数据清理—拆分多选题为哑变量形式

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

多选题在设置录入文件时一般按照哑变量设置，即多选题每个选项都设置为0/1，录入的时候需要在每个选项录入0或1，当多项选择题目数量较多或选项数量较多时，采用上述方法录入工作量较大，此时可以将多选题设置为字符类型，直接录入问卷实际的所有选项。

例如 F7 您患有以下哪些慢性病：1、高血压 2、糖尿病 3、高血脂 4、COPD
       答卷实际勾选为 1，2，4

       采用哑变量录入设置为 F7-1 = 1
                                           F7-2 = 1
                                           F7-3 = 0
                                           F7-4 = 1
        
       采用实际选项录入设置为 F7 = 1，2，4

       这种录入方式需要在后期数据清理时进行拆分，拆分为哑变量形式，以下是如何拆分多选题的代码，可以比较拆分后的哑变量与原来变量的结果

1. /***********************************************
   
2. 拆分多选题为哑变量形式
   
3. 
   
4. 多选题在设置录入文件时一般按照哑变量设置，即多选题每个选项都设置为0/1，录入的时候需要
   
5. 在每个选项录入0或1，当多项选择题目数量较多或选项数量较多时，采用上述方法录入工作量较大，此时
   
6. 可以将多选题设置为字符类型，直接录入问卷实际的所有选项。
   
7. 
   
8. 例如
   
9. F7 您患有以下哪些慢性病：1、高血压 2、糖尿病 3、高血脂 4、COPD
   
10.      答卷实际勾选为 1,2,4
    
11.    
    
12.         采用哑变量录入设置为 F7-1 = 1
    
13.                                             F7-2 = 1
    
14.                                             F7-3 = 0
    
15.                                             F7-4 = 1
    
16.         
    
17.         采用实际选项录入设置为 F7 = 1，2，4
    
18. 
    
19. 这种录入方式需要在后期数据清理时进行拆分，拆分为哑变量形式，以下是如何拆分多选题的代码
    
20. 可以比较拆分后的哑变量与原来变量的结果
    
21. 
    
22. Date: 2018-08-06
    
23. Author: YPP JY
    
24. ***********************************************/
    
25. use sample.dta,clear
    
26. local j n v
    
27. foreach v of varlist F7 F25 F101 F112 F113 F115 F118 F120 F121 F326 { // 用 of varlist
    
28.     local temp=0                                                                                                           // 用于计算依据不同选项生成的变量数量
    
29.         local oplist 1 2 3 4 5 6 7 8 9 10 88 99                           // 初始化oplist
    
30.         
    
31.         split `v',p(,) gen("new_`v'_")
    
32.         local nv=`r(nvars)'
    
33.         di as error "the number of splitted variable in `v':" `nv'        // 逗号分隔生成的变量数量
    
34. 
    
35.         if "`v'"=="F25" {                                                 // ==左右两边双引号，以下为不同题目的不同选项
    
36.                 local oplist 1 2 3 4 5 6 7 8 9 88
    
37.         }
    
38.         
    
39.         if "`v'"=="F101" {
    
40.                 local oplist 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 66 77 88 99
    
41.         }
    
42.                         
    
43.         if "`v'"=="F112" | "`v'"=="F113"  {
    
44.                 local oplist 1 2 3 4 5 6 88 99
    
45.         }
    
46.         
    
47.         if "`v'"=="F115" | "`v'"==F121 {
    
48.                 local oplist 1 2 3 4 5 6 7 8 9 88 99
    
49.         }
    
50.         
    
51.         if "`v'"=="F118" {
    
52.                 local oplist 1 2 3 4 5 6 7 8 88
    
53.         }
    
54.         
    
55.         if "`v'"=="F120" {
    
56.                 local oplist 1 2 3 4 5 6 7 8 9 10 11 88 99
    
57.         }
    
58.         
    
59.         if "`v'"=="F326" {
    
60.                 local oplist 1 2 3 4 5 6 7 88
    
61.         }
    
62. 
    
63.         foreach j of local oplist {
    
64.                 quietly generate int `v'_`j'=.
    
65.                 local temp=`temp'+1
    
66.                 forvalue n=1/`nv' {
    
67.                         quietly replace `v'_`j'=1 if new_`v'_`n'=="`j'"
    
68.                 }
    
69.                 order `v'_*,after("`v'")
    
70.         }
    
71.         di as error "the number of generated variables in `v':"`temp'
    
72. 
    
73. }
    
74. 
    
75. 
    
76. drop new*

复制代码

sample.dta (1.33 MB)

2018-10-24 13:25:39 上传

示例代码

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

感觉很棒

thank you for sharing.