Mudança Média Stata 11

Imagine que você tenha dados sobre os preços de muitos produtos. Para cada um dos produtos, você grava informações de preços semanais. Clear set obs 200 gen prodid n Cada produto tem um preço médio único de produção de medicamentos (5) 7 Você tem dados sobre preços semanais por 200 semanas. Expandir 200 bysort prodid: gen tn label var t Week Há também algumas variações sazonais gen seasonal .2sin (pit50), bem como uma tendência de tendência de tempo geral tendência genera t.005 A primeira observação não está correlacionada com qualquer coisa de preço de oferta prodprice2.5 Rpoisson (10) 10 se t1 substituir preço prodprice2 tendência sazonal .7pricen-1 .3rpoisson (10) 10 se t2 substituir preço tendência de produção sazonal .5pricen-1 .2pricen-2 .3rpoisson (10) 10 se t3 substituir preço tendência de produção sazonal .3pricen-1 .2pricen-2 .2pricen-3 .3rpoisson (10) 10 se t4 substituir o preço da tendência de produção sazonal .3pricen-1 .175pricen-2 .125pricen-3 .1pricen-4 .3rpoisson (10) 10 se tgt4 Criar Uma globabl para armazenar global twograph forv i 16 global twograph (preço da linha t if prodid i) twoway twograph, legenda (off) título (tendências de preços verdadeiras para os primeiros seis produtos) Agora vamos imaginar que os dados gerados acima são a verdadeira informação de preço que É fundamentalmente inobservável. Em vez disso, você tem múltiplas coleções de dados por semana em preços que variam por algum erro addativo aleatório. Expandir 3 bysort prodid t: gen prodobs n gen pricecollect price rnormal (). 25 No entanto, a informação de preço que você possui tem algumas entradas que 10 incorretamente foram erradas. Gen entryerror rbinomial (1, .1) gen scalarerror rormal () 1 gener priceobs pricecollect (1entryerrorscalarerror) label var priceobs Preço Gravado Além disso, 35 de seus dados de preço nunca foram coletados gen faltando rbinomial (1, .35) drop if missing1 Create Um globabl para armazenar global twograph forv i 16 global twograph (preço da linha t se prodid i amp prodobs1) twoway twograph, legenda (off) título (Tendências de preços observadas para os primeiros seis produtos) manter t pricesobs prodid entryerror Estou mantendo o erro de entrada no Conjunto de dados como meio de comparação, embora não fosse observado diretamente. A questão é: você pode agora com esses dados bagunçados recuperar dados de preços que são semelhantes ao original. A primeira coisa que devemos explorar é a duplicação de dados gravados. Scatter priceobs t if prodid 1, title (É fácil ver desvios individuais) É fácil ver desvios individuais, mas não queremos passar por todos os 200 produtos para identificar valores-limite de preço individualmente. Queremos criar um sistema para identificar outliers. Permite gerar uma média por produto e por tempo de saída: média de prêmio egen (priceobs) Permite sinalizar qualquer observação que seja 120 maior que a média ou 80 menos do que a média. Gen flag (pricemean gt priceobs1.2 pricemean lt priceobs.8) Vamos ver como ele está funcionando: dois (scatter priceobs t if prodid 1) (scatter priceobs t if prodid 1 amp flag1. Msymbol (lgx)). Título (Alguns dos outliers podem ser identificados apenas olhando a média) legend (off) corr flager entryrorror Nossa bandeira está correlacionada com cerca de 45 com os erros de entrada. Isso é bom, mas podemos fazer melhor. Eu proponho que, ao invés de usar apenas o significado que nós construímos uma média móvel de preços e ver como cada entrada se desvia da média. O único problema é que o comando de média móvel requer xtset e que requer apenas uma entrada por período de tempo. Então, eu digo que restabilizamos a variável de tempo e adicionamos como se gravamos em um horário diferente da semana o número de observação. Precisamos gerar prodobs recentemente, uma vez que não sabemos qual observação falta em cada produto. Bysort prodid t: gen prodobs n gen t2 t4 prodobs xtset define o id do painel de dados do painel e o nível da série temporal. Xtset prodid t2 O comando que usamos é tssmooth. Ele é codificado de tal forma que, especificando ma, significa média móvel e a janela diz a Stata quantos períodos de tempo contar para frente e quantos atrasados ​​na aeração móvel. Esse comando pode demorar um pouco. Tssmooth ma mapriceobspriceobs, janela (23 0 23) 23 está em vigor 5 semanas adiante e 5 semanas atrás O 0 diz stata para não incluir-se nessa média A média móvel dois (preços de dispersão t se prodid 1) (mapa de linha t se prodid 1) (linha pricemean