通用问题是：我需要创建组意味着在计算平均值之前排除自己的组观察。
作为一个例子：让我们说我有公司，产品和产品特征。每个公司（f = 1，...，F）生产几种产品（i = 1，...，I）。我想使用所有公司的所有产品（不包括公司 f f 的产品 i 的某个特征的组均值>产品观察。
所以我可以拥有这样的数据集：
firm prod width
1 1 30
1 2 10
1 3 20
2 1 25
2 2 15
2 4 40
3 2 10
3 4 35
重现表：
firm=[1,1,1,2,2,2,3,3]
prod=[1,2,3,1,2,4,2,4]
hp=[30,10,20,25,15,40,10,35]
x=[firm' prod' hp']
然后我想估算一个平均值，它将使用所有其他公司的所有产品的价值，即排除所有公司1产品。在这种情况下，我的分组处于公司层面。 （这意味着将用作公司1中所有产品宽度的工具变量。）
所以，我应该找到的意思是：（25 + 15 + 40 + 10 + 35）/ 5 = 25 然后为其他公司重复这个过程。
firm prod width mean_desired
1 1 30 25
1 2 10 25
1 3 20 25
2 1 25
2 2 15
2 4 40
3 2 10
3 4 35
我想我最大的困难是排除自己的公司价值观。
此问题与此页面有关：Calculating group mean/medians in MATLAB where group ID is in a separate column。但在这里，我们不排除自己的群体。
p.s。：出于好奇，如果有人在经济学方面工作，我实际上是在尝试构建Hausman或BLP工具。
答案 0 :(得分：0)
这是一种避免循环的方法，但可能是内存昂贵的。让x表示您的三列数据矩阵。
m = bsxfun(@ne, x(:,1).', unique(x(:,1))); % or m = ~sparse(x(:,1), 1:size(x,1), true);
result = m*x(:,3);
result = result./sum(m,2);
这会创建一个零一个矩阵m，使m的每一行乘以x（第二行代码）的 width 列其他群体的总和。 m是通过将x的公司列中的每个条目与该列的唯一值（第一行）进行比较而构建的。然后，除以其他组的相应计数（第三行）得到所需的结果。
如果您需要按原始firm列重复搜索结果，请使用result(x(:,1))