Stata 11 Média Móvel

Suavização: Lowess Trabalharemos com os dados do Levantamento de Imóveis da Colômbia WFS, realizado em 1975-76. Eu tabulei a distribuição de idade de todos os membros da família e salvou-o em um arquivo ascci, que agora lemos e traçamos: como você pode ver, a distribuição parece um pouco menos suave do que os dados das Filipinas que estudamos anteriormente. Você pode calcular o índice Myers para esta distribuição. Executando Means and Lines. A maneira mais simples de alisar um scatterplot é usar uma média móvel. Também conhecido como um meio de corrida. A abordagem mais comum é usar uma janela de 2k 1 observações, k à esquerda e k à direita de cada observação. O valor de k é um trade off entre suavidade de bondade de ajuste. Deve ter cuidado especial nos extremos da gama. A Stata pode calcular os meios de corrida através da baixa, com as opções significa e agora. Um problema comum com os meios de execução é o viés. Uma solução é usar pesos que dão mais importância aos vizinhos mais próximos e menos aos mais distantes. Uma função de peso popular é Tukeys tri-cube, definido como w (d) (1-d 3) 3 para d lt 1 e 0 caso contrário, onde d é a distância ao ponto alvo expresso como uma fração da largura de banda. Stata pode fazer este cálculo via lowess com a opção significa se você omite agora. Uma solução ainda melhor é usar linhas em execução. Definimos novamente um bairro para cada ponto, tipicamente os vizinhos mais próximos de cada lado, encaixam uma linha de regressão para os pontos do bairro e, em seguida, usá-lo para prever um valor mais suave para a observação do índice. Isso parece muito trabalho, mas os cálculos podem ser feitos de forma eficiente usando fórmulas de atualização de regressão. Stata pode calcular uma linha de corrida via lowess se você omitir o significado, mas incluir o noweight. Melhor ainda é usar linhas de corrida ponderadas. Dando mais peso às observações mais próximas, o que é o que o menor não faz. Uma variante segue esta estimativa com algumas iterações para obter uma linha mais robusta. Esta é claramente a melhor técnica da família. Statas lowess usa uma linha de execução ponderada se você omitir o significado médio e agora o R implementa o menor pragente através das funções lowess () e o loess mais novo (), que usa uma interface de fórmula com um ou mais preditores e padrões um pouco diferentes. O grau de parâmetro controla o grau do polinômio local o padrão é 2 para quadrática, as alternativas são 1 para linear e 0 para meios de corrida. Ambas as implementações podem usar um estimador robusto, com o número de iterações controladas por um parâmetro iter ou iterações. Digite loess e lowess na consola R para obter mais informações. Em ggplot (), você pode superar um pouco mais suave ao chamar geomsmooth () A figura abaixo mostra os dados colombianos e um pouco mais suave com uma extensão ou largura de banda igual a 25 dos dados. Você pode querer tentar diferentes malhas para ver como os resultados variam. Preferência do dígito revisada Alisar a distribuição de idade fornece uma maneira melhor de avaliar a preferência de dígito do que a mistura de Myers. Deixe-nos calcular o último dígito da idade e tabulá-lo em todo o intervalo de dados usando as freqüências observadas e um pouco mais suave. As frequências brutas mostram evidências de preferência para as idades que terminam em 0 e 5, o que é muito comum, e provavelmente 2 também. Agora, usamos o peso suave como as frequências suavizadas mostram que esperamos menos pessoas em dígitos mais altos, mesmo em uma distribuição suave, com mais terminando em 0 do que 9. Agora estamos prontos para calcular uma preferência de índice de dígito, definida como a metade Soma de diferenças absolutas entre freqüências observadas e suaves: vemos que precisamos reorganizar 5.5 das observações para eliminar a preferência dos dígitos. Você pode comparar esse resultado com o índice Myers. Copie 2016 Germaacuten Rodriacuteguez, Princeton UniversityStata: análise de dados e software estatístico Nicholas J. Cox, Universidade de Durham, Reino Unido Christopher Baum, Boston College egen, ma () e suas limitações Statarsquos comando mais óbvio para calcular médias móveis é a função ma () Egen. Dada uma expressão, ela cria uma média móvel daquela expressão. Por padrão, é tomado como 3. deve ser estranho. No entanto, como a entrada manual indica, egen, ma () não podem ser combinados pela varlist:. E, por esse motivo, não é aplicável aos dados do painel. Em qualquer caso, fica fora do conjunto de comandos especificamente escritos para séries temporais veja séries de tempo para obter detalhes. Abordagens alternativas Para calcular as médias móveis para os dados do painel, existem pelo menos duas opções. Ambos dependem do conjunto de dados ter sido o tsset de antemão. Isso vale muito a pena fazer: não só você pode economizar-se especificando repetidamente a variável do painel e a variável de tempo, mas o Stata se comporta de forma inteligente com quaisquer lacunas nos dados. 