t if prodid 1). Título (A média móvel é menos aceitável para outliers) A média móvel é mais estável do que apenas a média do tempo. Vamos tentar sinalizar usando a tecla média móvel drop flag2 gen flag2 (map tickobs gt priceobs1.2 map tickobs lt priceobs.8) dois (scatter priceobs t if prodid 1) (scatter priceobs t if prodid 1 amp flag21. Msymbol (lgx)). Título (The Moving Average também pode ser útil) legend (off) corr flag2 entryerror Solte nossa queda de dados com sinalização se flag21 Reduzir para os preços semanais de colapso de nível, por (prodid t) label var priceobs Preço médio observado para 16 16 TWCD global (dispersão Preços, se o prodid i) twoway twograph, legend (off) título (tendências de preços observadas para os primeiros seis produtos) Os dados estão muito melhores, mas ainda temos alguns valores indesejados indesejados. Poderíamos aproveitar as tendências dos produtos cruzados para ajudar a identificar valores atípicos dentro dos preços dos produtos. Por exemplo, a média do preço médio (priceobs) é um preço reduzido se o prodid 1 prevê o resid1, os preços residuais residuais aveprice se prodid 2 prevê resid2, preços residuais residuais aveprice se prodid 3 predizer resid3, residual twoway (linha resid1 t if prodid 1) (linha Preços se tido 1) (linha resid2 t se prodid 2) (preço da linha t se prodid 2) (linha resid3 t se prodid 3) (preço da linha t se prodid 3). Título (Os resíduos são indicadores claros de outliers) lenda (desligado) Finalmente, deixe-nos soltar observações com resíduos que são maiores que 1,5 desvios-padrão da média. Quais for for i1200 reg priceobs aveprice se prodid eu prever residtemp, resíduo residual residtemp substituir bandeira ((residtemp-r (média) gtr (sd) 1,5 residtemp-r (média) drop residualtemp Vamos ver como ele está funcionando: dois (scatter priceobs t Se prodid 2) (scatter priceobs t if prodid 2 amp flag1. Msymbol (lgx)). Title (Agora apenas tentando remover alguns outliers finais) lenda (off) Ploting product 1 preço relativo a outliers. Global twograph forv i 16 global twograph ( Preços de linha t se prodid i) Finalmente, deixando cair os outliers se flag Um gráfico final global twoting forv i 16 global twograph (scatter priceobs t if prodid i) twoway twograph, legend (off) título (Tendências de preços observadas para os primeiros seis produtos) Não Tão limpo quanto o nosso primeiro gráfico, mas definitivamente melhorado. Data: análise de dados e software estatístico Nicholas J. Cox, Universidade de Durham, Reino Unido Christopher Baum, Boston College egen, ma () e suas limitações Statarsquos comando mais óbvio para calcular médias móveis é o Ma () diversão Por exemplo. Dada uma expressão, ela cria uma média móvel daquela expressão. Por padrão, é tomado como 3. deve ser estranho. No entanto, como a entrada manual indica, egen, ma () não podem ser combinados pela varlist:. E, por esse motivo, não é aplicável aos dados do painel. Em qualquer caso, fica fora do conjunto de comandos especificamente escritos para séries temporais veja séries de tempo para obter detalhes. Abordagens alternativas Para calcular as médias móveis para os dados do painel, existem pelo menos duas opções. Ambos dependem do conjunto de dados ter sido o tsset de antemão. Isso vale muito a pena fazer: não só você pode economizar-se especificando repetidamente a variável do painel e a variável de tempo, mas o Stata se comporta de forma inteligente com quaisquer lacunas nos dados. 1. Escreva sua própria definição usando gerar Usando operadores de séries temporais, como L. e F.. Dê a definição da média móvel como argumento para uma declaração de geração. Se você fizer isso, você, naturalmente, não está limitado às médias móveis ponderadas (não ponderadas), calculadas por egen, ma (). Por exemplo, as médias móveis de três períodos, igualmente ponderadas, seriam dadas e alguns pesos podem ser facilmente especificados: você pode, claro, especificar uma expressão como log (myvar) em vez de um nome de variável, como myvar. Uma grande vantagem desta abordagem é que a Stata faz automaticamente o que é certo para os dados do painel: os valores de liderança e atraso são elaborados dentro dos painéis, assim como a lógica determina que eles deveriam ser. A desvantagem mais notável é que a linha de comando pode ficar bastante longa se a média móvel envolver vários termos. Outro exemplo é uma média móvel unilateral baseada apenas em valores anteriores. Isso poderia ser útil para gerar uma expectativa adaptativa sobre o que uma variável será baseada apenas em informações até à data: o que alguém poderia prever para o período atual com base nos últimos quatro valores, usando um esquema de ponderação fixa (pode haver um atraso de 4 períodos Especialmente comumente usado com timeseries trimestrais.) 