cut()不能和by一起用，怎么办？

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

又是panel data，有id，year, mv(market value)三个变量，分别代表公司号，年份，市场价值
先gsort year -mv，然后对每一年应用egen c=cut(mv), group(10),也就是对每一年的市场价值分成10组，每组的公司数量相同
但是这个命令不能和by一起用，我就像到了用egen c=cut(mv) if year==#, group(10)，对每一年都用一次上述命令
可是显示出错，所以想问问大家有解决方法吗？

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：cut 怎么办 panel data market Group cut

*不知以下可否实现目标？（酌情可去掉eq选项）
gsort year -mv
by year: cumul mv, g(group) eq
replace group=int(group*10)+1
recode group (11=10)

sungmoo 发表于 2009-7-2 21:10
*不知以下可否实现目标？（酌情可去掉eq选项）
gsort year -mv
by year: cumul mv, g(group) eq
replace group=int(group*10)+1
recode group (11=10)

谢谢版主，问题基本上能解决。
但衍生出一个问题，因为mv精度不大，比较粗糙，造成某个相同的值（比如说1百万MV的公司有很多家），在这些相同值的情况下，cumulative distribution是怎么确定的，因为不是按照从大到小的顺序排列，这就造成了一个潜在的问题。执行完倒数第二条命令（replace group=int(group*10)+1),有的组里面会出现其他的值，比如第9组会出现10这样的值，而且似乎是没有规律

*如果公司的次序不重要，可以去掉eq项。试一下下面：

gsort year mv
by year: cumul mv, g(group) eq
replace group=int(group*10)+1
recode group (11=10)

cumul x
即计算变量x的样本（累积）分布。
（有eq项，同样的取值累积概率相同；否则，同样的取值累积概率不同）

sungmoo 发表于 2009-7-2 23:35
cumul x
即计算变量x的样本（累积）分布。
（有eq项，同样的取值累积概率相同；否则，同样的取值累积概率不同）

问题解决了，不用eq选项，虽然一个在mv相同的情况下会出现和那个组值不同的值，但是如果执行完命令，再输入gsort year -group，每个group的值数目还是一样的。谢谢版主的关心

vincent829 发表于 2009-7-2 18:02
又是panel data，有id，year, mv(market value)三个变量，分别代表公司号，年份，市场价值
先gsort year -mv，然后对每一年应用egen c=cut(mv), group(10),也就是对每一年的市场价值分成10组，每组的公司数量相同
但是这个命令不能和by一起用，我就像到了用egen c=cut(mv) if year==#, group(10)，对每一年都用一次上述命令
可是显示出错，所以想问问大家有解决方法吗？

出错是由于当你egen循环第二次时，变量c已经存在。当然你可以规避这一问题：
forv i = 1/# {
    egen c= cut(mv) if year == `i', group(10)
    replace gr = c if year == `i'
    drop c
}

由于你要求每组公司的数量相同（当然当公司数不能被10整除时，允许组10公司数量不同，比如公司数为119时，组1-9每组11家公司，而组10将有20家公司），试试：
sort year mv   // “组1的mv最小，组10的mv最大”更直观；同时由于公司mv分布显著正偏，当公司数不能被10整除时，让第10组（规模最大组）有更多公司可能是更好的选择，所以有意不用sort year -mv
by year: gen g = _n/_N    // 此命令本意是用来规避 egen cut()不能byable的问题
egen gr = cut(g), group(10)   // 你要的egen cut()！
replace gr = gr + 1   // 由于egen cut() 由0开始编号
drop g

此方法应该会比sungmoo用cumul的方法效率高些。

voodoo 发表于 2009-7-5 11:35

你指的效率是耗时，还是命令行数？

我指的是耗时（当然应该是可忽略的差异）
viewsource cumul.ado 发现：
by year: cumul mv, g(group) 就等于by year: gen group = _n/_N
当然cumul命令可增加很多options，功能更加强大。

voodoo 发表于 2009-7-5 11:35
sort year mv
by year: gen g = _n/_N
egen gr = cut(g), group(10)
replace gr=gr+1
drop g

*个人以为，如采用上述命令，也可使用（省去egen过程）：
sort year mv
by year: g gr=_n/_N
replace gr=int(gr*10)+1
recode gr (11=10)