Bewegungs Durchschnitt Fehlende Werte

Eine einfache und allgemeine Methode zum Ausfüllen fehlender Daten, wenn Sie Läufe von vollständigen Daten haben, ist die lineare Regression zu verwenden. Sagen Sie, Sie haben 1000 Läufe von 5 in einer Reihe mit keiner fehlt. Richten Sie die 1000 x 1 Vektor y und 1000 x 4 Matrix X: Regression gibt Ihnen 4 Zahlen a b c d, die eine beste Übereinstimmung für Ihre 1000 Zeilen von Daten mdash verschiedene Daten geben, verschiedene a b c d. Dann benutest du diese a b c d zu schätzen (voraussagen, interpolieren) fehlende wt0. (Für menschliche Gewichte, Id erwarten abcd, um alle um 14.) (Es gibt Zillionen von Büchern und Papieren auf Regression, auf allen Ebenen. Für den Zusammenhang mit Interpolation, obwohl, ich weiß nicht von einer guten Einführung jedermann) Stata: Daten Analyse und statistische Software Nicholas J. Cox, Durham University, Großbritannien Christopher Baum, Boston College egen, ma () und seine Einschränkungen Statarsquos am offensichtlichsten Befehl für die Berechnung der gleitenden Durchschnitte ist die ma () - Funktion von egen. Angesichts eines Ausdrucks, schafft es einen - periodischen gleitenden Durchschnitt dieses Ausdrucks. Standardmäßig wird als 3. ungerade genommen. Jedoch kann, wie der manuelle Eintrag anzeigt, egen, ma () nicht mit varlist kombiniert werden:. Und aus diesem Grund allein gilt es nicht für Paneldaten. In jedem Fall steht es außerhalb des Satzes von Befehlen, die speziell für Zeitreihen geschrieben sind, siehe Zeitreihen für Details. Alternative Ansätze Um berechnende Durchschnitte für Panel-Daten zu berechnen, gibt es mindestens zwei Möglichkeiten. Beide hängen davon ab, dass der Datensatz vorher gesendet wurde. Das lohnt sich nicht nur: Sie können sich nicht nur wiederholt spezifizieren, um die Variable und die Zeitvariable zu bestimmen, aber Stata verhält sich scharf zwischen den Lücken. 1. Schreiben Sie Ihre eigene Definition mit generieren Verwenden Sie Zeitreihenoperatoren wie L. und F.. Geben Sie die Definition des gleitenden Durchschnitts als Argument einer generierten Anweisung an. Wenn Sie dies tun, sind Sie natürlich nicht auf die gleichgewichteten (ungewichteten) zentrierten gleitenden Durchschnitte, die von egen, ma () berechnet wurden, beschränkt. Zum Beispiel werden gleichgewichtete dreiseitige gleitende Durchschnitte gegeben und manche Gewichte können leicht angegeben werden: Sie können natürlich auch einen Ausdruck wie log (myvar) anstelle eines Variablennamens wie myvar angeben. Ein großer Vorteil dieses Ansatzes ist, dass Stata automatisch die richtige Sache für Panel-Daten macht: führende und nacheilende Werte werden in Panels ausgearbeitet, genauso wie Logik diktiert sie sein sollte. Der bemerkenswerteste Nachteil ist, dass die Kommandozeile ziemlich lang werden kann, wenn der gleitende Durchschnitt mehrere Begriffe beinhaltet. Ein weiteres Beispiel ist ein einseitiger gleitender Durchschnitt, der nur auf vorherigen Werten basiert. Dies könnte nützlich sein, um eine adaptive Erwartung zu schaffen, was eine Variable nur auf Informationen aktuell basiert: Was könnte jemand prognostizieren für die aktuelle Periode auf der Grundlage der letzten vier Werte, mit einem festen Gewichtung Schema (eine 4-Periode Verzögerung könnte sein Besonders häufig mit vierteljährlichen Zeiträumen verwendet.) 