Para perguntas rápidas, envie um email para dataprinceton. edu. Não há appts. Necessário durante as horas de caminhada. Nota: o laboratório DSS está aberto enquanto o Firestone estiver aberto, sem compromissos necessários para usar os computadores do laboratório para sua própria análise. Dados de série de seleção de atraso em séries de tempo Ao executar regressões em dados de séries temporais, muitas vezes é importante incluir valores remanescentes da variável dependente como variáveis independentes. Na terminologia técnica, a regressão agora é chamada de autoregressão vetorial (VAR). Por exemplo, ao tentar resolver os dterminantes do PIB, é provável que o PIB do último ano esteja correlacionado com o PIB deste ano. Se for esse o caso, o PIB atrasado durante pelo menos um ano deve ser incluído no lado direito da regressão. Se a variável em questão for persistente - ou seja, os valores no passado distante ainda estão afetando os valores de hoje - serão necessários mais atrasos. Para determinar quantos atrasos usar, vários critérios de seleção podem ser usados. Os dois mais comuns são o Critério de Informação de Akaike (AIC) e o Critério de Informação Bayesiano de Schwarz (SICBICSBIC). Estas regras escolhem o comprimento de atraso j para minimizar: log (SSR (j) n) (j 1) C (n) n, onde SSR (j) é a soma ou os resíduos quadrados para o VAR com j lags e n é o número de Observações C (n) 2 para AIC e C (n) log (n) para BIC. Felizmente, no Stata 8 há um único comando que irá fazer a matemática para qualquer número de atrasos especificados: varsoc. Para obter o AIC e BIC, basta digitar varsoc depvar na janela de comando. O número padrão de atrasos Stata checks é 4 para verificar um número diferente, adicionar, maxlags (oflags) após o varsoc depvar. Se, além disso, a regressão possui variáveis independentes que não sejam os atrasos, inclua aqueles após a opção maxlag () digitando exog (varnames). A saída indicará o número de atraso ótimo com um asterisco. Em seguida, avance para executar a regressão usando o número especificado de atrasos na variável dependente no lado direito com as demais variáveis independentes. A partir desta saída, é claro que o número ótimo de atrasos é 1, então a regressão deve ser semelhante a: (Para outras opções com o comando varsoc, consulte o manual Stata da Time-Series.) Para obter mais informações sobre a seleção de atraso, verifique as séries de tempo 101 copy 2007 The Trustees da Universidade de Princeton. Todos os direitos reservados. Dataprinceton. edu NOTA: A informação é para a Universidade de Princeton. Sinta-se livre para usar a documentação, mas não podemos responder perguntas fora de Princeton. Esta página foi atualizada pela última vez: AVISO: O grupo de consultoria estatística IDRE estará migrando o site para o WordPress CMS em fevereiro para facilitar a manutenção e criação de novos conteúdos. Algumas de nossas páginas antigas serão removidas ou arquivadas de modo que elas não serão mais mantidas. Vamos tentar manter os redirecionamentos para que os URLs antigos continuem a funcionar da melhor maneira possível. Bem-vindo ao Instituto de Pesquisas Digitais e Educação Ajude o Grupo de Consultoria Estatal, dando um presente Notas da Classe Stata Contagem de n para N Introdução A Stata possui duas variáveis incorporadas chamadas n e N. N é a notação Stata para o número de observação atual. N é 1 na primeira observação, 2 no segundo, 3 no terceiro e assim por diante. N é a notação de Stata para o número total de observações. Vamos ver como n e N funcionam. Como você pode ver, o ID da variável contém o número de observação que corre de 1 a 7 e nt é o número total de observações, que é 7. Contar com o uso de n e N em conjunto com o comando pode produzir alguns resultados muito úteis. É claro que, para usar o comando por nós, primeiro devemos classificar nossos dados na variável por variável. Agora n1 é o número de observação dentro de cada grupo e n2 é o número total de observações para cada grupo. Para listar a pontuação mais baixa para cada grupo, use o seguinte: Para listar a pontuação mais alta para cada grupo, use o seguinte: Outro uso de n Permite usar n para descobrir se existem números de identificação duplicados nos seguintes dados: As observações 6 e 7 têm os mesmos números de identificação e valores de pontuação diferentes. Encontrando Duplicados Agora, use N para encontrar observações duplicadas. Neste exemplo, classificamos as observações por todas as variáveis. Em seguida, usamos toda a variável na instrução by e definimos set n igual ao número total de observações que são idênticas. Finalmente, listamos as observações para as quais N é maior que 1, identificando as observações duplicadas. Se você tem muitas variáveis no conjunto de dados, pode demorar muito tempo para digitá-las duas vezes. Podemos fazer uso do curinga para indicar que desejamos usar todas as variáveis. Além disso, nas versões mais recentes do Stata, podemos combinar classificar e em uma única declaração. Abaixo está uma versão simplificada do código que renderá exatamente os mesmos resultados acima. O conteúdo deste site não deve ser interpretado como um endosso de qualquer site, livro ou produto de software específico da Universidade da Califórnia.
No comments:
Post a Comment