1. Escreva sua própria definição usando gerar Usando operadores de séries temporais, como L. e F.. Dê a definição da média móvel como argumento para uma declaração de geração. Se você fizer isso, você, naturalmente, não está limitado às médias móveis ponderadas (não ponderadas), calculadas por egen, ma (). Por exemplo, as médias móveis de três períodos, igualmente ponderadas, seriam dadas e alguns pesos podem ser facilmente especificados: você pode, claro, especificar uma expressão como log (myvar) em vez de um nome de variável, como myvar. Uma grande vantagem desta abordagem é que a Stata faz automaticamente o que é certo para os dados do painel: os valores de liderança e atraso são elaborados dentro dos painéis, assim como a lógica determina que eles deveriam ser. A desvantagem mais notável é que a linha de comando pode ficar bastante longa se a média móvel envolver vários termos. Outro exemplo é uma média móvel unilateral baseada apenas em valores anteriores. Isso poderia ser útil para gerar uma expectativa adaptativa sobre o que uma variável será baseada apenas em informações até à data: o que alguém poderia prever para o período atual com base nos últimos quatro valores, usando um esquema de ponderação fixa (pode haver um atraso de 4 períodos Especialmente comumente usado com timeseries trimestrais.) 2. Use egen, filter () from SSC Use o filtro de função egen escrito () do egenmore package em SSC. No Stata 7 (atualizado após 14 de novembro de 2001), você pode instalar este pacote, após o qual a ajuda, além disso, aponta para detalhes no filtro (). Os dois exemplos acima serão renderizados (Nesta comparação, a abordagem de geração é talvez mais transparente, mas veremos um exemplo do oposto em um momento.) Os atrasos são um número. Leva a atrasos negativos: neste caso -11 se expande para -1 0 1 ou liderar 1, lag 0, lag 1. Os coeficientes, outro número, multiplicam os itens atrasados ​​ou atrasados ​​correspondentes: neste caso, esses itens são F1.myvar . Myvar e L1.myvar. O efeito da opção de normalização é dimensionar cada coeficiente pela soma dos coeficientes de modo que o coeficiente de coef (1 1 1) seja equivalente aos coeficientes de 13 13 13 e a normalização de coef (1 2 1) seja equivalente a coeficientes de 14 12 14 . Você deve especificar não apenas os atrasos, mas também os coeficientes. Como egen, ma () fornece o caso igualmente ponderado, a principal razão para egen, filter () é suportar o caso pontualmente ponderado, para o qual você deve especificar coeficientes. Também pode-se dizer que obrigar os usuários a especificar coeficientes é uma pressão pouco sobre eles para pensar sobre os coeficientes que eles querem. A justificativa principal para os pesos iguais é, a adivinhar, a simplicidade, mas pesos iguais têm propriedades de domínio de freqüência péssimas, para mencionar apenas uma consideração. O terceiro exemplo acima pode ser qualquer um dos quais é tão complicado quanto a abordagem gerada. Existem casos em que egen, filter () dá uma formulação mais simples do que gerar. Se você quer um filtro binomial de nove séculos, que os climatologistas acham útil, então parece talvez menos horrível do que, e mais fácil de conseguir, do mesmo modo, assim como com a abordagem de geração, egen, filter () funciona corretamente com os dados do painel. Na verdade, como afirmado acima, depende do conjunto de dados ter sido tsset de antemão. Uma dica gráfica Depois de calcular suas médias móveis, você provavelmente vai querer olhar para um gráfico. O comando do usuário tsgraph é inteligente sobre conjuntos de dados tsset. Instale-o em um Stata 7 atualizado por um ssc inst tsgraph. E quanto a subconjunto com se Nenhum dos exemplos acima faz uso de restrições if. Na verdade egen, ma () não permitirá que se especifique. Ocasionalmente, as pessoas querem usar se ao calcular médias móveis, mas seu uso é um pouco mais complicado do que normalmente. O que você esperaria de uma média móvel calculada com se. Vamos identificar duas possibilidades: interpretação fraca: não quero ver nenhum resultado para as observações excluídas. Interpretação forte: eu nem quero que você use os valores para as observações excluídas. Aqui está um exemplo concreto. Suponha que, como consequência de alguma condição, as observações 1-42 estão incluídas, mas não as observações 43. Mas a média móvel para 42 dependerá, entre outras coisas, do valor para a observação 43 se a média se prolongar para trás e para frente e for pelo menos 3, e dependerá de algumas das observações em algumas circunstâncias. Nosso palpite é que a maioria das pessoas iria pela interpretação fraca, mas se isso é correto, egen, filter () não é compatível se também. Você sempre pode ignorar o que você não quer ou mesmo definir valores indesejados a perder depois, usando o substituir. Uma nota sobre resultados faltantes nas extremidades da série Como as médias móveis são funções de atrasos e leads, egen, ma () produz falta onde os atrasos e as derivações não existem, no início e no final da série. Uma opção nomiss força o cálculo de médias móveis mais curtas e não centradas para as caudas. Em contraste, nem gerar nem egen, filter () faz, ou permite, qualquer coisa especial para evitar resultados perdidos. Se algum dos valores necessários para o cálculo estiver faltando, esse resultado está faltando. Cabe aos usuários decidir se e qual cirurgia corretiva é necessária para essas observações, presumivelmente depois de olhar para o conjunto de dados e considerando qualquer ciência subjacente que possa ser trazida para suportar.