2. Verwenden Sie egen, filter () aus SSC Verwenden Sie den benutzerdefinierten egen-Funktionsfilter () aus dem egenmore-Paket auf SSC. In Stata 7 (aktualisiert nach dem 14. November 2001) können Sie dieses Paket installieren, nach welcher Hilfe egenmore auf Details zu filter () verweist. Die beiden obigen Beispiele würden gerendert (in diesem Vergleich ist der Generatoransatz vielleicht transparenter, aber wir sehen ein Beispiel für das Gegenteil in einem Moment.) Die Lags sind eine Numlist. Führt zu negativen Verzögerungen: In diesem Fall -11 dehnt sich auf -1 0 1 oder Blei 1, lag 0, lag 1. Die Coef ficients, eine andere numlist, multiplizieren die entsprechenden hinteren oder führenden Elemente: In diesem Fall sind diese Elemente F1.myvar . Myvar und L1.myvar Die Wirkung der Normalisierungsoption besteht darin, jeden Koeffizienten durch die Summe der Koeffizienten so zu skalieren, daß Coef (1 1 1) normalisiert ist, äquivalent zu Koeffizienten von 13 13 13 und Coef (1 2 1) Normalisierung äquivalent zu Koeffizienten von 14 12 14 ist Sie müssen nicht nur die Verzögerungen angeben, sondern auch die Koeffizienten. Weil egen, ma () den gleich gewichteten Fall liefert, ist die Hauptgrundlage für egen, filter (), den ungleich gewichteten Fall zu unterstützen, für den Sie Koeffizienten angeben müssen. Es könnte auch gesagt werden, dass die Verpflichtung der Benutzer, Koeffizienten anzugeben, ein wenig zusätzlicher Druck auf sie ist, darüber nachzudenken, welche Koeffizienten sie wollen. Die Hauptberechtigung für gleiche Gewichte ist, wir vermuten, Einfachheit, aber gleiche Gewichte haben lausige Frequenzdomäneneigenschaften, um nur eine Betrachtung zu erwähnen. Das dritte Beispiel oben könnte entweder so genauso kompliziert sein wie der generierte Ansatz. Es gibt Fälle, in denen egen, filter () gibt eine einfachere Formulierung als zu generieren. Wenn Sie einen neunfristigen Binomialfilter wünschen, welche Klimatologen nützlich sind, dann sieht es vielleicht weniger schrecklich aus als und einfacher, sich richtig zu machen, genauso wie bei der generierten Annäherung egen, filter () funktioniert ordnungsgemäß mit Panel-Daten. In der Tat, wie oben erwähnt, hängt es davon ab, dass der Datensatz vorher gesendet wurde. Eine grafische Spitze Nach der Berechnung Ihrer gleitenden Durchschnitte, werden Sie wahrscheinlich wollen, um einen Graphen zu betrachten. Der benutzerdefinierte Befehl tsgraph ist schlau über Tattendatensätze. Installiere es in einem up-to-date Stata 7 von ssc inst tsgraph. Was ist mit der Abrechnung, wenn keines der obigen Beispiele von Einschränkungen Gebrauch macht. Tatsächlich wird es nicht möglich sein, Gelegentlich Menschen wollen, wenn bei der Berechnung der gleitenden Durchschnitte zu verwenden, aber seine Verwendung ist ein wenig komplizierter als es in der Regel ist. Was würden Sie von einem gleitenden Durchschnitt erwarten, mit dem berechnet. Lassen Sie uns zwei Möglichkeiten identifizieren: Schwache Interpretation: Ich möchte keine Ergebnisse für die ausgeschlossenen Beobachtungen sehen. Starke Interpretation: Ich möchte gar nicht, dass du die Werte für die ausgeschlossenen Beobachtungen nimmst. Hier ist ein konkretes Beispiel. Angenommen, als Folge von einigen, wenn Bedingung, sind Beobachtungen 1-42 enthalten, aber nicht Beobachtungen 43 auf. Aber der gleitende Durchschnitt für 42 hängt unter anderem von dem Wert für die Beobachtung ab, wenn der Durchschnitt sich rückwärts und vorwärts erstreckt und mindestens 3 beträgt, und es wird in einigen Fällen auch von einigen der Beobachtungen abhängen. Unsere Vermutung ist, dass die meisten Leute für die schwache Interpretation gehen würden, aber ob das richtig ist, egen, filter () nicht, wenn entweder. Sie können immer ignorieren, was Sie donrsquot wollen oder sogar unerwünschte Werte festlegen, um danach zu fehlen, indem Sie ersetzen. Ein Hinweis auf fehlende Ergebnisse an den Enden der Serie Weil gleitende Mittelwerte Funktionen von Verzögerungen und Leads sind, erzeugt egen, ma () fehlt, wo die Verzögerungen und Leads nicht existieren, am Anfang und am Ende der Serie. Eine Option nomiss zwingt die Berechnung von kürzeren, nicht beeinträchtigten gleitenden Durchschnitten für die Schwänze. Im Gegensatz dazu weder generieren noch egen, filter () tut, oder erlaubt, etwas Besonderes, um fehlende Ergebnisse zu vermeiden. Wenn einer der für die Berechnung benötigten