Stata tips & tricks 002: dummy for dummies

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

（本文为andruw原创，转载请注明出处）

很多时候，我们需要基于现有数据创建虚拟变量（dummy variable）或分类变量（categorical variable）。比如，我们拿到如下样本，需要按国家建立虚拟变量。

1.      +------------------+
   
2.      |   country   year |
   
3.      |------------------|
   
4.   1. |     China   2013 |
   
5.   2. |     China   2014 |
   
6.   3. |     Japan   2013 |
   
7.   4. |     Japan   2014 |
   
8.   5. |     Korea   2013 |
   
9.      |------------------|
   
10.   6. |     Korea   2014 |
    
11.   7. |   Germany   2013 |
    
12.   8. |   Germany   2014 |
    
13.   9. |        UK   2013 |
    
14. 10. |        UK   2014 |
    
15.      |------------------|
    
16. 11. | Singapore   2013 |
    
17. 12. | Singapore   2014 |
    
18.      +------------------+

复制代码

生成该数据的代码：

1. clear
   
2. 
   
3. input str20 country year
   
4. China 2013
   
5. China 2014
   
6. Japan 2013
   
7. Japan 2014
   
8. Korea 2013
   
9. Korea 2014
   
10. Germany 2013
    
11. Germany 2014
    
12. UK 2013
    
13. UK 2014
    
14. Singapore 2013
    
15. Singapore 2014
    
16. end

复制代码

创建虚拟变量比较常见的有三种方法：

1.      使用generate命令

1. gen dummy_1 = (country == "China")
   
2. gen dummy_2 = (country == "Japan")
   
3. gen dummy_3 = (country == "Korea")
   
4. gen dummy_4 = (country == "Germany")
   
5. gen dummy_5 = (country == "UK")
   
6. gen dummy_6 = (country == "Singapore")

复制代码

2.      使用tabulate命令

1. tabulate country, gen(dummy)

复制代码

3.      使用xi（factor variable，即因子变量）

1. xi i.country

复制代码

创建分类变量比较常见的方法有：

1.      使用egen函数group

1. egen category = group(country)

复制代码

2.      使用encode（同时还会生成数值标签）

1. encode country, gen(category_country)

复制代码

Stata tips & tricks帖子列表：

000. “吐槽”Stata

001. Reshape! Reshape!

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1 回帖

关键词：Dummies Dummie Tricks Dummy Trick tricks country China 国家 2014

很巧。今天有个同事问了一个关于effect coding的问题。我才第一次知道原来使用dummy还不是唯一的方法。作为对楼主的补充。请读者们参考一下http://www.ats.ucla.edu/stat/mult_pkg/faq/general/effect.htm
两种方法各有优势。但是本质上是一样的。按需选用就好。

夏目贵志 发表于 2015-10-10 10:20
很巧。今天有个同事问了一个关于effect coding的问题。我才第一次知道原来使用dummy还不是唯一的方法。作为 ...

恩，要针对具体问题选择最有效的方法。