Stata Tietojen analyysi ja tilastollinen ohjelmisto. Nicholas J Cox, Durhamin yliopisto, Iso-Britannia Christopher Baum, Boston College. gen, ma ja sen rajoitukset. Statan ilmeisin käsky liikkuvien keskiarvojen laskemiseksi on egen toiminto. - period liikkeen keskiarvo, että lauseke Oletuksena on, että 3 on outoa. Mutta manuaalinen merkintä osoittaa, egen, ma ei voi yhdistää varlist ja pelkästään tästä syystä se ei ole sovellettavissa paneelin tiedot Joka tapauksessa se on erilainen aikasarjojen kirjoittamien komentoiden joukosta, katso aikasarjaa yksityiskohtia varten. Vaihtoehtoiset lähestymistavat. Liukuvien keskiarvojen laskemiseksi paneelitietoihin on olemassa ainakin kaksi vaihtoehtoa Molemmat riippuvat siitä, että tietojoukko on ollut etukäteen täällä. Tämä on hyvin paljon kannattaa tehdä, ei vain voi säästää itsesi toistuvasti määrittelemällä paneeli muuttuja ja aikamuuttuja, mutta Stata käyttäytyy älykkäästi antaen mahdolliset aukot data.1 Kirjoita oma määritelmä käyttäen generate. Using aikasarjan o kuten L ja F, antavat liikkuvan keskiarvon määritelmän argumenttina generoidulle lausekkeelle. Jos teet tämän, et luonnollisestikaan ole rajoitettu painoon perustuvien painotettujen painotettujen keskiarvojen avulla, jotka lasketaan egen: n mukaan. Esimerkiksi yhtä painotetut kolmea ajanjaksoa olevat liikkuvat keskiarvot annettaisiin. ja joitakin painoja voidaan helposti määrittää. Voit tietenkin määritellä ilmaisun, kuten log-myvar, sijasta muuttuvan nimen, kuten myvar. One suurta etua tämän lähestymistavan on, että Stata tekee automaattisesti oikeanlaisen paneelin tiedot johtavat ja jäljellä olevat arvot on kehitetty paneelit, samoin kuin logiikka määrää niiden pitäisi olla Huomattava haitta on, että komentorivi voi saada melko pitkään, jos liukuva keskiarvo sisältää useita termejä. Toinen esimerkki on yksipuolinen liukuva keskiarvo, joka perustuu vain aiempiin arvoihin. Tämä voisi olla hyödyllistä, jotta saadaan aikaan mukautuva odotus siitä, mitä muuttuja perustuu pelkästään tähänastisiin tietoihin. r nykyinen ajanjakso, joka perustuu viiteen viimeiseen arvoon käyttämällä kiinteää painotusohjelmaa. 4-jakson viiveä voidaan käyttää erityisesti yleisesti neljännesvuosittaisten aikamäärien kanssa. 2 Käytä esim. suodatinta SSC: stä. Käytä käyttäjän kirjoittamaa egenfunktiosuodinta egenmore - paketista SSC: stä Stata 7: ssa, joka on päivitetty 14.11.2001 jälkeen, voit asentaa tämän paketin by. after which helps egenmore osoittaa suodattimen yksityiskohtia. Tässä vertailussa generaattinen lähestymistapa on ehkä läpinäkyvämpi, mutta näemme esimerkkinä vastakkaisesta hetkestä. Viitteet ovat numlisten johtojen negatiiviset viiveet tässä tapauksessa -1 1 laajenee -1 0 1 tai lyijy 1, viive 0 , lag 1 Kertoimet, toinen numlinen, kerrotaan vastaavista jäljelle jääneistä tai johtavista esineistä, tässä tapauksessa nämä kohteet ovat myvar ja Normalize-option vaikutus on skaalata jokainen kerroin kertoimien summalla niin, että coef 1 1 1 normalisoidaan joka vastaa kertoimia 1 3 1 3 1 3 ja coef 1 2 1 normalisointi vastaa kertoimia 1 4 1 2 1 4.Voit määritellä paitsi viiveet myös kertoimet Koska egen, ma antaa yhtä painotetun tapauksen, tärkein syy egen, suodatin on tukea epätasaisesti painotettu tapaus, jonka on määritettävä