使用Stata填写NLSY79数据中的缺失年龄值

Question

NLSY79是一项小组调查，记录了个人的年龄，但在某些年份它会跳过这个问题并将其编码为-5。该数据集是1979年至1994年之间的年度数据，然后在2012年之前成为两年一次。因此，个人的样本数据可能如下所示：

caseid_1979 year    age
73          1988    25
73          1989    26
73          1990    -5
73          1991    -5
73          1992    -5
73          1993    30
73          1994    30
73          1996    32
73          1998    -5
73          2000    36

所以我的问题是我如何编程Stata以便填写缺失的年龄值？我意识到，在某些年份，这个人的生日还没有发生，所以这个年龄可能连续几年重复，我不知道该做什么（如果有的话）。

Answer 1

在这种情况下，我们可以确信每个人的年龄是或应该是每年的线性。所以我们有一个插值练习。

 clonevar age2 = age 
 replace age2 = . if age2 == -5 
 ipolate age2 year, generate(age3) by(caseid_79) epolate
 bysort caseid_79 (year) : assert age3 == age3[1] + (year - year[1]) 

如果您想允许1年的容差，请说

bysort caseid_79 (year) : assert inlist(age3 - age3[1] + year - year[1], 0, 1) 

另见this FAQ, which discusses replaces missing values in sequences