Stata 用有效的方法计算右连续步长函数

假设我有一个右连续阶跃（或阶梯）函数

s

，它在变量

t

中包含的时间点跳跃：例如

s

可能是由

sts gen

获得的事件时间数据的Kaplan-Meier估计器

现在，假设我得到另一个变量

r

，该变量也包含可能与

t

中包含的时间点不同的时间点，并且我想创建另一个变量

p

，它是我在

r

中的时间点计算的阶跃函数

 t  |  s   |  r
0.5 | 0.9  | 0.7  
1.2 | 0.85 | 0.8
1.5 | 0.8  | 1.25
1.5 | 0.8  | 1.3  

我的数据可能与上面显示的类似，在这种情况下，我们会

 p 
0.9
0.9
0.85
0.85

或者换句话说，对于

r

的每个值，我们找到小于或等于

r

的最大

t

值，并将

p

置于

s

的位置

我的问题是：我如何有效地做到这一点？显然，对于每个

r

-值，我可以执行以下操作：

gen diff=(r-t) if(r>=t)
sort diff
sum s if(_n==1)

---

但这不是我想要的，因为当观察的数量很大时，这是非常耗时的。

我建议你稍微不同地思考你的问题，即你有

t

的新值，而

s

是未知的；插值规则将替换为先前已知的

s

。Stata术语中的程序写在中

---

注意：

sort

ing on

t

然后

s

允许为相同的

t

复制已知的

s

值

哇，太好了。非常感谢您提供了一个快速而有用的答案。与问题正交，但排序后如果n==1，则作为查看第一个值的方法，

di s[1]

比

sum s更直接、更有效。@NickCox:谢谢。我会记住的。
. list, sep(0)

     +------------+
     |    t     s |
     |------------|
  1. |   .5    .9 |
  2. |  1.2   .85 |
  3. |  1.5    .8 |
  4. |  1.5    .8 |
  5. |   .7     . |
  6. |   .8     . |
  7. | 1.25     . |
  8. |  1.3     . |
     +------------+

 . sort t s

 . replace s = s[_n-1] if missing(s)
 (4 real changes made)

 . list, sep(0)

     +------------+
     |    t     s |
     |------------|
  1. |   .5    .9 |
  2. |   .7    .9 |
  3. |   .8    .9 |
  4. |  1.2   .85 |
  5. | 1.25   .85 |
  6. |  1.3   .85 |
  7. |  1.5    .8 |
  8. |  1.5    .8 |
     +------------+