kertoimet Voidaan myös sanoa, että velvoittaa käyttäjät määrittämään kertoimet on hieman ylimääräistä painetta heitä miettimään, mitä kertoimet he haluavat Pääasiallinen perustelu sama paino on, arvaamme, yksinkertaisuus, mutta samansuuruiset painot ovat lousy taajuusalueen ominaisuuksia, mainita vain yksi huomio. Kolmas esimerkki voi olla joko yksi on melkein monimutkainen kuin tuottaa lähestymistapa on tapauksia, joissa egen , suodatin antaa yksinkertaisemman muotoilun kuin tuottaa Jos haluat yhdeksän aikavälin binomisuodattimen, jonka climatologit pitävät hyödyllisinä, niin katsokaa ehkä vähemmän kamalaa kuin ja helpompi saada oikein kuin vain. Vain kuin generoidulla lähestymistavalla egen suodatin toimii oikein paneelin tiedot Tosiasiassa, kuten yllä on todettu, se riippuu siitä, että tietokokonaisuus on ollut etukäteen. Graafinen kärki. Kun olet laskenut liikkuvat keskiarvot, luultavasti haluat tarkastella kaaviota Käyttäjän kirjoittama komento tsgraph on älykäs tsset-tietokannoista Asenna se ajantasaiseen Stata 7: een ssc insttsgraph. What noin subsetting kanssa if. Non yllä olevista esimerkeistä käyttää, jos rajoituksia Itse asiassa egen, ma ei salli jos on määritettävä Joskus ihmiset wa nt käyttää, jos laskettaessa liikkuvaa keskiarvoa, mutta sen käyttö on hieman monimutkaisempaa kuin yleensä. Mitä odotat liukuvan keskiarvon perusteella, jos lasketaan, jos löydämme kaksi mahdollisuutta. Heikko tulkinta en halua nähdä tuloksia äärettömän tulkinnan enkä halua, että käytät arvoja, jotka eivät ole havainneet havaintoja. Tässä on konkreettinen esimerkki. Oletetaan, että jostain ehdosta, havainnot 1-42 sisältyvät, mutta eivät huomautuksia. 43 Mutta liukuva keskiarvo 42: lle riippuu muun muassa havaintoarvosta 43, jos keskiarvo ulottuu taaksepäin ja eteenpäin ja on pituudeltaan vähintään 3, ja se riippuu vastaavasti myös joistakin havainnoista 44 joissakin olosuhteissa. Uskomme, että useimmat ihmiset menevät heikkoa tulkintaa varten, mutta onko tämä oikea, esim. suodatin ei tue, jos joko voit aina jättää huomiotta, mitä et halua tai jopa asettaa ei-toivottuja arvoja kadonneen jälkeen b y käyttäen korvaavaa. Huomautus puuttuvista tuloksista sarjan päissä. Koska liikkuvat keskiarvot ovat viiveiden ja johtimien funktioita, egen, ma tuottaa puuttuvan, jos viiveitä ja johtimia ei ole olemassa, sarjan alussa ja lopussa. pakottaa laskemalla lyhyemmät, keskittymättömät liikkuvat keskiarvot perässä. Sen sijaan ei generoida eikä esine, suodattaa tai salli mitään erityistä puuttuvien tulosten välttämiseksi Jos jokin laskennan tarvitsemista arvoista puuttuu, tämä tulos puuttuu. käyttäjien on päätettävä, tarvitaanko tällaisia havaintoja ja mikä korjaava leikkaus, oletettavasti tarkasteltuaan tietokokonaisuutta ja harkitessaan minkä tahansa taustalla olevan tiedettä, joka voidaan tuoda esiin. Hyödyntävä Lowess. Työskentelemme Kolumbian WFS-kotitalouskatsauksen tietojen kanssa, joka tehtiin vuosina 1975-76, esitin kaikkien kotitalousjäsenten ikäjakauman ja tallensin sen asci-tiedostoon, jota nyt luemme ja piirimme. Kuten näette, jakelu näyttää hieman tasaisemmalta kuin Filippiineiltä saadut tiedot, joita tarkastelimme aikaisemmin Voitteko laskea Myers-indeksin tälle jakelulle. Running Means and Lines. Yksinkertaisin tapa sironnan