Werte fehlt, fehlt dieses Ergebnis. Es liegt an den Anwendern, zu entscheiden, ob und welche Korrekturchirurgie für solche Beobachtungen erforderlich ist, vermutlich nach dem Betrachten des Datensatzes und unter Berücksichtigung einer zugrunde liegenden Wissenschaft, die gebracht werden kann, um zu tragen. Calculating Moving Averages mit fehlenden Werten gesetzt obs 10 obs war 0, jetzt 10 tset t Zeitvariable: t, 1 bis 10 delta: 1 Einheit tsmooth ma y3 y, w (1 1 1) Die glattere Anwendung war (13) x (t-1) 1x (t) x (t1) x (t (X) (x) (x) (x) (x) (x) (x) (t) Tssmooth füllt sich so gut wie möglich an den Enden der Serie (was nicht derselbe ist wie die Behandlung von Fehlern als 0s, da sonst die obigen Ergebnisse nicht erhalten würden). Jeff kann die Ergebnisse von - ssmooth überschreiben - wenn er das nicht will. Ersetzen y3. Wenn fehlt (L1.y, F1.y) ersetzen y5. Wenn fehlt (L1.y, L2.y, F1.y, F2.y) Zum Beispiel fehlt L1.y am Anfang einer Reihe y und F1.y am Ende. Dies funktioniert auch mit Panel-Daten. Eine benutzerdefinierte Alternative zu - ssmisch - ist der - egen-function - filter () - von - egenmore-. Alternativ, bitte buchstabieren, was auch immer Art und Weise des Umgangs mit endet, die Sie bevorzugen. Wenn ich die tssmooth-Funktion zum Erstellen von 2 oder 5-jährigen gleitenden Durchschnitten verwende, berechnet Stata diese gleitenden Durchschnitte bis zum Ende der Zeitreihe, anstatt 1 Jahr zu stoppen (im Falle des 2-jährigen gleitenden Durchschnitts) oder 4 Jahre (in der Fall des 5-jährigen gleitenden Durchschnitts) vor dem Ende der Zeitreihe Es zählt also fehlende Werte als Null. Würdest du eine mögliche Strategie kennen, um dieses Problem zu beheben Ich versuche, gleitende Durchschnitte zu erstellen, indem ich die Lag-lag 1 und die lag2-Werte der Belohnung einlöse. Hier ist die Formel aktuell (lag - lag2) (lag2 - lag3). Der aktuelle Wert wird jedoch nicht sequenziell in den Zeilen beim Update gespeichert. Bedeutung, wenn ich find44 aktueller Wert fehlt, benutze ich diese Formel, um mit row4 Belohnungen zu kommen. Jetzt, row4 - gt aktuellen 100 Beim Umzug in Zeile5 - neue Belohnungen in Zeile4 berechnet ist nicht verfügbar. Lag1 - gt row4gt current 0 (I guess lag Werte sind nicht dynamisch) DATA vtest SET v10 von vid group id lagred1 lag (newredemption1) lag2red1 lag2 (newredemption) lag3red1 lag3 (newredemption) expectedincreasepts (lagred1 (lagred1 lag2red1)) - lag2red1 previosredeemwachsen ( Lagred1 - lag2red1) (lag2red1 - lag3red1) aktueller Strom (erwartete Erhöhungen previosredeemgrowth) Es würde wirklich helfen zu verstehen, was du versuchst, wenn du irgendwelche Daten in Form eines Datastep für die Eingabe und was du für die Ausgabe für diese Beispieldaten erwartest. Ich frage mich, da Sie sagen, dass Strom manchmal fehlt, dass Sie die aktuelle Summe wünschen (aktueller (erwarteter Fortschritt). Etwas zu beachten: Sie müssen alle potenziellen fehlenden Werte ansprechen, bevor Sie mit den verzögerten Werten teilnehmen. Lag3 wird nicht existieren, bis du zur 4. Beobachtung kommst. Also wirst du eine Division durch fehlen lassen, die du vielleicht in Betracht ziehen möchtest. Und wenn deine Newredemption-Variable jemals ewiglich wird, wird man intermittierende andere Berechnungen mit fehlenden Werten bekommen. Lag-Werte sind nur für Variablen eingelesen durch eine SET oder MERGE-Anweisung. Wenn Sie eine berechnete Variable beibehalten möchten, dann verwenden Sie RETAIN. Wenn man auf Anfangswerte zurücksetzt oder für beibehaltene Variablen fehlt, ist das manchmal interessant. Vielleicht möchtest du etwas wie: Halten Sie TempCurrent 0 auf diesen Satz einen Anfangswert von 0, wenn fehlt (aktuell) dann currentsum (TempCurrent, (erwartete Erhöhungen previosredeemwrowth)) sonst aktuelle Summe (aktueller (erwartete Erhöhungen previosredeemgrowth)) und dann den zurückgehaltenen Wert zurücksetzen