中南财经政法大学金融学院金融系李春涛老师7月29日在线访谈

在实证研究中，我要求我的学生，全部的过程要机械化处理，就是不能有手工处理的任何痕迹，全部的处理过程要一个do文件做下来，原始数据永远保持原始的格式，不可以修改

请教李老师，如何识别并删除工业企业数据库中的重复代码问题？谢谢您

一个人编程的能力，首先表现在字符串处理的能力上，然后是处理复杂数据的能力上，在处理复杂数据的时候，记着，你或许会需要用post命令，这简直就是一个法宝，战无不胜的法宝

ZahaH 发表于 2014-7-29 15:17
感谢李春涛老师和徐鑫老师的解答，我还想再咨询一下：
第一，如何删除重复值，比如代码1在2005年在北京这个 ...

我觉得你说的第一个情况不能算是问题。因为理论上确实存在企业地址迁移的可能，并不能依据前后两年公司地址不同认为就是错误。对于剔除重复记录的问题，简单、直接的办法可以每年中对重复的公司样本进行剔除。
例如可以使用如下代码：
bysort firm_id: gen record_num = _N
drop if record_num>1

复杂一些、也更精确一些的方法是：除了依据法人代码，还应该依据其他信息如公司名称、公司主要产品、公司电话等综合判断是否为同一家企业。关于识别企业的问题、程序在前面回复中提到的两篇文中都有介绍，第二篇文章在网上公布了相应的代码。其他应该注意的问题也都在第一篇文献中有所提及，可以读来参考。

最后，工业企业调查数据数据量大，信息庞杂，而且由于不是统计部门发布的结果，难免有些缺陷，导致了数据处理上的一些麻烦，祝你早日得到理想的结果!

univ_farmer 发表于 2014-7-29 12:33
我很少使用绘图的功能，虽然知道这挺有用的。

对第一个问题，查了一下帮助，用legend()选项里面的orde ...

谢谢老师，提供一些思路，我在问老师一个问题，如果post和矩阵都可以完成的数据，在您看来，会选择哪个？

duplicates命令提供了一套完整的删除重复观测的方法

回复 小贝，如果你熟悉mata，建议使用矩阵，否则，建议使用post，而且post的用途更广，很多是矩阵难以解决的问题，况且post应用很直观

我也感觉post挺强大的，谢谢老师

老师回复的好快，老师您在用多个变量t检验的时候，结果怎样可以输出到外部文件呢？

今天的答疑到此结束，谢谢大家！