楼主: 芝华塔内欧
4875 9

[数据管理求助] stata怎么样求出所有变量均没有缺失值的样本个数呢? [推广有奖]

  • 2关注
  • 2粉丝

博士生

5%

还不是VIP/贵宾

-

威望
0
论坛币
129 个
通用积分
13.2878
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
4018 点
帖子
140
精华
0
在线时间
287 小时
注册时间
2015-5-9
最后登录
2023-12-5

楼主
芝华塔内欧 发表于 2021-1-11 18:45:08 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
很多变量,每个都有缺失值,想求出所有变量都没缺失值的样本个数该怎么办呢???
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:Stata tata 缺失值 怎么样 怎么办

沙发
zdlspace 学生认证  发表于 2021-1-11 19:19:28
keep if x1!=.&x2!=.&x3!=.就可以了

藤椅
芝华塔内欧 发表于 2021-1-11 21:09:07
zdlspace 发表于 2021-1-11 19:19
keep if x1!=.&x2!=.&x3!=.就可以了
在变量有几十个的情况下这样效率有点慢,而且只是想看看样本有多少,并不是真正想把他们删了

板凳
yangye823 学生认证  发表于 2021-1-11 23:07:43
很简单,给所有变量跑一下回归就知道了。

报纸
zdlspace 学生认证  发表于 2021-1-12 02:50:58
请使用命令:
  1. egen m=rowmiss(_all)
  2. count if m==0
复制代码

地板
黃河泉 在职认证  发表于 2021-1-12 07:51:55
芝华塔内欧 发表于 2021-1-11 21:09
在变量有几十个的情况下这样效率有点慢,而且只是想看看样本有多少,并不是真正想把他们删了
可以试试
  1. * Example generated by -dataex-. To install: ssc install dataex
  2. clear
  3. input float(btoti btot dbyi dby privoi privo llyi)
  4. 63.8889  74.1596   18.4849   17.8655  20.2671 15.68565   13.1823
  5. 83.0754  92.6655   38.1558   47.8042  27.3297 54.81786   48.8181
  6.   97.318  98.4359   40.5994    81.362  32.6092 65.29842   41.2539
  7.        .  86.3752         .   22.3775        . 13.54584         .
  8.        .  91.8502         .   43.8783        . 40.64384         .
  9. 78.4184  92.0092   26.1253   58.1226   8.4496 25.64779   45.4427
  10. 10.2146  31.5974    1.6661   10.8131   1.6661 13.14186    9.3612
  11. 47.4771  61.6758   10.7361   17.7985   10.013 21.44617   18.3869
  12. 80.7844   88.997  28.40882  42.34923  32.4016 60.86423 32.581944
  13.   58.565  52.8085   17.6089   27.6462  16.9346  27.8104         .
  14. 74.3253  80.1646   10.7657   13.7608  18.8594 22.08222   19.9426
  15. 97.3479  72.8176   22.6759   20.5687  23.7949 21.77378   19.1712
  16. 93.0962    92.72   40.5958    55.117  40.5958 62.01511   46.4921
  17. 86.0352  88.0999   47.1013   49.8734  42.8648 42.44699   49.5337
  18. 73.6196  73.3352   11.6832   16.3839   7.2092 19.11292   17.2978
  19. 64.7281  62.1616   13.7053   13.5746  19.1084 17.98507   15.2836
  20. 90.7292  72.0441   23.2069   23.5761  23.2069 22.84953   19.8705
  21. 98.9383  96.9463         .   29.0619        .  23.6507         .
  22. 95.8457  97.2227   36.8145   53.2541  33.6283 51.78182   39.9004
  23. 89.4408  96.5411   24.3025   62.5041  41.4985 75.46823   44.3127
  24. 93.5074   97.571   45.6712   88.8946  39.0525 76.45579  38.56183
  25. 97.2495  39.7841   12.2048    8.9332   6.9918  5.07367   20.8067
  26. 68.2693  74.3563   13.9797   32.7014  22.8393 36.72324   26.7497
  27. 75.5083  75.1588     7.573   13.2009   9.7646 13.31726   13.2373
  28. 93.1818   58.018    9.3881   37.0787   9.2517  20.5166    20.328
  29. 13.6714  23.7174    1.4557    7.3109   2.8646   7.7135   10.1062
  30. 75.9232  76.5371    7.1355   20.6596   9.8451  23.8559   14.7379
  31. 91.8984  88.9397   48.0888   36.7628  48.0888 34.79329   37.1384
  32. 49.7447  63.6846   12.3957    22.705   8.6834 19.53084   24.9853
  33. 97.0782  94.7271   34.9656   36.7719  31.7561 49.14149   62.3593
  34. 66.6667  84.2815   15.1151   63.8749  12.9512 37.43197   27.0005
  35. 92.2735  87.7728  60.88512 73.130936  57.0717 59.08989  68.09387
  36. 91.7927  78.0906   16.9303    28.507  15.5982 24.54591   20.9471
  37. 96.2481  96.7181   59.2544   98.9365  57.6878 128.3783   59.8761
  38.        .  81.2692   14.7212   21.4096  12.4803 22.78104         .
  39. 30.3957  83.9456         .   42.2424        .  65.4788         .
  40.        .  37.9002         .   14.1063        . 10.16035         .
  41. 98.5527  96.4534    7.3663   42.8817   6.0926 46.89995   25.0316
  42. 75.6757   92.565   13.5338   43.1891  11.6112 43.97008  135.4059
  43.        .  82.2124   12.4383   32.8281  12.1321 24.36066   26.2649
  44.   82.243  69.3824    5.3882   14.0997  19.2129 22.89418   14.0963
  45. 38.7873  57.8637    1.4111   10.7202   1.2527  7.72334    7.5479
  46. 96.4605  98.0962  45.25842 70.880135   36.676 86.69409  57.11107
  47. 62.5707    82.43   14.6523   30.5537  24.3281 37.59236   29.7162
  48.   99.187  83.8875         .   14.9712        . 13.05017         .
  49. 73.8642  90.0224   43.5724   57.3111   61.122 81.62302   56.3796
  50. 50.4312  67.8879    13.533   29.6248    7.807 20.76761   33.6168
  51. 50.3132   71.971   10.5088   42.5098  10.5088 40.22082   16.6802
  52.        .   89.117         .   25.1267        .  20.8444         .
  53. 68.5177  65.2917    8.8525   10.2636   8.4978 14.51989    8.7216
  54. 70.0935  86.0365   12.8929   14.2572  15.2472 13.32469   20.5211
  55. 62.7478  81.4047   12.1009   25.9272  14.4154 26.97613   19.3189
  56. 94.6995  90.3459   54.7652   74.8455   45.381 55.01267   67.1788
  57. 99.9729   84.538         .    29.305        . 27.50557         .
  58. 57.7167  49.5504    7.3289    8.1306   7.1771  5.06637   14.7509
  59. 96.0125  94.7736         .   56.9127        . 71.93586         .
  60. 87.2868  92.7402   51.2578   74.8073  40.2249 65.04914   56.9044
  61. 53.8965  57.7968   11.8942   20.1089   6.9893 16.20979   22.2961
  62. 84.9677  88.9401   46.7849   49.4297  53.6071 89.11234   62.0727
  63.   98.838  98.9879  115.2644  133.0816 115.3919 141.2944  104.6356
  64. 63.0246  46.9346   24.1882   28.8479  22.3887   8.8252   28.0103
  65. 66.9967  95.7224    9.1408   65.7739   8.4125 57.85528   16.1777
  66. 64.2278  84.6563         .   42.5192        . 47.27738         .
  67. 99.1713  82.0514         .   22.5059        . 21.88465         .
  68. 93.8865  91.7183    8.1924   26.7069    7.748 31.39167   22.6361
  69. 75.8175  83.5528   33.3233   54.7816  16.1065 46.31212   39.5486
  70. 91.0138  93.1142    57.445   70.4191  77.6616 113.0658   59.6051
  71. 61.6066  59.2383    20.253   24.4337  19.6983 21.21116   26.2621
  72. 95.6875  90.8998   17.7807   20.7854  17.5593 33.12155   22.3919
  73. 32.4023  28.5825   10.3542    5.4737    4.073  4.08484   27.3833
  74. 85.55511 75.80044 26.838203  23.33766   28.601 23.03637  52.85384
  75. end
复制代码
  1. gen dm = !mi(btoti-llyi)
  2. *list btoti-llyi dm
  3. sum dm
复制代码
已有 1 人评分学术水平 热心指数 信用等级 收起 理由
芝华塔内欧 + 1 + 1 + 1 精彩帖子