sileämiseen on käyttää liikkuvaa keskiarvoa, joka tunnetaan myös juoksevana keskiarvona. Yleisin lähestymistapa on käyttää ikkuna 2k 1 havaintoa, k vasemmalle ja k jokaisen havainnon oikealle K: n arvo on kaatumisen sileyden sovituksen tasaisuuden välillä Erityistä varovaisuutta on noudatettava alueen ääripäissä Stata pystyy laskemaan juoksevia keinoja laskun jossa vaihtoehdot ovat keskimäärin ja nyt voimakas. Yleinen ongelma liikkeenjohdon keinoin on puolueellisuus. Ratkaisu on käyttää painoja, jotka antavat enemmän merkitystä lähimmäisille naapureille ja vähemmän kauemmas. Suosittu painotoiminto on Tukey s tri-kuutio, määritelty wd 1: ksi - d 3 3 d 1: lle ja 0: lle muussa tapauksessa, jossa d on etäisyys kohdepisteeseen ilmaistuna kaistanleveyden murto-osuudeksi. Stata voi tehdä tämän laskennan laskusuunnassa vaihtoehtoisella keskiarvolla, jos jätät pois nykyisen voiman. Eräs vielä parempi ratkaisu on käyttää R unning lines Määritä uudelleen naapuruus jokaiselle pisteelle, tyypillisesti k lähimmät naapurit kumpaankin puoleen, sovittaa regressiolinja naapuruston pisteisiin ja sitten käyttää sitä ennustamaan pehmeämpi arvo indeksin havainnointiin Tämä kuulostaa paljon työtä, mutta laskelmat voidaan tehdä tehokkaasti regressiota päivittävien kaavojen avulla. Stata voi laskea juoksuviivan alentamattomana, jos jätät keskiarvon, mutta siihen sisältyy nyt parempi. Parempi on käyttää painotettuja juoksureita, jotka antavat enemmän painoa lähimpään havaintoon. ei versiota seuraa tätä arviota muutamalla iteroinnilla, jotta saadaan vahvempi viiva Tämä on selvästi paras tekniikka perheessä Stata's lowess käyttää painotettua juoksua, jos jätät keskiarvon ja nykyisen voiman. uudempi loess, joka käyttää kaava-rajapintaa yhdellä tai useammalla ennustajalla ja jonkin verran erilaisilla oletusarvoilla Parametrin aste ohjaa paikallisen p olynomial oletusarvo on 2 neliömetriä, vaihtoehdot ovat 1 lineaariselle ja 0 juoksevalle välineelle Molemmat toteutukset voivat käyttää vankan estimaattorin, jolloin iterointien määrä on parametriryhmässä tai iteroinnissa. Tyypin löysä ja aleneminen R-konsolissa lisätietoja ggplot voit peittää matalasuhteen sileämpi soittamalla geomsmooth. Alla oleva kuva näyttää kolumbialaiset tiedot ja heikkous tasaisemmiksi, joiden span tai kaistanleveys vastaa 25: aa data. You voi halutessaan kokeilla erilaisia badwidths nähdä miten tulokset vaihtelevat. Digit Preference Tarkistetaan. Ikäjakauma on parempi tapa arvioida numeron etusija kuin Myersin sekoittaminen. Lasketaan viimeinen ikäryhmän luku ja lasketaan se koko tietylle alueelle käyttämällä havaittuja taajuuksia ja heikkouden tasaisempia. Raaka-taajuudet osoittavat mieluummin ikäryhmissä, jotka päättyy 0 ja 5, mikä on hyvin yleistä ja todennäköisesti myös 2. Käytämme nyt sileää painona. Tasoitetut taajuudet osoittavat, että odotamme vähemmän ople korkeammilla numeroilla, jopa tasaisessa jakautumisessa, ja loppu on yli 0 kuin 9 Nyt olemme valmiit laskemaan arvoarvon indeksin, joka on määritelty puoliksi absoluuttisten erojen summasta havaittujen ja sileiden taajuuksien välillä. Näemme, että tarvitsemme muokata 5 5 havaintoa eliminoimalla etusijalle Haluat halutessasi verrata tätä tulosta Myers-indeksiin.2017 Germ n Rodr guez, Princeton University. Kuvittele, että