求问随机取样后怎么保留删掉的观测值？

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

一个面板数据，要依id取70%的观测值作为training data，30%的作为test data。我用 sample 70 指令的话另外30%就删去了，而且我不确定它是不是按id取样的。想请问如何保留剩下的30%；以及取样时是取的70%的id（每个id各自内部的每个观测值都保留），而不是每个id各自的观测值取70%，也不是总观测值量取了70%。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0 回帖

关键词：观测值 Training Sample Train Data

试试

1. webuse grunfeld, clear
   
2. 
   
3. tempfile main
   
4. save "`main'"
   
5. 
   
6. set seed 1234
   
7. sample 70, by(company)
   
8. gen train = 1
   
9. 
   
10. merge 1:1 company year using "`main'"
    
11. replace train = 0 if train == .
    
12. sort company year

复制代码

赞一个

明白了，谢谢！这个解决了保留删除掉的观测值的问题。不过这个是10个company里每个company用70%的年度数据；但是我想要70%的company，就是training data里只要7个company，但是每个company里的20年数据都有，求问那应该怎么做呢？感谢！

vampirejessie 发表于 2017-7-28 16:42
明白了，谢谢！这个解决了保留删除掉的观测值的问题。不过这个是10个company里每个company用70%的年度数据； ...

1. 你要按回复，我才会看到通知！2. 请试试

1. webuse grunfeld, clear
   
2. 
   
3. tempfile main
   
4. save "`main'"
   
5. 
   
6. gen train = 1
   
7. collapse train, by(company)
   
8. set seed 1234
   
9. sample 70
   
10. 
    
11. merge 1:m company using "`main'"
    
12. replace train = 0 if train == .
    
13. sort company year

复制代码

黃河泉 发表于 2017-7-28 17:08
1. 你要按回复，我才会看到通知！2. 请试试

这个可以！感谢感谢！

黃河泉 发表于 2017-7-28 17:08
1. 你要按回复，我才会看到通知！2. 请试试

还有个相关小问题，我之前在数据处理的时候其实应该做merge 1:m，但是我做的merge m:m，这个对结果有影响么？

vampirejessie 发表于 2017-7-29 09:44
还有个相关小问题，我之前在数据处理的时候其实应该做merge 1:m，但是我做的merge m:m，这个对结果有影响 ...

我的良心建议，这辈子不要再用 merge m:m 了！

黃河泉 发表于 2017-7-29 09:50
我的良心建议，这辈子不要再用 merge m:m 了！

哈哈哈好的，那我还是改了再重新搞一遍保险。