel, A média no período de tempo médio faz sentido No exemplo anterior, calculamos a média dos três primeiros períodos de tempo e colocámo-la junto ao período 3. Poderíamos ter colocado a média no meio do intervalo de tempo de três períodos, isto é, Próximo ao período 2. Isso funciona bem com períodos de tempo ímpar, mas não é tão bom para mesmo períodos de tempo. Então, onde colocamos a primeira média móvel quando M4 Tecnicamente, a Média Móvel cairá em t 2,5, 3,5. Para evitar esse problema, suavizamos as MAs usando M 2. Assim, suavizamos os valores suavizados Se nós tivermos um número médio de termos, precisamos suavizar os valores suavizados A tabela a seguir mostra os resultados usando M 4.I tem uma lista de pessoas , Tempos de registro e pontuação. Em Stata eu quero calcular uma média móvel de pontuação com base em uma janela de tempo em torno de cada observação (não uma janela com base em laggingleading número de observações). Por exemplo, supondo - 2 dias de cada lado e não incluindo a observação atual, estou tentando calcular algo como isto: Ive tentou definir o conjunto de dados com tsset e, em seguida, usar tssmooth. Mas não conseguia fazê-lo funcionar. Uma vez que pode haver várias observações para um determinado período de tempo eu não tenho certeza se esta é mesmo a abordagem certa. Além disso, na realidade a variável dia é um tc timestamp. Perguntou 6 de dezembro às 16:04 tsset não pode ajudar aqui mesmo se você fez seus tempos regularmente espaçados, como você tem alguns valores repetidos de tempo, mas seus dados não se qualificam como dados do painel no sentido Statas. Mas o problema deve render a um laço sobre possibilidades. Primeiro, vamos dar o exemplo literalmente usando dias inteiros. Aqui não assumimos valores em falta. O princípio de levar adiante é a média dos outros (soma de todos - este valor) (número de valores - 1) Na prática, você não quer fazer um loop em todas as possíveis datas-vezes em milissegundos. Então, tente um loop sobre as observações desta forma. Observe os elementos ltpseudocodegt. Este artigo também é relevante: Se falhas são possíveis, uma linha precisa ser mais complicada: significando que se o valor atual está ausente, subtrair 0 da soma e 0 da contagem de observações. EDIT: Durante 2 dias em milissegundos, explorar a função incorporada e usar cofd (2).
No comments:
Post a Comment