Per domande brevi e-mail dataprinceton. edu. Nessun pony. necessaria durante ore walk-in. Nota: il laboratorio DSS è aperto fintanto che Firestone è aperta, nessun appuntamento necessario utilizzare il computer del laboratorio per la propria analisi. Lag Selezione in serie temporali di dati Quando si esegue regressioni sui dati di serie temporali, spesso è importante includere valori ritardati della variabile dipendente come variabili indipendenti. Nella terminologia tecnica, la regressione è ora chiamato un'autoregressione vettore (VAR). Ad esempio, quando si cerca di risolvere i dterminants del PIL, è probabile che negli ultimi anni il PIL è correlato con questo anni il PIL. Se questo è il caso, PIL ritardato per almeno un anno deve essere incluso sul lato destro della regressione. Se la variabile in questione è persistente - cioè, i valori del passato lontano sono ancora interessando valori di oggi - più ritardi sarà necessario. Per determinare quanti ritardo utilizzare, diversi criteri di selezione possono essere utilizzati. I due più comuni sono il criterio di informazione di Akaike (AIC) e il Schwarz criterio di informazione bayesiana (SICBICSBIC). Queste regole scelgono lag lunghezza j per minimizzare: log (SSR (j) n) (j 1) C (n) n, dove SSR (j) è la somma o residui quadrati per VAR con j ritardo ed n è il numero di osservazioni C (n) 2 per AIC e C (n) log (n) per BIC. Fortunatamente, in Stata 8 vi è un unico comando che farà la matematica per qualsiasi numero di ritardi specificato: varsoc. Per ottenere l'AIC e BIC, è sufficiente digitare varsoc varDipendente nella finestra di comando. Il numero predefinito di ritardi controlli Stata è 4 al fine di verificare un numero diverso, aggiungere, maxlags (oflags) dopo il varDipendente varsoc. Se, inoltre, la regressione ha variabili indipendenti diversi dai ritardi, comprendono quelli dopo l'opzione maxlag () digitando exog (varnames). L'uscita indicherà il numero di ritardo ottimale con un asterisco. Quindi procedere per eseguire la regressione utilizzando il numero specificato di ritardi sulla variabile dipendente sul lato destro con le altre variabili indipendenti. Da questa uscita, è chiaro che il numero ottimale di ritardi è 1, quindi la regressione dovrebbe essere simile a: (Per ulteriori opzioni con il comando varsoc, consultare il manuale di serie temporali Stata.) Per ulteriori informazioni sulla selezione di ritardo si prega di controllare Serie Tempo 101 copiare 2007 La fondazione della Princeton University. Tutti i diritti riservati. dataprinceton. edu NOTA: L'informazione è per l'Università di Princeton. Sentitevi liberi di utilizzare la documentazione, ma non siamo in grado di rispondere alle domande di fuori di Princeton Questa Ultimo aggiornamento: AVVISO: Il gruppo di consulenza statistica Idre sarà la migrazione del sito web per il CMS WordPress nel mese di febbraio per facilitare la manutenzione e la creazione di nuovi contenuti. Alcune delle nostre pagine più vecchie verranno rimossi o archiviati in modo tale che essi non saranno più mantenuti. Cercheremo di mantenere i reindirizzamenti in modo che i vecchi URL continueranno a lavorare nel miglior modo possibile. Benvenuti al Istituto per la ricerca e l'istruzione digitale Aiuto Consulting Group Stat dando un regalo di classe Stata Note conteggio da N a N Introduzione Stata ha due variabili integrate chiamato n e N. n è Stata notazione per il numero di osservazione corrente. n è 1 nella prima osservazione, 2 nella seconda, 3 nel terzo, e così via. N è Stata notazione per il numero totale di osservazioni. Vediamo come n e il lavoro N. Come si può vedere, l'id variabile contiene il numero di osservazione che va da 1 a 7 e nt è il numero totale di osservazioni, che è 7. conteggio con mediante l'utilizzo di n e N in collaborazione con il con il comando in grado di produrre alcuni risultati molto utili. Naturalmente, per utilizzare il comando da dobbiamo prima ordinare i nostri dati sulla dalla variabile. Ora n1 è il numero di osservazione all'interno di ciascun gruppo e n2 è il numero totale di osservazioni per ciascun gruppo. Per elencare il punteggio più basso per ogni gruppo di utilizzare il seguente: Per elencare il punteggio più alto per utilizzare ogni gruppo il seguente: Un altro uso di n Consente di utilizzare n per scoprire se ci sono numeri di ID duplicati i seguenti dati: Come si è visto, osservazioni 6 e 7 hanno gli stessi numeri ID e valori, ma punteggio diverso. Trovare duplicati Ora lascia uso N per trovare osservazioni duplicati. In questo esempio ordinare le osservazioni da parte di tutte le variabili. Poi usiamo tutte le variabili nella dichiarazione da e set set n pari al numero totale di osservazioni che sono identici. Infine, si elencano le osservazioni per cui N è maggiore di 1, identificando in tal modo le osservazioni duplicate. Se si dispone di un sacco di variabili nel dataset, potrebbe richiedere molto tempo per scrivere tutti fuori due volte. Siamo in grado di utilizzare il jolly per indica che vogliamo utilizzare tutte le variabili. Inoltre nelle ultime versioni di Stata possiamo combinare sorta e in una singola istruzione. Qui di seguito è una versione semplificata del codice che produrrà lo stesso risultato come sopra. Il contenuto di questo sito web non deve essere interpretata come un'approvazione di un particolare sito web, il libro, o di un prodotto software dalla University of California.
No comments:
Post a Comment