STATA-FORUM.DE

[texmex]

Hallo Leute,

ich bin absoluter Stata-Neuling und möchte meinen vorhandenen Datensatz um eine Dummy Variable (5obs) erweitern.
Sachverhalt: Jede Beobachtung meines Datensatzes stellt einen Report für ein bestimmtes Unternehmen dar. Ein Report soll allerdings nur dann in die späteren Berechnungen eingehen, wenn zu dem jeweiligen Unternehmen (Variable company_id) mind. 5 Reports pro Jahr (Variable Year) vorliegen. Die Ausprägung der Dummy Variable "5obs" soll dementsprechend 1 sein, wenn die Bedingung erfüllt ist und 0, wenn nicht.

Kann mir jmd einen Ansatzpunkt geben, wie ich dieses Problem lösen kann?

Danke für eure Mithilfe!

[daniel]

Wenn die Daten im langen Format (i.e. ein Unternehmen, dass im Jahr 2000 drei mal beobachtet wurde, hat drei Zeilen, in denen jeweils die Variablen company_id und Year gleich sind) vorliegen, dann

Code: Alles auswählen

bys company_id Year : g byte _5obs = (_N >= 5)


Beachte auch den Unterstrich bei _5obs. Stata Variablennamen dürfen ausschließlich mit den Buchstaben a-z (A-Z) oder dem Unterstrich beginnen.

[texmex]

Vielen Dank, hat wunderbar geklappt eigentlich so einfach und ich komme nicht drauf...

[texmex]

Hallo Daniel,

ich habe jetzt nochmal eine Frage zu der Logik des bysort prefixes.

Ich möchte nun eine Dummy Variable generieren, bei der pro Firma (company_id) pro Jahr (Year) mind. ein Bericht von einem Experten (Expert (Dummy), 1 = Experte, sonst 0) stammen soll, damit die Gutachten des Jahres in den späteren Regressionen berücksichtigt werden.

Ich wollte nun die gleiche Logik wie im vorherigen Fall dieses Threads anwenden:

bysort company_id Year (Expert): generate byte repexp = (_N >= 1)

Als Ergebnis wird aber immer eine 1 bei repexp ausgegeben, obwohl die oben beschriebenen Voraussetzungen gar nicht erfüllt sind.

Anscheinend wird der Bezug zum Jahr gar nicht mehr hergestellt?! Muss ich ggf den egen Befehl benutzen?

[daniel]

Ok. Das Ergebnis ist klar, weil die Bedingung immer erfüllt ist. EIn (_N == 0) würde bedeuten, dass diese Zeile im Datensatz nicht auftaucht. Stata kann nun aber nur die Daten bearbeiten, die vorhanden sind. Auf den Punkt gebracht, die (Gegen)Bedingung, i.e. _N == 0, ist niemals erfüllt, sobald ein Datensatz (i.e. eine Zeile) geladen ist.

Ich würde das so lösen

Code: Alles auswählen

bys company_id Year : g byte repexp = (sum(Expert) > 0)


[texmex]

Vielen Dank für deine Antwort

Leider bekomme ich als Ergebnis immer dann eine 1 als Ergebnis, wenn der entsprechende Bericht von einem Experten stammt. Allerdings sollte die Dummy Variable immer 1 sein, wenn in dem jew. Jahr ein Bericht von einem Experten vorlag. D.h. auch die Berichte von Personen, die keine Experten sind, sollen für das betreffende Jahr beim Dummy repexp eine 1 ausweisen, wenn in dem entsprechenden Jahr auch nur ein Experte einen Bericht verfasst hat.

Es wird also offensichtlich nicht über alle Beobachtungen des entsprechenden Jahres geprüft sondern allein in der entsprechenden Zeile des Berichts...

Ist dies überhaupt mit dem "generate" Befehl zu lösen?

[daniel]

Setzt mal Year in Klammern, also

Code: Alles auswählen

bys company_id (Year) : g byte repex = (sum(Expert > 0))


[texmex]

Danke für deine Geduld. Leider funktioniert der Befehl auch nicht. Es ergeben sich 2 Probleme.

1. Wenn ich im ersten Jahr ('99) eine Exypertenmeinung hatte, in darauffolgenden Jahren aber nicht , steht auch für alle Analysen in den darauffolgenden Jahren mind. eine 1 oder eben die höhere Summe, falls die Bedingung pro Unternehmen in mehr als einem Jahr erfüllt wird. -> mein Ziel ist es, dass die Variable wieder "auf 0 springt" wenn ein neues Jahr beginnt.

2. Der Zähler springt erst auf 1, wenn der erste Report von einem Experten auftaucht. Wenn der in einem Jahr beispielsweise erst die 10. Beobachtung ist, wird bei den vorherigen Fällen der Zähler nicht erhöht. DIe Variable soll mir aber für alle Reports (auch von Nicht-Experten) des Jahres eine 1 ausgeben, wenn mind. ein Report von einem Experten stammt.

-> Die Summenfunktion passt also hier leider nicht. Ich habe mal beim egen Befehl geschaut. Diesen kann man aber nicht mit by kombinieren. Geht es vielleicht auf einem anderen Weg ohne bysort?

[daniel]

Mein Fehler -- auch dieses Ergebnis ist genau das, was man erwarten sollte. Es ist manchmal etwas verwirrend, wenn man die Daten nicht vorliegen hat.

Hier mein letzter "shot in the dark", basierend auf Deinem ursprünglichen Ansatz.

Code: Alles auswählen

bysort company_id Year (Expert): generate byte repexp = (Expert[_N] == 1)


Wenn das nicht hinhaut, dann brauche ich glaube ich mal einen Beispieldatensatz.

[texmex]

der letzte Schuss hat anscheinend gesessen. Ich habe mir einen Teil des Datensatzes angeschaut und es sieht gut aus. Ich hatte den Ansatz auch schon zu Beginn ausprobiert, allerdings das doppelte Gleichheitszeichen vergessen...

Besten Dank!