cut()不能和by一起用，怎么办？

voodoo 发表于 2009-7-5 12:11 确实，往往我们要寻求的是程序直观可读性和执行效率之间的权衡。当然也有例外：帖子http://www.pinggu.org/bbs/thread-451864-1-1.html中sungmoo所提出的方法就比“变连乘为连加”的方法要好。

我不太明白：它“例外”的意义指什么。

如果从我个人的“直观”的意义上说，“连加法”更直观。

sungmoo 发表于 2009-7-5 12:36

voodoo 发表于 2009-7-5 12:31 可读性确实因人而异，但关键是“普通的”Stata学习者如何理解你程序的可读性——这应该是个客观标准。

那么，一个命令，有多“普通”，才可以由“普通的”学习者理解呢？学习者有多“普通”，才算“普通”呢？

这有客观标准吗？

用“普通的”这个词也许太普通了，应该用经济学中“代表性”（representative）这一词也许更恰当、更学术化一点。“代表性的Stata学习者”！ :-)

至于“客观标准”，我想假如我们能从Stata学习者中抽取一个100人的随机样本，然后让它们对两段程序的可读性进行评价，假如60个人认为sungmoo程序的可读性比voodoo的强，那么我们是否可以以0.10 的显著性水平（双侧pr=0.056888）拒绝“原假说H0: Stata学习者认为两段程序的可读性相同”？或者说我们是否可以以0.05 的显著性水平（单侧pr=0.028444）拒绝“原假说H0: Stata学习者认为voodoo程序的可读性比sungmoo的要好”？如此这般的答案是否够“客观”呢？ :-)

voodoo 发表于 2009-7-5 13:46 至于“客观标准”，我想假如我们能从Stata学习者中抽取一个100人的随机样本，然后让它们对两段程序的可读性进行评价，假如60个人认为sungmoo程序的可读性比voodoo的强，那么我们是否可以以0.10 的显著性水平（双侧pr=0.056888）拒绝“原假说H0: Stata学习者认为两段程序的可读性相同”？或者说我们是否可以以0.05 的显著性水平（单侧pr=0.028444）拒绝“原假说H0: Stata学习者认为voodoo程序的可读性比sungmoo的要好”？如此这般的答案是否够“客观”呢？ :-)

个人以为，如果以此种方式说明“客观”，其实不必披上统计学的外衣。

直接说成：“客观”以投票决定，就可以了。

再简单说，即以“民主”定义“客观”。这是否会导致“多数人暴力”？（当然这又是另一个问题了：以投票来决定或定义“客观标准”，会带来哪些问题）

即使披上了统计学的外衣，我们为何选择0.1的显著性水平（或者其他某个水平）来设计拒绝域？

这个显著性水平的选择，是否还要通过投票来决定？

谢谢两位，sungmoo和voodoo
我用两位的方法对样本都进行了分组，结果是对于一个接近60k观测值的样本来说，出现不一样的分组情况只有168例，应该在接受范围之内吧

vincent829 发表于 2009-7-5 18:56
谢谢两位，sungmoo和voodoo
我用两位的方法对样本都进行了分组，结果是对于一个接近60k观测值的样本来说，出现不一样的分组情况只有168例，应该在接受范围之内吧

先验相同的方法却带来不同的结果，这事实上也是问题，而且是大问题。我个人能想到的原因有两个：
1. voodoo的方法并未忽略missing values，而sungmoo的cumul命令则忽略；
2. 更可能的原因是由于sort命令对相同mv公司排序的随机性导致（见如下程序示例，也可参见help sort），进而在不同情况下将相同mv的公司分入不同但相邻的group。sort命令有个stabe选项可以避免这一问题，但由于sungmoo的cumul命令中也暗含一个sort `by' `varlists'语句（viewsource cumul.ado），就不知该如何解决了。

clear
set obs 10
gen id = _n
gen mv = 1 in 1/5
replace mv = _n in 6/10
gen rnd = uniform()
sort rnd
list id mv  // 1st before sorting
preserve
sort mv
list id mv  // 1st after sorting
restore
list id mv  // 2nd before sorting
sort mv
list id mv  // 2nd after sorting

voodoo 发表于 2009-7-6 18:31
2. 更可能的原因是由于sort命令对相同mv公司排序的随机性导致（见如下程序示例，也可参见help sort），进而在不同情况下将相同mv的公司分入不同但相邻的group。sort命令有个stabe选项可以避免这一问题，但由于sungmoo的cumul命令中也暗含一个sort `by' `varlists'语句（viewsource cumul.ado），就不知该如何解决了。

在Stata FAQs上看到一个关于sort随机性的提醒：http://www.stata.com/support/faqs/lang/sort.html

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

请问一下这个命令为什么总是第一等级的少一个，然后多出一个等级，比如说一共有30个值需要按照顺序大小五等分，应该每个等级都是六个值，但是group值是0 1 2 3 4 5 ，0有5个，多出一个5，这是什么原因啊

sungmoo 发表于 2009-7-2 23:33
*如果公司的次序不重要，可以去掉eq项。试一下下面：

gsort year mv

为什么会多出一组，然后第一组少一个值