stata数据处理，谢谢回答~

数据结构如下：研究区间为05年到08年，数据可能有缺失。现假设实验组只有两只股票，控制组三只股票，需要实验组的每只股票和控制组三只股票分别匹配，计算一个均值，也就是变量v做差的平方再除以时间，以实验组第一只000001为例，与控制组000003匹配时，只有三年的数据，因此计算变量v的均值时只需要除以3，以此类推。如何编程能得到所有的均值，也就是6个值。希望大家能够帮忙解答下~万分感谢！

实验组
id	year	v
000001	2006	0.7
000001	2007	0.9
000001	2008	1.2
000002	2005	0.6
000002	2006	0.4
000002	2007	0.9
000002	2008	1.5

控制组
id	year	v
000003	2005	0.6
000003	2006	1.3
000003	2007	0.8
000003	2008	0.5
000004	2005	0.7
000004	2006	0.9
000004	2007	0.6
000004	2008	0.4
000005	2006	0.9
000005	2007	1.5
000005	2008	1.2

1. clear
   
2. input ///
   
3. id1        year1        v1
   
4. 1        2006        0.7
   
5. 1        2007        0.9
   
6. 1        2008        1.2
   
7. 2        2005        0.6
   
8. 2        2006        0.4
   
9. 2        2007        0.9
   
10. 2        2008        1.5
    
11. end
    
12. tempfile a  
    
13. save "`a'"
    
14. 
    
15. clear
    
16. input ///
    
17. id2        year2        v2
    
18. 3        2005        0.6
    
19. 3        2006        1.3
    
20. 3        2007        0.8
    
21. 3        2008        0.5
    
22. 4        2005        0.7
    
23. 4        2006        0.9
    
24. 4        2007        0.6
    
25. 4        2008        0.4
    
26. 5        2006        0.9
    
27. 5        2007        1.5
    
28. 5        2008        1.2         
    
29. end
    
30. tempfile b  
    
31. save "`b'"
    
32. 
    
33. use "`a'",clear
    
34. cross   using  "`b'"
    
35. keep if year1==year2
    
36. sort id1 id2 year1
    
37. 
    
38. gen dv2=(v1-v2)^2
    
39. collapse (mean) dv2,by(id1 id2)
    
40. list

复制代码

good answer

蓝色 发表于 2018-7-9 20:25

你好，谢谢你的回答，想再问下，最后如果想得到按id1分组，均值最小的前两个值可以怎么做呢？

hifinecon 发表于 2018-7-9 21:14
good answer

如果数据量太大，cross  using  运行特别慢  数据读不进来  怎么办？