2. Use egen, filter () from SSC Use o filtro de função egen escrito () do egenmore package em SSC. No Stata 7 (atualizado após 14 de novembro de 2001), você pode instalar este pacote, após o qual a ajuda, além disso, aponta para detalhes no filtro (). Os dois exemplos acima serão renderizados (Nesta comparação, a abordagem de geração é talvez mais transparente, mas veremos um exemplo do oposto em um momento.) Os atrasos são um número. Leva a atrasos negativos: neste caso -11 se expande para -1 0 1 ou liderar 1, lag 0, lag 1. Os coeficientes, outro número, multiplicam os itens atrasados ​​ou atrasados ​​correspondentes: neste caso, esses itens são F1.myvar . Myvar e L1.myvar. O efeito da opção de normalização é dimensionar cada coeficiente pela soma dos coeficientes de modo que o coeficiente de coef (1 1 1) seja equivalente aos coeficientes de 13 13 13 e a normalização de coef (1 2 1) seja equivalente a coeficientes de 14 12 14 . Você deve especificar não apenas os atrasos, mas também os coeficientes. Como egen, ma () fornece o caso igualmente ponderado, a principal razão para egen, filter () é suportar o caso pontualmente ponderado, para o qual você deve especificar coeficientes. Também pode-se dizer que obrigar os usuários a especificar coeficientes é uma pressão pouco sobre eles para pensar sobre os coeficientes que eles querem. A justificativa principal para os pesos iguais é, a adivinhar, a simplicidade, mas pesos iguais têm propriedades de domínio de freqüência péssimas, para mencionar apenas uma consideração. O terceiro exemplo acima pode ser qualquer um dos quais é tão complicado quanto a abordagem gerada. Existem casos em que egen, filter () dá uma formulação mais simples do que gerar. Se você quer um filtro binomial de nove séculos, que os climatologistas acham útil, então parece talvez menos horrível do que, e mais fácil de conseguir, do mesmo modo, assim como com a abordagem de geração, egen, filter () funciona corretamente com os dados do painel. Na verdade, como afirmado acima, depende do conjunto de dados ter sido tsset de antemão. Uma dica gráfica Depois de calcular suas médias móveis, você provavelmente vai querer olhar para um gráfico. O comando do usuário tsgraph é inteligente sobre conjuntos de dados tsset. Instale-o em um Stata 7 atualizado por um ssc inst tsgraph. E quanto a subconjunto com se Nenhum dos exemplos acima faz uso de restrições if. Na verdade egen, ma () não permitirá que se especifique. Ocasionalmente, as pessoas querem usar se ao calcular médias móveis, mas seu uso é um pouco mais complicado do que normalmente. O que você esperaria de uma média móvel calculada com se. Vamos identificar duas possibilidades: interpretação fraca: não quero ver nenhum resultado para as observações excluídas. Interpretação forte: eu nem quero que você use os valores para as observações excluídas. Aqui está um exemplo concreto. Suponha que, como consequência de alguma condição, as observações 1-42 estão incluídas, mas não as observações 43. Mas a média móvel para 42 dependerá, entre outras coisas, do valor para a observação 43 se a média se prolongar para trás e para frente e for pelo menos 3, e dependerá de algumas das observações em algumas circunstâncias. Nosso palpite é que a maioria das pessoas iria pela interpretação fraca, mas se isso é correto, egen, filter () não é compatível se também. Você sempre pode ignorar o que você não quer ou mesmo definir valores indesejados a perder depois, usando o substituir. Uma nota sobre resultados faltantes nas extremidades da série Como as médias móveis são funções de atrasos e leads, egen, ma () produz falta onde os atrasos e as derivações não existem, no início e no final da série. Uma opção nomiss força o cálculo de médias móveis mais curtas e não centradas para as caudas. Em contraste, nem gerar nem egen, filter () faz, ou permite, qualquer coisa especial para evitar resultados perdidos. Se algum dos valores necessários para o cálculo estiver faltando, esse resultado está faltando. Cabe aos usuários decidir se e qual cirurgia corretiva é necessária para essas observações, presumivelmente depois de olhar para o conjunto de dados e considerando qualquer ciência subjacente que possa ser trazida para suportar.