Esta estrutura de dados é bastante imprópria para fins. Assumindo um id identificador você precisa remodelar. por exemplo. Então, uma média móvel é fácil. Use tssmooth ou apenas gere. por exemplo. Mais informações sobre por que sua estrutura de dados é bastante imprópria: não só o cálculo de uma média móvel precisa de um loop (não envolvendo necessariamente o egen), mas você criaria várias novas variáveis extras. Usar aqueles em qualquer análise subsequente estaria em algum lugar entre estranho e impossível. EDITAR Eu dou um loop de amostra, enquanto não me movendo da minha posição de que é uma técnica fraca. Eu não vejo uma razão por trás de sua convenção de nomeação, pelo que P1947 é um meio para 1943-1945. Eu suponho que isso é apenas um erro de digitação. Vamos supor que temos dados para 1913-2017. Por meio de 3 anos, perdemos um ano em cada final. Isso poderia ser escrito de forma mais concisa, à custa de uma enxurrada de macros dentro das macros. O uso de pesos desiguais é fácil, como acima. O único motivo para usar egen é que ele não desiste se houver faltas, o que acima irá fazer. Por uma questão de integridade, note que é fácil lidar com falhas sem recorrer a Egen. E o denominador Se todos os valores estiverem faltando, isso diminui para 00, ou falta. Caso contrário, se algum valor estiver faltando, adicionamos 0 ao numerador e 0 ao denominador, o que é o mesmo que ignorá-lo. Naturalmente, o código é tolerável como acima para as médias de 3 anos, mas para esse caso ou para uma média de mais de anos, substituiria as linhas acima por um loop, o que Egen Does. Smoothing: Lowess Trabalhamos com dados de O inquérito aos agregados familiares da Colômbia WFS, realizado em 1975-76. Eu tabulei a distribuição de idade de todos os membros da família e salvou-o em um arquivo ascci, que agora lemos e traçamos: como você pode ver, a distribuição parece um pouco menos suave do que os dados das Filipinas que estudamos anteriormente. Você pode calcular o índice Myers para esta distribuição. Executando Means and Lines. A maneira mais simples de alisar um scatterplot é usar uma média móvel. Também conhecido como um meio de corrida. A abordagem mais comum é usar uma janela de 2k 1 observações, k à esquerda e k à direita de cada observação. O valor de k é um trade off entre suavidade de bondade de ajuste. Deve ter cuidado especial nos extremos da gama. A Stata pode calcular os meios de corrida através da baixa, com as opções significa e agora. Um problema comum com os meios de execução é o viés. Uma solução é usar pesos que dão mais importância aos vizinhos mais próximos e menos aos mais distantes. Uma função de peso popular é Tukeys tri-cube, definido como w (d) (1-d 3) 3 para d lt 1 e 0 caso contrário, onde d é a distância ao ponto alvo expresso como uma fração da largura de banda. Stata pode fazer este cálculo via lowess com a opção significa se você omite agora. Uma solução ainda melhor é usar linhas em execução. Definimos novamente um bairro para cada ponto, tipicamente os vizinhos mais próximos de cada lado, encaixam uma linha de regressão para os pontos do bairro e, em seguida, usá-lo para prever um valor mais suave para a observação do índice. Isso parece muito trabalho, mas os cálculos podem ser feitos de forma eficiente usando fórmulas de atualização de regressão. Stata pode calcular uma linha de corrida via lowess se você omitir o significado, mas incluir o noweight. Melhor ainda é usar linhas de corrida ponderadas. Dando mais peso às observações mais próximas, o que é o que o menor não faz. Uma variante segue esta estimativa com algumas iterações para obter uma linha mais robusta. Esta é claramente a melhor técnica da família. Statas lowess usa uma linha de execução ponderada se você omitir o significado médio e agora o R implementa o menor pragente através das funções lowess () e o loess mais novo (), que usa uma interface de fórmula com um ou mais preditores e padrões um pouco diferentes. O grau de parâmetro controla o grau do polinômio local o padrão é 2 para quadrática, as alternativas são 1 para linear e 0 para meios de corrida. Ambas as implementações podem usar um estimador robusto, com o número de iterações controladas por um parâmetro iter ou iterações. Digite loess e lowess na consola R para obter mais informações. Em ggplot (), você pode superar um pouco mais suave ao chamar geomsmooth () A figura abaixo mostra os dados colombianos e um pouco mais suave com uma extensão ou largura de banda igual a 25 dos dados. Você pode querer tentar diferentes malhas para ver como os resultados variam. Preferência do dígito revisada Alisar a distribuição de idade fornece uma maneira melhor de avaliar a preferência de dígito do que a mistura de Myers. Deixe-nos calcular o último dígito da idade e tabulá-lo em todo o intervalo de dados usando as freqüências observadas e um pouco mais suave. As frequências brutas mostram evidências de preferência para as idades que terminam em 0 e 5, o que é muito comum, e provavelmente 2 também. Agora, usamos o peso suave como as frequências suavizadas mostram que esperamos menos pessoas em dígitos mais altos, mesmo em uma distribuição suave, com mais terminando em 0 do que 9. Agora estamos prontos para calcular uma preferência de índice de dígito, definida como a metade Soma de diferenças absolutas entre freqüências observadas e suaves: vemos que precisamos reorganizar 5.5 das observações para eliminar a preferência dos dígitos. Você pode comparar esse resultado com o índice Myers. Copie 2017 Germaacuten Rodriacuteguez, Universidade de Princeton
No comments:
Post a Comment