![644d62eab517cdb5160719b5eddc48d2.gif](https://i-blog.csdnimg.cn/blog_migrate/e45a03526ba5519a6a790d3d4f6b032b.gif)
在stata中
如何快速定义时间序列分析中的时间变量
在做统计分析时,我们经常会遇到这类样本数据,即时间序列数据样本。我们相信,每一个分析人员都清楚的明白,在进行时间序列分析之前,首先要定义时间序列分析中的时间变量。只有定义后,我们才能对变量进行时间序列运算,也才能使用时间序列变量分析的相关命令,如对变量使用滞后命令。
愿望是美好的,可是现实却很残酷。在实践操作中,很多做统计分析的新手都会有可能卡在这一关。为了解决这些问题,他们会花费大量时间在网上搜索资料,得不偿失。今天,这篇文章将以Stata15.1为例详细解决这个问题,本实例是季度数据。
问题描述:统计分析时,我将Excel中的时间序列数据复制、粘贴到Stata中的数据编辑窗口,结果如下图1。
图1 将Excel中的数据复制、粘贴到Stata中的结果
在图1中我们发现date这个变量是红色的,并且日期是从大到小排列。这是时间序列定义中最难的一种形式。其他情形都可依次类推得到。如果此时我们直接使用tsset date,会出现错误,如图2。
图2 对字符型变量date直接使用tsset date结果输出图
此时我们又该怎样定义这种形式的时间序列数据呢?
答案:提供代码运行如下,解释请点击视频观看。这里面的解决思路是作者自己的。禁止照搬照抄在各大论坛,如需要转载可按照工作室的转载声明进行转载。
encode date,generate (quarterly)
drop date
format quarterly %tq
tsset quarterly
cap drop quarterly
generate quarterly = q(2002-1) + _n – 1
*这行代码在stata操作种,请在命令框中用英文模式重新输入一次,否则会提示下划线“_”无效。原因请看参考视频讲解。
format quarterly %tq
tsset quarterly
order quarterly szi
在完成上述所有操作后,我们来看以下结果,如图3所示,您可以与图1进行比较,验证其正确性。
图3 定义一个时间序列数据后的输出结果
如有疑问,请点击视频学习,看完之后,不要忘记关注哦!!!
END![01150c433ea08074120018b5e5792444.gif](https://i-blog.csdnimg.cn/blog_migrate/491e44e750e1f4a74b0299146db96441.gif)