如何找到数据最10%和90%分位点，然后删掉大于90%和小于是10%的样本点

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

如题，为了消除异常点的影响，如何找到数据最10%和90%分位点，然后删掉大于90%和小于是10%的样本点，谢谢！

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11 回帖

关键词：异常点 如何 样本

对于outlier的影响，两种方法解决，一种是去掉数据两端极值，一种是对数据进行winsorization。现在后面的方法比较常用一些。

另外，我觉得你的10%和90%的设置有点过大，等于你去除了20%的数据。

你非要这么做的话，可以使用cut函数，生成10等分位，去掉两端就可以。另外推荐使用winsor，进行winsorization。

xingxf 发表于 2013-9-16 20:16
对于outlier的影响，两种方法解决，一种是去掉数据两端极值，一种是对数据进行winsorization。现在后面的方 ...

高手你好，我是想做个稳健性测试，所以这样做，因为我有看到别人这么做了。winsor这个命令不行，因为它不是删除，也就是跑过之后，数据不会变少。其他，能给个具体的用法吗，多谢了！

andybee 发表于 2013-9-16 20:41
高手你好，我是想做个稳健性测试，所以这样做，因为我有看到别人这么做了。winsor这个命令不行，因为它不 ...

我还真没见过什么paper去极值去掉20%的数据，winsor的好处就是不删除观察值。别说删除20%的数据，我觉得winsor 20%的数据都很不妥。

你非要去的话，我不是说了用cut函数。
举例来说你的variable名称为var
egen var_group=cut(var), group(10)
drop if var_group==0|var_group==9

或者使用下面的函数：
_pctile var,p(10,90)
return list
drop if var<r(r1)|var>r(r2)

学习了，谢谢

xingxf 发表于 2013-9-17 02:40
我还真没见过什么paper去极值去掉20%的数据，winsor的好处就是不删除观察值。别说删除20%的数据，我觉得w ...

你好，高手，我现在把我看到的论文的描述转给你看，可能是我理解错了，请继续指教。
为检验异方差的影响，我们首先计算出各个企业劳动收入份额在10%和90%百分数，并将全部样本中低于10%分位数和高于90%分位数的样本点剔除，在此基础上，对剩余样本数据进行处理。——《政治关系、制度环境与劳动收入份额》。
我不清楚，这段话用了两个概念，一个是百分数，后面又讲分位数，让我很迷惑，同时，他这里又好像不是讲的删除劳动收入份额小于10%和大于90%样本，如果是这样的，干嘛废这么多话，直接这么说就行了，所以你看是我这样理解的，应该是找分位数点，也就是10%分位数点和90%分位数点，这样删除掉数据就不会有整个数据的20%，而可能只有百分之十以下，而你的这种方法会删除掉整个样本的20%，确实太多了，感谢。

andybee 发表于 2013-9-17 08:58
你好，高手，我现在把我看到的论文的描述转给你看，可能是我理解错了，请继续指教。
为检验异方差的影响 ...

关键是怎么用stata打到10%和90%的分位数点，也就是这两个值，我不会。

xingxf 发表于 2013-9-17 02:40
我还真没见过什么paper去极值去掉20%的数据，winsor的好处就是不删除观察值。别说删除20%的数据，我觉得w ...

_pctile var,p(10,90)
return list
drop if var<r(r1)|var>r(r2)
这个应该就是我想要的，多谢了，以后还要多请教了！

很好的实用程序，顶顶

受教了，多谢