Ta struktura danych nie nadaje się do celu. Zakładając identyfikator identyfikatora, musisz zmienić kształt. na przykład Wtedy średnia ruchoma jest łatwa. Użyj tssmooth lub po prostu wygeneruj. na przykład Więcej na temat tego, dlaczego twoja struktura danych jest zupełnie nieprzydatna: nie tylko obliczenie średniej ruchomej wymagałoby pętli (niekoniecznie angażującej egen), ale tworzyłoby się kilka nowych dodatkowych zmiennych. Używanie ich w każdej późniejszej analizie byłoby gdzieś pomiędzy niewygodnym i niemożliwym. EDYCJA Zła daje próbną pętlę, nie ruszając się z mojej postawy, że jest to zła technika. Nie widzę powodu, dla którego konwencja nazewnictwa, według której P1947 jest środkiem na lata 1943-1945, zakładam, że to tylko literówka. Załóżmy, że mamy dane dla 1913-2017. Za 3 lata tracimy po jednym roku na każdym końcu. Można to napisać bardziej zwięźle, kosztem mnóstwa makr w makrach. Używanie nierównych ciężarów jest łatwe, jak wyżej. Jedynym powodem użycia egen jest to, że nie poddaje się, jeśli istnieją błędy, które powyższe zrobi. W celu zapewnienia kompletności, należy pamiętać, że łatwo jest wykonywać misje bez uciekania się do egen. i mianownik Brak wszystkich wartości zmniejsza się do 00 lub ich brakuje. W przeciwnym razie, jeśli brakuje jakiejkolwiek wartości, dodajemy 0 do licznika i 0 do mianownika, co jest tym samym, co ignorowanie go. Oczywiście kod jest tolerowany, jak powyżej, dla średnich z 3 lat, ale albo dla tego przypadku, albo dla uśrednienia na więcej lat, zastąpilibyśmy powyższe linie przez pętlę, co robi egen. Kiedy obliczono średnią ruchomą, umieszczając średnia w średnim okresie ma sens W poprzednim przykładzie obliczyliśmy średnią z pierwszych 3 okresów i umieściliśmy ją obok okresu 3. Mogliśmy umieścić średnią w środku przedziału czasowego trzech okresów, czyli obok okresu 2. Działa to dobrze z nieparzystymi przedziałami czasowymi, ale nie jest tak dobry nawet dla okresów czasu. Więc gdzie ustawilibyśmy pierwszą średnią ruchomą, gdy M 4 Technicznie, średnia ruchoma spadłaby o t 2,5, 3,5. Aby uniknąć tego problemu, wygładzamy MA za pomocą M 2. W ten sposób wygładzamy wygładzone wartości. Jeśli uśredniamy parzystą liczbę terminów, musimy wygładzić wygładzone wartości. Poniższa tabela pokazuje wyniki przy użyciu M 4. Mam listę osób , czasy rejestracji i wyniki. W Stacie chcę obliczyć średnią ruchomą wyniku w oparciu o okno czasowe wokół każdej obserwacji (nie okno oparte na opóźnionej liczbie obserwacji). Na przykład, zakładając - 2 dni po obu stronach i bez uwzględnienia obecnej obserwacji, próbuję obliczyć coś takiego: Ive próbował zdefiniować zestaw danych z tsset, a następnie użyć tssmooth. ale nie mógł go uruchomić. Ponieważ może być wiele obserwacji w danym okresie czasu, nie jestem pewien, czy jest to nawet właściwe podejście. W rzeczywistości zmienną dnia jest tc znacznik czasu. zadał 6 grudnia 13 o 16:04 tsset nie może pomóc tutaj, nawet jeśli robiłeś czas regularnie rozmieszczone, ponieważ masz kilka powtarzających się wartości na czas, ale twoje dane nie kwalifikują się jako dane panelowe w sensie Statas. Ale problem powinien obrócić się w pętli nad możliwościami. Po pierwsze, weźmy twój przykład dosłownie za pomocą liczb całkowitych. Tutaj nie zakładamy żadnych brakujących wartości. Zasada przenoszenia to średnia innych (suma wszystkich - ta wartość) (liczba wartości - 1) W praktyce nie chcesz zapętlać wszystkich możliwych dat-razy w milisekundach. Więc spróbuj wykonać pętlę nad obserwacjami tego formularza. Uwaga: Elementy ltpseudocodegt. Ta informacja jest również istotna: jeśli możliwe są missings, jedna linia musi być bardziej skomplikowana: oznacza to, że jeśli brakuje bieżącej wartości, odejmujemy 0 od sumy i 0 od liczby obserwacji. EDYCJA: Przez 2 dni w milisekundach, wykorzystaj wbudowaną funkcję i użyj cofd (2).
Comments
Post a Comment