Stata：在群组中对点进行独特排序

Question

我正在进行家庭调查，随机抽样调查200个村庄。使用QGIS，我从原来的村庄中选择了一个随机点5-10公里。然后，我从国家统计局获得了那些200＆＃34;邻居＆＃34;村庄 - 以及另外10个邻村的缓冲区。所以我的总样本是：

200个原始村庄+ 210个邻村= 410个村庄，总数

我们很快就会开始实地考察，我想给每个调查小组一张原始村庄+最近邻村的地图。因为我也在一些密集的城市地区进行测量，有时邻居村实际上离一个以上的原始村庄非常近。

我的问题是：如果我在QGIS中运行Distance Matrix，将旧村庄与最近的邻村匹配，我会在后者中重复。为了解决这个问题，我将每个旧村庄与最近的 5 邻居村庄进行了匹配。我的主要想法/目标是选择尚未被选中的最近邻居。

我最终得到了像这样的.csv：

正如你所看到的那样，挑选最近的五个村庄，我得到了重复 - 邻居村庄79出现在原来的村庄1,2,3和4附近。这很好，只要我可以将邻居村79分配给一个（并且只有一个）原始村庄，然后将其余部分唯一匹配。

然后，我想要做的是将每个原始村庄与一个邻居村庄进行独特匹配。我尝试了很多东西，其中没有一个有用：我的意思是我需要遍历原始村组，为其中一个邻村分配一个变量（例如taken==1），然后 - 不知何故 - 将taken==1的每个实例都应用于邻居村79的所有实例。

这是我想到的一些示例代码。注意：这与我的邻居中的163个匹配。

        gen taken = 0
        so ea distance

        by ea: replace taken=1 if _n==1

        keep if taken==1

        codebook FID ea

这也不起作用;它只是将taken设置为1为所有obs：

        foreach i in 5 4 3 2 1 {
            by ea: replace taken=1 if _n==`i' & taken==0
        }

我认为，我需要做的是循环_N和_n，并且可能使用if/else。但我不确定如何把它们放在一起。

（切线，是否有更好的方法在Stata中循环减少值？类似于其他编程语言中的i--？）

Answer 1

这应该可行，但设置与您所说的有所不同。通过与只有五个邻居的比较，你会遇到一个不适定的问题。想象一下，地理位置是这样的，你最终得到六个（或更多）原始村庄，这些村庄拥有五个邻居的所有相同列表。你怎么分配第六个原始村庄？

鉴于此，我将原来的村庄与所有其他村庄进行比较，而不仅仅是五个。然后策略是指定原始村庄1 最近邻居;丢弃之前分配的那个之后，原始村2 最近邻居，依此类推。假设原始村庄和邻居村庄数量相等，但你还有10个，所以你需要考虑一下。

clear
set more off

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

local numvilla = 4 // change to test
local numobs = `numvilla'^2

set obs `numobs'

egen origv = seq(), from(1) to(`numvilla') block(`numvilla')
bysort origv: gen neigh = _n

set seed 1956
gen dist = runiform()*10

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

sort origv dist

list, sepby(origv)

quietly forvalues villa = 1/`numvilla' {

    drop if origv == `villa' & _n > `villa'
    drop if neigh == neigh[`villa'] & _n > `villa'  

}

list

另一个问题是结果将取决于哪个原始村庄设置为第一，第二等等;因为作业的顺序会根据那个而改变。也就是说，丢弃可用选项的顺序会随着您设置原始村庄的顺序而变化。在开始作业之前，您可能希望随机化原始村庄的顺序。

您可以提高[{1}}代替& _n > `villa'的效率，但您不会注意到样本数量。

我没有资格对您的样本设计说些什么，所以请回答这个问题，只解决您提出的编程问题。

顺便说一下，循环减少值：

in `=`villa'+1'/L

请参阅forvalues obs = 5(-1)1 { display "`obs'" } 。