在Stata中生成假人

我在Stata中有一个如下形式的数据集

id | year 
a  | 1950       
b  | 1950  
c  | 1950
d  | 1950
.  
.
.
y  | 1950
-----
a  | 1951
b  | 1951
c  | 1951
d  | 1951
.
.
.
y  | 1951
-----
...

我正在寻找重写以下代码的快速方法

gen dummya=1 if id=="a"
gen dummyb=1 if id=="b"
gen dummyc=1 if id=="c"
...
gen dummyy=1 if id=="y"

及

---

请注意，所有的假人都将创建为1或缺失。直接将它们创建为1或0几乎总是更有用的。事实上，这是通常的假人定义

一般来说，使用

forvalues

或

foreach

是一种可能的循环，但是在这种情况下，快捷方式太容易了，不被首选。考虑这个可重复的例子：

. sysuse auto, clear
(1978 Automobile Data)

. tab rep78, gen(rep78)

     Repair |
Record 1978 |      Freq.     Percent        Cum.
------------+-----------------------------------
          1 |          2        2.90        2.90
          2 |          8       11.59       14.49
          3 |         30       43.48       57.97
          4 |         18       26.09       84.06
          5 |         11       15.94      100.00
------------+-----------------------------------
      Total |         69      100.00

. d rep78?

              storage   display    value
variable name   type    format     label      variable label
------------------------------------------------------------------------------
rep781          byte    %8.0g                 rep78== 1.0000
rep782          byte    %8.0g                 rep78== 2.0000
rep783          byte    %8.0g                 rep78== 3.0000
rep784          byte    %8.0g                 rep78== 4.0000
rep785          byte    %8.0g                 rep78== 5.0000

通过

制表

选项，这些都是傻瓜（有些人更喜欢说“指标”）

对于完整性，考虑一个循环的例子。我们设想1950年至2015年是：

forval y = 1950/2015 { 
    gen byte dummy`y' = year == `y' 
} 

在本例中，两位标识符

dummy50

到

dummy15

将是明确的，因此它们作为奖励：

forval y = 1950/2015 { 
    local Y : di %02.0f mod(`y', 100) 
    gen byte dummy`y' = year == `y' 
} 

在这里，

byte

是可有可无的，除非内存非常短，但无论如何，这都是一种很好的做法

如果有人决定写一个循环来为字符串变量的不同值创建指示符，也可以这样做。这里有两种可能性。在原始帖子中没有一个易于复制的示例，让我们创建一个沙盒。第一种方法是先对编码，然后循环不同的数值。第二种方法是直接查找不同的字符串值，然后在其上循环

clear 
set obs 3 
gen mystring = word("frog toad newt", _n) 

* Method 1 

encode mystring, gen(mynumber) 
su mynumber, meanonly 

forval j = 1/`r(max)' { 
    gen dummy`j' = mynumber == `j' 
    label var dummy`j' "mystring == `: label (mynumber) `j''" 
} 

* Method 2 

levelsof mystring

local j = 1 
foreach level in `r(levels)' { 
    gen dummy2`j' = mystring == `"`level'"' 
    label var dummy2`j' `"mystring == `level'"'
    local ++j 
} 

describe 

Contains data
  obs:             3                          
 vars:             8                          
 size:            96                          
------------------------------------------------------------------------------
              storage   display    value
variable name   type    format     label      variable label
------------------------------------------------------------------------------
mystring        str4    %9s                   
mynumber        long    %8.0g      mynumber   
dummy1          float   %9.0g                 mystring == frog
dummy2          float   %9.0g                 mystring == newt
dummy3          float   %9.0g                 mystring == toad
dummy21         float   %9.0g                 mystring == frog
dummy22         float   %9.0g                 mystring == newt
dummy23         float   %9.0g                 mystring == toad
------------------------------------------------------------------------------
Sorted by: 

---

请注意，所有的假人都将创建为1或缺失。直接将它们创建为1或0几乎总是更有用的。事实上，这是通常的假人定义

一般来说，使用

forvalues

或

foreach

是一种可能的循环，但是在这种情况下，快捷方式太容易了，不被首选。考虑这个可重复的例子：

. sysuse auto, clear
(1978 Automobile Data)

. tab rep78, gen(rep78)

     Repair |
Record 1978 |      Freq.     Percent        Cum.
------------+-----------------------------------
          1 |          2        2.90        2.90
          2 |          8       11.59       14.49
          3 |         30       43.48       57.97
          4 |         18       26.09       84.06
          5 |         11       15.94      100.00
------------+-----------------------------------
      Total |         69      100.00

. d rep78?

              storage   display    value
variable name   type    format     label      variable label
------------------------------------------------------------------------------
rep781          byte    %8.0g                 rep78== 1.0000
rep782          byte    %8.0g                 rep78== 2.0000
rep783          byte    %8.0g                 rep78== 3.0000
rep784          byte    %8.0g                 rep78== 4.0000
rep785          byte    %8.0g                 rep78== 5.0000