总评分: 学术水平 + 1  热心指数 + 1  信用等级 + 1   查看全部评分

7
芝华塔内欧 发表于 2021-7-24 20:46:40
黃河泉 发表于 2021-1-12 07:51
可以试试
good!谢谢!

8
芝华塔内欧 发表于 2021-7-24 21:11:13
zdlspace 发表于 2021-1-12 02:50
请使用命令:
thanks!!

9
秋窗风雨夕 发表于 2023-5-8 11:58:57
global x "x1 x2 x3 x4 x5 x6"
foreach mis of varlist $x {
    keep if `mis'!=.
}

10
赵安豆 发表于 2024-6-30 19:46:23
在Stata中,要找出所有变量都没有缺失值的样本个数,你可以使用`count`命令结合`if`条件来实现。下面是一个示例步骤:

1. 首先,确定你想要检查哪些变量。假设这些变量是`var1`, `var2`, ..., `varN`。

2. 使用`egen`命令创建一个新变量,该变量在所有指定的变量都没有缺失值时为1,否则为0。这可以通过`rowmiss()`函数实现,但是我们需要的是没有缺失值的情况,所以使用`!rowmiss()`取反:

   ```stata
   egen complete = rowmiss(var1 var2 ... varN), ~not
   ```

3. 然后用`count`命令计算`complete`变量等于1的样本个数。这将给出所有指定变量都没有缺失值的样本数量。

   ```stata
   count if complete == 1
   ```

完整代码示例:

```stata
* 假设你的数据集已经加载到Stata中
egen complete = rowmiss(var1 var2 ... varN), ~not
count if complete == 1
```

这样,`count`命令的结果将显示所有变量都没有缺失值的样本数量。

请注意,在使用`egen`创建`complete`变量时,如果指定的变量列表中任何一个变量有缺失值,那么对应的`complete`值就会是0。只有当指定的所有变量对某一个观测值来说都是非缺失的时候,`complete`才会为1。通过这种方式可以精确地计算出完全没有缺失数据的样本数量。

以上就是在Stata中找出所有变量都没有缺失值的样本个数的方法。

此文本由CAIE学术大模型生成,添加下方二维码,优先体验功能试用



您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群
GMT+8, 2026-1-3 22:03