Stata数据处理:一文读懂微观数据库清理(下)
2021/9/20 19:27:11
本文主要是介绍Stata数据处理:一文读懂微观数据库清理(下),对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
全文阅读:https://lianxh.cn/news/cb05be5a4dc6e.html
目录
- 4. 数据清理
- 4.2 多变量清理
- 5. 综合变量生成
- 5.1 观测值组间计算-根据观测值分组
- 5.2 观测值组内计算-变量分组
- 6. 数据清理管理
- 7. 注意事项
- 8. 参考资料
- 9. 相关推文
4. 数据清理
4.2 多变量清理
数据中有些问题不是关于某一特定变量取值不合理,有时需要联合其他变量才能发现其不合理的地方。多变量的清理建立在单变量清理完成的基础上,通过多变量的联合分布、交叉验证检验变量之间的逻辑一致性等。
4.2.1 用分类变量检查分类变量
此时可以用两个分类变量的交互表来查看两个变量的所有取值组合,用分类变量的取值检验和另一个分类变量的取值是否矛盾。这里以是否处于结婚状态和是否结过婚两个变量的交叉验证为例 (此例无数据)。marriedornot 表示是否结过婚 (0-1 变量),marriednow 表示当下是否处于婚姻状态(0-1 变量)。
全文阅读:https://lianxh.cn/news/cb05be5a4dc6e.html
这篇关于Stata数据处理:一文读懂微观数据库清理(下)的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2025-01-04敏捷管理与看板工具:提升研发、设计、电商团队工作效率的利器
- 2025-01-04智慧养老管理工具如何重塑养老生态?
- 2025-01-04如何打造高绩效销售团队:工具与管理方法的结合
- 2025-01-04解决电商团队协作难题,在线文档工具助力高效沟通
- 2025-01-04春节超市管理工具:解锁高效运营与顾客满意度的双重密码
- 2025-01-046种主流销售预测模型:如何根据场景选用最佳方案
- 2025-01-04外贸服务透明化:增强客户信任与合作的最佳实践
- 2025-01-04重新定义电商团队协作:在线文档工具的战略作用
- 2025-01-04Easysearch Java SDK 2.0.x 使用指南(三)
- 2025-01-04百万架构师第八课:设计模式:设计模式容易混淆的几个对比|JavaGuide