Stata 如果单个观察符合面板数据中的标准，则删除整个受试者

我有一些表格的面板数据

id | amount
-----------
1  | 10
1  | 10
1  | 100
2  | 10
2  | 15
2  | 10
3  | 100

我想做的似乎应该是相当简单的，但我对Stata的经验有限，我习惯于用类似C/Java的语言编程。基本上，如果某个人的观察值超过某个数量，我想删除整个人（

id

）。假设我将这个值设置为50，我想删除

id

1和

id

3中的所有观察值，这样数据将只包含

id

2中的观察值

Java中的伪代码将相当简单

for(int i = 0; i < dataset_length; i++) {
   if dataset[i].amount > 50 {
      int drop_id = dataset[i].id;
      for(int j = 0; j < dataset_length; j++) {
         if dataset[j].id == drop_id {
            delete observation
         }
      }
   }
}

for（int i=0；i50{
int drop_id=dataset[i].id；
对于（int j=0；j

---

与此类似的Stata等价物是什么？我肯定错过了一些东西，使它变得比应该的更复杂，但我无法理解

如果金额上没有遗漏，这只是

bysort id (amount) : drop if amount[_N] > 50 

如果有遗漏，那么

gen ismissing = -missing(amount) 
bysort id (ismissing amount): drop if amount[_N] > 50 & amount[_N] < . 

gen ismissing=-缺失（金额）
bysort id（ismissing amount）：如果amount[\N]>50和amount[\N]<，则删除。

这将是一种检查，尽管很难看出这些信息是如何有趣或有用

---

这里的机制（对于一个介绍，请参见）实际上构建在标识符上的循环中，并构建在每个标识符的观察上。使用主流编程语言的模型进行直译只会导致代码更长、效率更低

如果金额上没有遗漏，这只是

bysort id (amount) : drop if amount[_N] > 50 

如果有遗漏，那么

gen ismissing = -missing(amount) 
bysort id (ismissing amount): drop if amount[_N] > 50 & amount[_N] < . 

gen ismissing=-缺失（金额）
bysort id（ismissing amount）：如果amount[\N]>50和amount[\N]<，则删除。

这将是一种检查，尽管很难看出这些信息是如何有趣或有用

---

这里的机制（对于一个介绍，请参见）实际上构建在标识符上的循环中，并构建在每个标识符的观察上。使用主流编程语言的模型进行直译只会导致代码更长、效率更低

太棒了，这个效果很好。也谢谢你的pdf，它肯定会帮助我更好地理解STATA。太棒了，这非常有效。也谢谢你的pdf，它确实帮助我更好地理解STATA。