通过

制表

选项，这些都是傻瓜（有些人更喜欢说“指标”）

对于完整性，考虑一个循环的例子。我们设想1950年至2015年是：

forval y = 1950/2015 { 
    gen byte dummy`y' = year == `y' 
} 

在本例中，两位标识符

dummy50

到

dummy15

将是明确的，因此它们作为奖励：

forval y = 1950/2015 { 
    local Y : di %02.0f mod(`y', 100) 
    gen byte dummy`y' = year == `y' 
} 

在这里，

byte

是可有可无的，除非内存非常短，但无论如何，这都是一种很好的做法

如果有人决定写一个循环来为字符串变量的不同值创建指示符，也可以这样做。这里有两种可能性。在原始帖子中没有一个易于复制的示例，让我们创建一个沙盒。第一种方法是先对编码，然后循环不同的数值。第二种方法是直接查找不同的字符串值，然后在其上循环

clear 
set obs 3 
gen mystring = word("frog toad newt", _n) 

* Method 1 

encode mystring, gen(mynumber) 
su mynumber, meanonly 

forval j = 1/`r(max)' { 
    gen dummy`j' = mynumber == `j' 
    label var dummy`j' "mystring == `: label (mynumber) `j''" 
} 

* Method 2 

levelsof mystring

local j = 1 
foreach level in `r(levels)' { 
    gen dummy2`j' = mystring == `"`level'"' 
    label var dummy2`j' `"mystring == `level'"'
    local ++j 
} 

describe 

Contains data
  obs:             3                          
 vars:             8                          
 size:            96                          
------------------------------------------------------------------------------
              storage   display    value
variable name   type    format     label      variable label
------------------------------------------------------------------------------
mystring        str4    %9s                   
mynumber        long    %8.0g      mynumber   
dummy1          float   %9.0g                 mystring == frog
dummy2          float   %9.0g                 mystring == newt
dummy3          float   %9.0g                 mystring == toad
dummy21         float   %9.0g                 mystring == frog
dummy22         float   %9.0g                 mystring == newt
dummy23         float   %9.0g                 mystring == toad
------------------------------------------------------------------------------
Sorted by: 

使用

i.

例如，在您的情况下，可以使用以下命令进行回归：

reg y i.year

使用

i.

例如，在您的情况下，可以使用以下命令进行回归：

reg y i.year

---

我还建议使用

egen year_dum = group(year) 
reg y i.year_dum

这可以任意概括，并且您可以通过这种方式轻松创建，例如，按州划分的固定效应：

egen year_state_dum = group(year state) 
reg y i.year_state_dum

---

我还建议使用

egen year_dum = group(year) 
reg y i.year_dum

这可以任意概括，并且您可以通过这种方式轻松创建，例如，按州划分的固定效应：

egen year_state_dum = group(year state) 
reg y i.year_state_dum

---

在id中观察的假人呢？这些不是数字，我看不出如何适应forval y=？你不必<代码>表格也涵盖了这种情况和字符串变量。否则，（1）

tablate

在这里提供了简洁的解决方案（2）如果有人感兴趣，也不足为奇地有循环解决方案。但我会在答案中添加一个字符串变量的循环解决方案。那么id中观察的假人呢？这些不是数字，我看不出如何适应forval y=？你不必<代码>表格也涵盖了这种情况和字符串变量。否则，（1）

tablate

在这里提供了简洁的解决方案（2）如果有人感兴趣，也不足为奇地有循环解决方案。但我会在答案中添加一个字符串变量的循环解决方案。你的答案的要点是，通常你根本不需要创建指标。很好，但为了完整起见，我建议你更详细地解释一下。@NickCox-你是对的。所以对于所有的回归，我们只使用这个快捷方式。可以使用#符号进行交互，而不是创建交互变量。示例reg y a b a#b你回答的要点是，通常你根本不需要创建指标。很好，但为了完整起见，我建议你更详细地解释一下。@NickCox-你是对的。所以对于所有的回归，我们只使用这个快捷方式。可以使用#符号进行交互，而不是创建交互变量。你说得对。我只是注意到（例如）有50个州，20年，没有差距，那是一千个傻瓜。这样做是否是一个好主意，与Stata如何做无关。此外，对于编码来说，更重要的是，如果不返回原始值，则很难解释没有标签的组变量。例如，使用年份时，情况并非如此。所以2008年对研究者来说应该是有意义的一年，但18岁的群体并没有直接意义。如果你不打算找所有的傻瓜，那么这就没用了。事实上，有1000个假人你是不会想的。同意，看100个假人是没有意义的。但如果你有个人的观察，你可能仍然希望控制州和年的影响。然后考虑使用AEGG选项“吸收（年份StayeEdUm）”。这将适当地贬低你的数据，给出与你包含所有假人一样的结果。你是对的。我只是注意到（例如）有50个州，20年，没有差距，那是一千个傻瓜。这样做是否是一个好主意，与Stata如何做无关。此外，对于编码来说，更重要的是，很难定义没有标签的组变量