如何从原有矩阵中生成新的矩阵

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

初学stata矩阵
mat A=[100,99,98\23,24,25\45,44,45\67,66,67\88,89,87]
matlist A
             |        c1         c2         c3
-------------+---------------------------------
          r1 |       100         99         98
          r2 |        23         24         25
          r3 |        45         44         45
          r4 |        67         66         67
          r5 |        88         89         87
生成矩阵A中第二行的新行向量(23,24,25 )如何用stata命令操作？
另外，生成矩阵A中第一行去掉第第三列的新行向量（100，99）如何用stata操作？

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2 回帖

关键词：stata命令 Stata tata list Mat 矩阵 矩阵元素

B=A(2,:)     ,C=A(1,1:2)

kyleliu 发表于 2011-5-11 11:26 生成矩阵A中第二行的新行向量(23,24,25 )如何用stata命令操作？

mat b=A[2,1...]

kyleliu 发表于 2011-5-11 11:26 另外，生成矩阵A中第一行去掉第第三列的新行向量（100，99）如何用stata操作？

mat c=A[1,1..2]

矩阵或向量各元素的和怎么求呢？例如 所有元素的和，还有某一行或某一列的和
哪里有比较全的stata矩阵操作命令呢？18讲里面不全啊。

kyleliu 发表于 2011-5-11 12:36 矩阵或向量各元素的和怎么求呢？例如 所有元素的和，还有某一行或某一列的和

*这个要利用矩阵乘法了

*对x各列求和：
mat cols=J(1,rowsof(x),1)*x

*对x各行求和：
mat rows=x*J(colsof(x),1,1)

kyleliu 发表于 2011-5-11 12:36 矩阵或向量各元素的和怎么求呢？

stata处理矩阵有两种模式：stata与mata。

mata中处理矩阵更方便、更强大。

mata
x=(100,99,98\23,24,25\45,44,45\67,66,67\88,89,87)
rowsum(x)
colsum(x)
end

谢谢sungmoo 版主热心帮助！谢谢各位回复！
其实我遇到的问题是这样的：
时间序列滞后12项回归，我想求LRP(Long Run Propensity)，我这样操作太菜了，但是象这样情况stata回归结果如何同mata建立数据联系呢？
以下是程序过程：
use WAGEPRC,clear
tsset t
*Cochrane-Orcutt(CO) estimation---correcting for serial correlation with AR(1)
prais  gprice l(0/12).gwage,corc

Iteration 0:  rho = 0.0000
Iteration 1:  rho = 0.5027
Iteration 2:  rho = 0.5085
Iteration 3:  rho = 0.5086
Iteration 4:  rho = 0.5086
Iteration 5:  rho = 0.5086

Cochrane-Orcutt AR(1) regression -- iterated estimates

      Source |       SS       df       MS              Number of obs =     272
-------------+------------------------------           F( 13,   258) =    3.52
       Model |   .00027636    13  .000021258           Prob > F      =  0.0000
    Residual |  .001559756   258  6.0456e-06           R-squared     =  0.1505
-------------+------------------------------           Adj R-squared =  0.1077
       Total |  .001836116   271  6.7753e-06           Root MSE      =  .00246

------------------------------------------------------------------------------
      gprice |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       gwage |
         --. |   .0791945   .0415639     1.91   0.058    -.0026532    .1610421
         L1. |   .0726135    .040009     1.81   0.071    -.0061723    .1513993
         L2. |   .0239011   .0410998     0.58   0.561    -.0570327    .1048349
         L3. |   .0334174   .0410322     0.81   0.416    -.0473833    .1142181
         L4. |   .0800958   .0410233     1.95   0.052    -.0006874     .160879
         L5. |   .1132115    .041008     2.76   0.006     .0324585    .1939646
         L6. |   .0971598   .0412239     2.36   0.019     .0159817     .178338
         L7. |   .1010774   .0414903     2.44   0.016     .0193746    .1827803
         L8. |   .1063418   .0415488     2.56   0.011     .0245239    .1881598
         L9. |   .1609493   .0416366     3.87   0.000     .0789584    .2429402
        L10. |    .112099   .0416416     2.69   0.008     .0300983    .1940998
        L11. |   .0995413   .0406007     2.45   0.015     .0195903    .1794922
        L12. |   .0301768   .0415419     0.73   0.468    -.0516275    .1119812
       _cons |  -.0005979   .0009768    -0.61   0.541    -.0025214    .0013256
-------------+----------------------------------------------------------------
         rho |   .5086451
------------------------------------------------------------------------------
Durbin-Watson statistic (original)    0.988226
Durbin-Watson statistic (transformed) 2.211335

mat A=e(b) //获取系数矩阵
matlist A

             |     gwage    L.gwage   L2.gwage   L3.gwage   L4.gwage   L5.gwage   L6.gwage   L7.gwage   L8.gwage   L9.gwage  L10.gwage  L11.gwage  L12.gwage
-------------+-----------------------------------------------------------------------------------------------------------------------------------------------
          y1 |  .0791945   .0726135   .0239011   .0334174   .0800958   .1132115   .0971598   .1010774   .1063418   .1609493    .112099   .0995413   .0301768

             |     _cons
-------------+-----------
          y1 | -.0005979

matrix C=diag(A) //以矩阵A为对角元素建立对角矩阵
matlist C

             |     gwage    L.gwage   L2.gwage   L3.gwage   L4.gwage   L5.gwage   L6.gwage   L7.gwage   L8.gwage   L9.gwage  L10.gwage  L11.gwage  L12.gwage
-------------+-----------------------------------------------------------------------------------------------------------------------------------------------
       gwage |  .0791945                                                                                                                                    
     L.gwage |         0   .0726135                                                                                                                          
    L2.gwage |         0          0   .0239011                                                                                                               
    L3.gwage |         0          0          0   .0334174                                                                                                   
    L4.gwage |         0          0          0          0   .0800958                                                                                         
    L5.gwage |         0          0          0          0          0   .1132115                                                                              
    L6.gwage |         0          0          0          0          0          0   .0971598                                                                  
    L7.gwage |         0          0          0          0          0          0          0   .1010774                                                        
    L8.gwage |         0          0          0          0          0          0          0          0   .1063418                                             
    L9.gwage |         0          0          0          0          0          0          0          0          0   .1609493                                 
   L10.gwage |         0          0          0          0          0          0          0          0          0          0    .112099                       
   L11.gwage |         0          0          0          0          0          0          0          0          0          0          0   .0995413            
   L12.gwage |         0          0          0          0          0          0          0          0          0          0          0          0   .0301768
       _cons |         0          0          0          0          0          0          0          0          0          0          0          0          0

             |     _cons
-------------+-----------
       _cons | -.0005979

di trace(C)+0.0005979 //求迹
1.1097792
*以上为LRP

kyleliu 发表于 2011-5-11 22:46 时间序列滞后12项回归，我想求LRP(Long Run Propensity)，我这样操作太菜了，但是象这样情况stata回归结果如何同mata建立数据联系呢？
以下是程序过程：
use WAGEPRC,clear
tsset t
*Cochrane-Orcutt(CO) estimation---correcting for serial correlation with AR(1)
prais  gprice l(0/12).gwage,corc

*之后（不必使用mata）
mat b=e(b)
matlist trace(diag(b[1,"gwage".."L12.gwage"]))

thank you,sungmoo

感谢楼主分享