如何用stata描述性统计变量的个数，但是要去掉重复的部分

是 否 +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~ !

立即领取

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

我要计算一个数据中所有河流密度lndensity的个数，每个城市有不同的代码city_code，同时每个city_code对应的lndensity值都是相同的，要如何用sum命令统计出各不相同的lndensity的个数呢？

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

分享0 收藏0 回帖

关键词：Stata 描述性统计 tata 描述性 如何用

如果我没猜错的话，各不相同的indensity应该就是city_code的个数吧？因为不同的citycode对应相同的indensity,那么有多少个城市就有多少个河流密度。

1. egen id=group(city_code)
   
2. egen wanted=max(id)

复制代码

是这意思么？我没读懂

如果有些城市河流密度相同，要统计各不相同的河流密度，

1. levelsof indensity
   
2. scalar a=r(r)
   
3. dis a

复制代码

zdlspace 发表于 2021-2-3 23:24
如果我没猜错的话，各不相同的indensity应该就是city_code的个数吧？因为不同的citycode对应相同的indensit ...

对的！lndensity应该就是city_code的个数，我刚发完帖子就意识到这个问题了！
感谢您提供的思路，很有帮助~~

但是如果我想用sum命令去描述性统计所有的变量，但是各个变量的情况都不太一样（数据参见附件~），比如lndensity有重复值只计算1次；还有的是空缺值，不能计入样本量的个数；有的就是正常统计，要怎么有条理地实现呢？？拜托了！第一次用stata做分析，实在有些麻爪儿


expbase.xlsx (1.88 MB)

2021-2-4 15:39:54 上传

zzzzz经济 发表于 2021-2-4 15:41
对的！lndensity应该就是city_code的个数，我刚发完帖子就意识到这个问题了！
感谢您提供的思路，很有帮 ...

直接用sum即可。Indensity重复并不影响sum中均值，标准误之类的。缺失值也不必考虑，sum会自动统计非缺失值样本量。

1. . sum
   
2. 
   
3.     Variable |        Obs        Mean    Std. Dev.       Min        Max
   
4. -------------+---------------------------------------------------------
   
5.    lnexport1 |     12,369    3.888223    5.184792          0   18.06609
   
6.            y |     12,370    .3762328    .4844591          0          1
   
7.     lnexport |      4,654    10.33328    2.199758   .9700209   18.06609
   
8. export_ratio |     12,370    .1637698    .3147186          0          1
   
9. lnland_cos~p |     12,370   -3.955788    2.120124  -11.20696   9.370687
   
10. -------------+---------------------------------------------------------
    
11. lnland_cos~s |     12,369   -9.281792    2.481964  -18.08629  -.7503056
    
12. land_cost_~n |     12,371   -9.145645    1.363819  -14.47716  -4.568129
    
13.    lndensity |     12,074   -10.33842    .3851957  -11.85227  -9.616894
    
14.        lntfp |     12,250    7.406541    1.354287   .3021216   13.01285
    
15.      lnscale |     12,371      5.6176    1.480055   1.791759     13.502
    
16. -------------+---------------------------------------------------------
    
17.       lnwage |     12,101    6.869951    .4979131  -.9162907   9.521714
    
18.        skill |     12,369    .1834235    .1778491          0          1
    
19.         lnkl |     12,355    3.830618    1.442015  -5.703783   15.56609
    
20.         lnrd |     12,315   -7.426043    3.082328  -18.01076  -.1816589
    
21.       lnelec |     12,371    .7122587    .9525186          0    4.61512
    
22. -------------+---------------------------------------------------------
    
23. lnfinancost |     10,283   -4.269262    1.699483   -13.0654   2.773421
    
24.       lnpgdp |     12,371    9.672478    .6510712   8.190908   11.18438
    
25.       lndist |     11,573    5.086541    2.001059          0   8.313117
    
26. lnentry_time |     12,371    3.719791     .156653   3.401197   4.043051
    
27.          tfp |     12,371    .5048905    .4999963          0          1
    
28. -------------+---------------------------------------------------------
    
29.          soe |     12,371    .1605367    .3671179          0          1
    
30.    city_code |     12,371    3630.805    1344.713       1100       6501
    
31. county_code |     12,371    363111.4    134466.3     110101     650108
    
32.     ind_code |     12,371     28.6356    8.532724         13         42

复制代码

看一下这张表你就明白了

zdlspace 发表于 2021-2-4 16:48
直接用sum即可。Indensity重复并不影响sum中均值，标准误之类的。缺失值也不必考虑，sum会自动统计非缺失 ...

喔！恍然大悟~~太太太感谢啦！祝您小年快乐鸭~(≧∇≦)ﾉ