sinulla on tietoja useiden tuotteiden hinnoista. Jokaiselle tuotteelle tallennat viikoittain hintatiedot. Clear set obs 200.gen prodid n. Jokaisella tuotteella on ainutlaatuinen keskimääräinen hinta, joka on 5 prosenttia. Viikkohinnoista 200 viikkoa koskevat tiedot laajennetaan 200 sivua kohden. Myös kausivaihtelu on kausiluonteista 2 sin pi t 50. Sekä yleinen aikasuuntaus trendi t 005. Ensimmäinen havainto ei ole korreloitu minkään gen hinta-arvon kanssa 2 5 trendi rpoisson 10 10 jos t 1 korvaa hinta prodprice 2 trendi kausi 7 hinta n-1 3 rpoisson 10 10 jos t 2 korvaava hinta prodprice trendi kausi 5 hinta n-1 2 hinta n-2 3 rpoisson 10 10 jos t 3 korvaa hinta prodprice trendi kausi 3 hinta n-1 2 hinta n - 2 2 hinta n-3 3 rpoisson 10 10 jos t 4 korvaava hinta prodprice trendi kausi 3 hinta n-1 175 hinta n-2 125 hinta n-3 1 hinta n-4 3 rpoisson 10 10 jos t 4. Luo globabl tallenna maailmanlaajuinen twograph. forv i 1 6 maailmanlaajuinen kaksirivinen rivi hinta t jos prodid i. twoway twograph, legenda otsikosta Oikeat hintakehitys ensimmäisten kuuden tuotteen. Kuvittele nyt, että edellä tuotettu tieto on todellinen hintatieto, joka ei ole täysin havaittavissa. Sen sijaan sinulla on useita keräystietoja viikossa hinnoista, joista kukin vaihtelee jonkin satunnaisen lisävirheen mukaan. 3.bysort prodid t gen prodobs n. gen pricecollect hinta rnormal 25. Kuitenkin hintatieto, että sinulla on joitakin merkintöjä, että 10 on virheellisesti syötetty väärin. gen entryerror rbinomial 1, 1 gen scalarerror rnormal 1.gen priceobs pricecollect 1 entryerror scalarerror label var Priceobs Tallennettu hinta. Lisäksi hintatiedostojasi 35 ei koskaan kerätty. Gen puuttuvien rbinomial 1, 35.drop jos puuttuu. 1. Luo globabl tallentaa maailmanlaajuinen twograph. forv i 1 6 maailmanlaajuinen twoplin line priceobs t jos prodid i prodobs 1.twoway twograph, legenda pois otsikosta Havaitut hintakehitykset ensimmäisille kuudelle tuotteelle. keep t priceobs prodid entryerror Olen pitämässä merkintävirhettä datasarjassa vertailuvälineenä, vaikka sitä ei suoraan havaittaisi. Kysymys on. Voitko tällä epätavallisella tiedolla palauttaa hintatiedot, jotka ovat samankaltaisia kuin alkuperäinen. Ensimmäinen asia, jota meidän pitäisi hyödyntää, on kaksoiskappaleen tallennettu data. scatter priceobs t jos prodid 1, otsikko On helppo nähdä yksittäisiä poikkeamia. Yksittäisiä poikkeamia on helppo nähdä, mutta emme halua käydä läpi kaikkia 200 tuotetta yksilöllisesti hinnoittelun yksilöimiseksi. Haluamme luoda järjestelmän, jolla tunnistetaan outliers. Olkoon s tuottava keskiarvo tuotteittain ja ajankohtana tuottamalla keskimääräinen hintahinta. Olkoon s lippu mikä tahansa havainto, joka on 120 suurempaa kuin keskiarvo tai 80 vähemmän kuin keskiyhdistyslippu. 1 2 pricemean priceobs 8. Katsotaan, kuinka se toimii kahdella scatter-hinnalla t jos prodid 1 hajottaa hintaobs t jos prodid 1 lippu 1 msymbol lgx title Jotkut outliers voidaan tunnistaa vain katsomalla keskiyhdistettä off. corr lippu entryerror Lippu on korreloinut noin 45 kanssa merkintä virheet Tämä on hyvä, mutta voimme tehdä paremmin. Ehdotan, että sen sijaan, että käytämme vain sitä, että rakennamme liikkuvan keskiarvon hintoja ja näemme, kuinka jokainen tulo poikkeaa keskimäärin. Ainoa