Question

我列出了从2000年到2004年的5年中50个州的名单

State        year   

Alaska       2000  
Alaska       2001  
Alaska       2002  
Alaska       2003  
Alaska       2004  
Alabama      2000      
Alabama      2001    
Alabama      2002    
Alabama      2003    
Alabama      2004     
Arizona      2000      
Arizona      2001    
Arizona      2002    
Arizona      2003    
Arizona      2004  
Arkansas     2000      
Arkansas     2001    
Arkansas     2002    
Arkansas     2003    
Arkansas     2004  
Colorado     2000      
Colorado     2001    
Colorado     2002    
Colorado     2003    
Colorado     2004

我想使用foreach创建一个local循环，仅包含阿拉巴马州和科罗拉多州。最终目标是要有一个名为dummy的虚拟变量，在2002年至2004年的几年中，所有州将为0，阿拉巴马州和科罗拉多州将为1。

这将是最终的数据集：

State        year       dummy

Alaska       2000         0
Alaska       2001         0  
Alaska       2002         0  
Alaska       2003         0  
Alaska       2004         0  
Alabama      2000         0     
Alabama      2001         0    
Alabama      2002         1    
Alabama      2003         1    
Alabama      2004         1     
Arizona      2000         0      
Arizona      2001         0    
Arizona      2002         0    
Arizona      2003         0    
Arizona      2004         0  
Arkansas     2000         0      
Arkansas     2001         0    
Arkansas     2002         0    
Arkansas     2003         0    
Arkansas     2004         0  
Colorado     2000         0      
Colorado     2001         0    
Colorado     2002         1    
Colorado     2003         1    
Colorado     2004         1

这是我到目前为止尝试过的。

use "States.dta", replace
gen dummy = 0
local States "Alabama Colorado"
local i=1
foreach ii of local States {
replace dummy_treated = 1 if States == `ii' & year >=2002
local i=`i' + 1
}

运行此命令时，它只会为阿拉巴马州产生输出，不包括科罗拉多州。当我关闭文件并重新运行程序时，错误消息显示

Alabama not found
r(111);

该如何解决？

Answer 1

我的回答分为两个部分。

首先：您可以通过一个命令行来避免这种方法

gen wanted = inlist(States, "Alabama", "Colorado")  ///
& inrange(year, 2002, 2004)

不需要循环。当关节条件为true时，此处的右侧求值为1，而当条件为false时，右侧求为0，这正是指标变量（您说“虚拟”，最好避免使用该术语，但您可以使用）的精确值。

第二：您的代码有什么问题？您的报告自相矛盾，因为您声明该代码只能工作一次，但不能重复。我只能相信，如果您正在使用不同版本的数据。您收到的错误消息很容易解释。您正在测试

States == Alabama

只有当您具有名称为Alabama的变量或具有相同名称的字符串标量时，Stata才有意义。您没有这样的变量或标量，并且Stata抛出命令，因为它找不到您认为要使用的命令。出现错误是因为States显然是一个字符串变量，您需要测试

States == "Alabama"

双引号对于指定文字字符串值而不是字符串变量或标量的名称至关重要。

尽管这是完全不必要的，但是如果给定一个字符串变量States且其值类似于Alabama，这将是合法的循环：

gen dummy = 0 

foreach s in Alabama Colorado { 
    replace dummy = 1 if inlist(States, "`s'") & inrange(year, 2002, 2004) 
}

year >= 2002对于您的示例来说很好，但是在这种情况下，我提到inrange()是有用的功能。

foreach-遍历特定的观测值以获得特定的输出

1 个答案: