有没有办法在使用制表时通过Stata中的“太多值”错误？

Question

我正在尝试为Stata中的变量生成频率，条件是另一个变量的类别。

这个其他分类变量对我感兴趣的类别有大约790,000个观察结果。

Stata对单向和双向表的12,000行和1,200行限制分别使得这不可能。

每次运行tab x if y==<category of interest>时都会出现以下错误：

too many values
r(134);

我安装了bigtab包，虽然它为我提供了表格，但它不能与by一起使用或运行统计测试。

有解决方法吗？

当SAS甚至SPSS可以毫无困难地运行完全相同的操作时，Stata应该有这个任意限制似乎很愚蠢。

Answer 1

对某些人来说，人们想要超过12000行的表格似乎很愚蠢或者至少令人费解，因为必须有更好的方式来显示结果或回答心中的问题。

尽管如此，tabulate的限制是硬连线的。但你只需要考虑复制你想要展示的东西。所以，对于单向频率

. bysort rowvar : gen freq = _N
. by rowvar : gen tag = _n == 1 
. gsort -freq rowvar 
. list rowvar freq if tag, noobs   

和双向频率

. bysort rowvar colvar : gen freq = _N
. by rowvar colvar : gen tag = _n == 1 
. gsort -freq rowvar colvar
. list rowvar freq if tag, noobs 

在groups（SSC）内编码一种类似的方法，有更多的铃声和口哨声。在许多方面更简单的方法是collapse或contract数据集，然后是list它。

在此标记一般策略：

1. 生成您想要的新变量。

2. 如果有多个观察结果，则从每个组中仅选择一个观察值。

3. list，而不是tabulate。

更新

OP问道

. bysort rowvar : gen freq = _N 

OP：这会为freq

中每个值的最后一次计数生成rowvar变量

我：不。freq变量是rowvar的每个不同值的观察计数。

. by rowvar : gen tag = _n == 1 

OP：这会为tag中每个独特观察的第一个计数生成rowvar变量。

我：正确，只要你说“独特”，而不是“独特”。唯一值仅出现一次。

. gsort -freq rowvar 

OP：按降序排序freq和rowvar

我：它按降序排序freq，rowvar按常数freq的块升序排序。

 . list rowvar freq if tag, noobs 

OP：if在这做什么？

我：那是一个练习。

Answer 2

使用命令bigtab。 （您必须先安装软件包：运行ssc install bigtab。）如需帮助，请键入h bigtab。