ongelma on se, että liikkuva keskimääräinen komento vaatii xtset ja vaatii vain yhden merkinnän ajanjaksona. Joten sanon voimme muuttaa aika-muuttujaa ja lisätä sen niin kuin se olisi tallennettu viikon eri aikaan havainnointinumeroa. Meidän täytyy hiljattain tuottaa tuotoksia, koska emme tiedä, mitkä havainnot puuttuvat kustakin tuotteesta bysort prodid t gen prodobs n. gen t2 t 4 prodobs. xtset asettaa paneelin tiedot-paneelin id - ja aikasarjatasolle xtset prodid t2. Komento, jota käytämme, on tssmooth. Se on koodattu siten, että määrittämällä ma se tarkoittaa liukuvaa keskiarvoa ja ikkuna kertoo Statalle, kuinka monta aikaväliä on laskettava eteenpäin ja kuinka monta taaksepäin liikkuvassa ilmassa. Tämä komento voi kestää hetken aikaa, kun taas karttaohjelmien hintaobs, ikkuna 23 0 23 23 on vaikutus 5 viikkoa eteenpäin ja 5 viikon kuluttua. 0 kertoo olemaan sisällyttämättä tähän keskiarvoon. Liikkuva keskiarvo kahdella hajautusarvolla, jos 1-linjan karttatiedostoja käytetään vain 1 riviä, jos 1 otsikko Liikkuva keskiarvo on vähemmän hyväksyttävää poikkeuksille. Liikkuva keskiarvo on vakaampi kuin vain ajan keskiarvo. Let's try flagging käyttäen liikkuvaa keskimääräistä kapea pudota flag2 gen flag2 mapriceobs priceobs 1 2 mapriceobs priceobs 8.two scatter hintaobs t jos prodid 1 scatter hintaobs t jos prodid 1 flag2 1 msymbol lgx otsikko Moving Average voi myös olla hyödyllinen legenda off. corr flag2 entryerror. Pudota merkitty tietojen pudotus, jos flag2 1. Pienennä viikkotasolle romahtaa priceobs, jonka prodid t label var priceobs Keskimääräinen hinta havaittu. I 1 6 maailmanlaajuinen twograph scatter hintaobs t jos prodid i. twoway twograph, legenda otsikosta Havaitut hintakehitys ensimmäiset kuusi tuotetta Tiedot näyttävät paljon paremmilta, mutta silti meillä on selvästi joitain toivottuja outlierejä. Voisimme hyödyntää rajat ylittäviä tuotekehityk - siä, joiden avulla tunnistetaan tuotteiden ylimää - räiset hintatasot, jos ne ylittävät keskimääräisen hinta - hinnan. Priceobs aveprice jos prodid 1 ennustaa resid1, residual. reg priceobs aveprice jos prodid 2 ennustaa jäännös2, residual. reg priceobs aveprice jos prodid 3 ennustaa jäännöstä 3, jäljellä oleva kymmenesviivan jäännöstä, jos jakauma on 1 riviä, jos joudutaan 1 riviin jäännöstä, jos 2 riviä hintaa tuotetaan, jos 2 riviä jakaantuu, jos 3 riviä ruutu outliers legenda pois. Lopuksi pudotamme havaintoja jäännöksillä, jotka ovat suurempia kuin 1 5 keskihajonnia keskiarvosta. 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 3 4 5 keskimääräinen pudotuskerroin. Katsotaanpa, miten se toimii kahdella scatter hintaobs t jos prodid 2 hajottaa hintaobs t jos prodid 2 lippu 1 msymbol lgx otsikko Nyt vain yrittää poistaa joitakin lopullinen outliers legenda pois. Piirrä tuotteen 1 hinnoittelua suhteessa poikkeamiin maailmanlaajuinen twograph. forv i 1 6 maailmanlaajuinen twop-line priceobs t jos prodid i. Pudoten lopulta pudotusta lippua. Yksi viimeinen kuvaaja maailmanlaajuisesta twograph. forv i 1 6 maailmanlaajuisesta twograph scatter hintaobs t jos prodid i. twoway twograph, legenda otsikosta Havaitut hintakehitys ensimmäisille kuudelle tuotteelle. Ei niin puhdasta kuin ensimmäinen kaavio, mutta varmasti paljon parantunut.
No comments:
Post a Comment