教案5_数据的合并与转换.ppt

第一个问题：母亲的数量 . sort mothid . by mothid: keep if _n==1 (424 observations deleted) 按母亲的身份号码分群（by mothid） 保留每位母亲的第一个观察值（if _n==1） 424个观察值被删除。故数据共有1684位母亲（2108-424） * 第二个问题：母亲的子女数 . by mothid: gen ceb=_N 按mothid的分类，生成一个名为ceb的变量，即母亲的总生育数量 变量的取值依赖于mothid出现的总次数，由_N表示 . tab ceb ceb | Freq. Percent Cum. ----+----------------------------------- 1 | 1,303 61.81 61.81 2 | 690 32.73 94.54 3 | 96 4.55 99.10 4 | 8 0.38 99.48 5 | 5 0.24 99.72 6 | 6 0.28 100.00 ----+----------------------------------- Total | 2,108 100.00 * 从长数据到宽数据（I） . reshape wide kidid age girl yob, i(mothid) j(order) ① ② ③ ④ (note: j = 1 2 3 4 5 6) ① ：reshape wide命令告诉Stata，将长数据格式转换成宽数据格式 ②：命令参数后面的变量kidid，age，girl即是需要转换的变量 ③ ：i(mothid) 告诉Stata，以mothid为标准进行转换。命令reshape需要一个共同的标识符（ID），利用该标识符将每个孩子指定给他的母亲；将兄弟姊妹指定给同一母亲 * 从长数据到宽数据（II） . reshape wide kidid age girl yob, i(mothid) j(order) ① ② ③ ④ (note: j = 1 2 3 4 5 6) ④：在从长数据转换为宽数据的过程中，需要另一个标识符，表明转换后变量尾缀的取值，也就是给每个新的母亲层次的变量指定一个相应的尾缀 本例中，它是由j()来表示的。该命令告诉Stata ，按照order的数值给变量kidid, age，girl指定尾缀 假若一位母亲有六个孩子，孩子的顺序（order）为1，2，3，4，5，6，则在宽数据中，age将会变成age1，age2，…… age6。变量后面的尾缀代表每个孩子与兄弟姊妹之间的长幼顺序关系。变量j自动消失，变成了其它变量的后缀 * N（by mothid: keep if _n==1）；为什么 变量数目；kidid1-kidid6，age1-age6，girl1-girl6；变量order自动消失；缺失 合并后数据的基本情况（describe）、分布（list） * 从长到宽：转换后的数据结构特点 观察值减少；变量增加 虽然变量增加，但变量名称的主干不变，age还是叫age，girl还是叫girl，kidid还是叫kidid 不同的是，在原变量的后面，都增加了1-6的数字尾缀。尾缀1表示第一个孩子，尾缀2表示第二个孩子，以此类推 尾缀的取值取决于代表孩子长幼序列的变量j（order）；该变量在生成宽格式数据的过程中消失了，取而代之的是新变量的后缀 * 两类常见的错误 1. 缺失值错误 标识符变量不能有缺失值。否则，Stata将停止工作，并显示错误。如：当变量j有缺失时： order contains missing values r(498); （变量order有缺失值） 非常数错误 Stata按照指明的变量进行转换，并假定数据中其它变量在同一组群中仅有一个取值，即常数。当该假定不成立时，软件也会停止工作，并输出错误提示 . reshape wide kidid age girl, i(mothid) j(order) * 5.4.3. 从宽数据到长数据