【500论坛币求助】如何发现不参与回归的样本？

1000个样本obs的数据，由于一些样本的一些变量有缺失值。回归之后，发现，只有300个样本obs参与了回归。
现在我想知道，到底，各个变量var参与回归的样本obs的个数，目的是找出，哪些变量var的缺失值太多，导致有700个样本obs没有参与回归。

现在，我知道summarize命令可以看var的Obs个数。想手动计算缺失值个数， 看说明，有个Scalars，   r(N)  = number of observations。但发现不行，因为各个obs的缺失变量var不一样。
但是，还是想知道，如何直接删掉 缺失值 大于400个的样本呢？


示例：
这里有10个obs，6个obs有缺失值，最终4个obs参与回归，如何让stata输出，各个var参与回归的obs的个数，目的是想知道哪个var的缺失值太多，导致参与回归的obs少。

示例数据.dta (3.2 KB)

2022-4-17 18:11:37 上传

1. * Example generated by -dataex-. For more info, type help dataex
   
2. clear
   
3. input long(Y x1 x2 x3)
   
4. 5 . . .
   
5. 6 2 2 1
   
6. 4 1 2 1
   
7. 3 . . .
   
8. 4 3 . .
   
9. 5 . 3 .
   
10. 5 . 4 .
    
11. 6 3 2 3
    
12. 4 3 . .
    
13. 5 4 4 2
    
14. end

复制代码

diannaoasd 发表于 2022-4-17 22:12
感谢回复，我的最终目的是，想知道哪个var的缺失值太多，导致参与回归的obs少。
keep if e（sample）可以 ...

想知道哪个变量缺失值最多
nmissing

reg Y x1 x2 x3
keep if e(sample)
保留下来的就是实际参与回归的每个变量个数

请据以更改：

1. * Example generated by -dataex-. For more info, type help dataex
   
2. clear
   
3. input long(Y x1 x2 x3)
   
4. 5 . . .
   
5. 6 2 2 1
   
6. 4 1 2 1
   
7. 3 . . .
   
8. 4 3 . .
   
9. 5 . 3 .
   
10. 5 . 4 .
    
11. 6 3 2 3
    
12. 4 3 . .
    
13. 5 4 4 2
    
14. 9 4 2 7
    
15. end
    
16. 
    
17. reg Y x1 x2 x3
    
18. 
    
19. foreach v of varlist Y x1 x2 x3 {
    
20.         egen m_`v' = total(`v'==.)
    
21. }

复制代码

1. reg Y x*
   
2. count if e(sample)

复制代码

qianchen 发表于 2022-4-17 20:39
reg Y x1 x2 x3
keep if e(sample)
保留下来的就是实际参与回归的每个变量个数

感谢回复，我的最终目的是，想知道哪个var的缺失值太多，导致参与回归的obs少。
keep if e（sample）可以筛选最终参与回归的obs，但还是不知道到底是因为哪个var的缺失值太多。

  clear

. input long(Y x1 x2 x3)

                Y            x1            x2            x3
  1. 5 . 3 4
  2. 6 . 2 1
  3. 4 1 2 1
  4. 3 3 . 3
  5. 4 3 . 2
  6. 5 4 . 4
  7. 5 5 2 5
  8. 6 3 4 3
  9. 4 3 8 .
10. 5 4 4 2
11. 9 4 2 7
12. end

. reg Y x*

      Source |       SS           df       MS      Number of obs   =         5
-------------+----------------------------------   F(3, 1)         =      5.60
       Model |  13.9682028         3  4.65606759   Prob > F        =    0.2990
    Residual |  .831797235         1  .831797235   R-squared       =    0.9438
-------------+----------------------------------   Adj R-squared   =    0.7752
       Total |        14.8         4         3.7   Root MSE        =    .91203

------------------------------------------------------------------------------
           Y | Coefficient  Std. err.      t    P>|t|     [95% conf. interval]
-------------+----------------------------------------------------------------
          x1 |     -0.846      0.469    -1.80   0.323       -6.811       5.120
          x2 |      0.925      0.530     1.74   0.331       -5.813       7.664
          x3 |      1.205      0.325     3.71   0.168       -2.920       5.330
       _cons |      1.747      1.783     0.98   0.507      -20.904      24.397
------------------------------------------------------------------------------

. nmissing

x1                  2
x2                  3
x3                  1
实际回归使用的样本也不是你理解的由最多缺失值变量单独决定
而是所有变量无缺失的交集决定

pengxhan 发表于 2022-4-18 15:18
clear

. input long(Y x1 x2 x3)

说错了口误吧？是并集不是交集

黃河泉 发表于 2022-4-17 20:52
请据以更改：

感谢！

qianchen 发表于 2022-4-17 20:39
reg Y x1 x2 x3
keep if e(sample)
保留下来的就是实际参与回归的每个变量个数

感谢！