Question

我有一个大型数据集，每个观察代表一个家庭;变量是家庭特征（地点，姓氏）或家庭成员的特征，例如家庭成员。 age_member1, age_member2, edu_member1, edu_member2以及更多，50名成员。

我想用任何计数来找出移民和非移民之间的差异，例如：教育水平是否不同（3 =大学）。此代码可查找家庭中有多少人拥有大学学位：

egen uni_member = anycount (edu_member*), values(3)

现在我想只计算那些移民的人，可能还有if条件：

egen uni_migrant = anycount (edu_member*) if migr_member*=1, values(3)

但这是错误的，因为if必须引用单个变量......任何帮助？

Answer 1

我建议使用reshape将数据放入long格式。按行工作是可能的，但我通常觉得它更麻烦。例如：

clear all
set more off

*----- example data -----

input ///
hh uni1 age1 migr1 uni2 age2 migr2 uni3 age3 migr3
1   1   23    0     0    54   1     0    38   1
2   0   16    0     1    48   1     0    40   0
end

list

*----- what you want -----

reshape long uni age migr, i(hh) j(member)

bysort hh: egen counthh = total(uni == 1 & migr == 1)

list, sepby(hh)

这使得家庭1有一名成员既是移民又受过大学教育。如果需要，您可以reshape返回wide格式。见help reshape。

如果你坚持按行工作，你可以从Nick Cox的Speaking Stata: Rowwise开始。

Answer 2

根据罗伯托·费雷尔的回答，这似乎很容易产生一个循环：

gen uni_migrant = 0 
qui forval j = 1/50 { 
    replace uni_migrant = uni_migrant + (edu_member`j' == 3) * (migr_member`j' == 1) 
}

请注意，这不应该是

gen uni_migrant = 0 
qui forval j = 1/50 { 
    replace uni_migrant = uni_migrant + (edu_member`j' == 3) if migr_member`j' == 1 
}

因为与uni_migrant条件不匹配的观察值的if值只会设置为缺失。

另一种选择是

gen uni_migrant = 0 
qui forval j = 1/50 { 
    replace uni_migrant = uni_migrant + cond(migr_member`j' == 1, (edu_member`j' == 3), 0)
}

如何使用egen中的每个变量anycount

2 个答案: