نحوه merge کردن و زیر هم چیدن یا append کردن داده ها در استاتا
فرض کنید داده های مربوط به درآمد و هزینه خانوار در 30 استان ایران برای 10 سال متوالی به تفکیک شهری و روستایی در 14 گروه هزینه ای را داریم. اگر بخواهیم هزینه کل را حساب کنیم، لازم است از دستور merge و append استفاده کنیم برای نمونه برنامه زیر را ببینید
Clear
Use "E:\stata_data\Rural1400\r1400p3s01.dta"
Merge 1:m address using "E:\stata_data\Rural1400\r1400p3s02.dta"
drop _merge
Merge 1:m address using "E:\stata_data\Rural1400\r1400p3s03.dta"
drop _merge
.
.
.
Merge 1:m address using "E:\stata_data\Rural1400\r1400p3s014.dta"
drop _merge
save "E:\STATA\totalexp", replace
********************************
clear
Use "E:\stata_data\Urban1400\u1400p3s01.dta"
Merge 1:m address using "E:\stata_data\Urban1400\u1400p3s02.dta"
drop _merge
Merge 1:m address using "E:\stata_data\Urban1400\u1400p3s03.dta"
drop _merge
.
.
.
Merge 1:m address using "E:\stata_data\Urban1400\u1400p3s014.dta"
drop _merge
save C:\Users\Hadi-H\Desktop\buffer, replace
append using "E:\STATA\totalexp"
save "E:\STATA\totalexp", replace
در قطعه کد بالا بعد از Run کردن برنامه هم داده ها به صورت عمودی کنار هم چیده شده اند و هم به صورت افقی برای خانوارهای روستایی و شهری برای 14 گروه هزینه ای زیر هم چیده شده اند.
نکته 1: برای merge کردن داده ها سه حالت وجود دارد یا داده به صورت m:m یا m:1 و یا به صورت 1:m هستند که به توجه به نیازتون می توانید حالت های مختلف آن را امتحان کنید.
نکته 2: برای merge کردن دو دیتاست باید یک متغیر مشترک وجود داشته باشد تا بر حسب اون بتونیم داده ها را merge کنیم که در مثال بالا متغیر address است.
🔆برای کار با داده های بزرگ لازم است مقداری برنامه نویسی بلد باشیم تا بتوانیم داده ها را آماده انجام تحلیل های آماری کنیم.
تمرین شماره 1:
به سایت مرکز آمار ایران مراجعه کنید و داده های خام درآمد و هزینه خانوارها را برای سال 1400 دانلود کنید و سپس از فرمت اکسس داده ها را به نرم افزار استاتا منتقل کنید. بعد از انتقال داده ها آنها را با فرمت استاتا یا dta در سیستم تون ذخیره کنید. برنامه نوشته شده بالا را در یک dofile در استاتا با توجه به آدرس داده ها در کامپیوتر خودتان ویرایش کنید و برنامه را اجرا نمایید.
#استاتا #مدیریت_داده #اقتصادسنجی #برنامهـنویسیـدراستاتا
#stata #stata_data_management #econometrics #sataprograming #economics
https://t.me/ecohadico
لینک مربوط به داده های خام درآمد و هزینه خانوارها در مرکز آمار ایران
فرض کنید داده های مربوط به درآمد و هزینه خانوار در 30 استان ایران برای 10 سال متوالی به تفکیک شهری و روستایی در 14 گروه هزینه ای را داریم. اگر بخواهیم هزینه کل را حساب کنیم، لازم است از دستور merge و append استفاده کنیم برای نمونه برنامه زیر را ببینید
Clear
Use "E:\stata_data\Rural1400\r1400p3s01.dta"
Merge 1:m address using "E:\stata_data\Rural1400\r1400p3s02.dta"
drop _merge
Merge 1:m address using "E:\stata_data\Rural1400\r1400p3s03.dta"
drop _merge
.
.
.
Merge 1:m address using "E:\stata_data\Rural1400\r1400p3s014.dta"
drop _merge
save "E:\STATA\totalexp", replace
********************************
clear
Use "E:\stata_data\Urban1400\u1400p3s01.dta"
Merge 1:m address using "E:\stata_data\Urban1400\u1400p3s02.dta"
drop _merge
Merge 1:m address using "E:\stata_data\Urban1400\u1400p3s03.dta"
drop _merge
.
.
.
Merge 1:m address using "E:\stata_data\Urban1400\u1400p3s014.dta"
drop _merge
save C:\Users\Hadi-H\Desktop\buffer, replace
append using "E:\STATA\totalexp"
save "E:\STATA\totalexp", replace
در قطعه کد بالا بعد از Run کردن برنامه هم داده ها به صورت عمودی کنار هم چیده شده اند و هم به صورت افقی برای خانوارهای روستایی و شهری برای 14 گروه هزینه ای زیر هم چیده شده اند.
نکته 1: برای merge کردن داده ها سه حالت وجود دارد یا داده به صورت m:m یا m:1 و یا به صورت 1:m هستند که به توجه به نیازتون می توانید حالت های مختلف آن را امتحان کنید.
نکته 2: برای merge کردن دو دیتاست باید یک متغیر مشترک وجود داشته باشد تا بر حسب اون بتونیم داده ها را merge کنیم که در مثال بالا متغیر address است.
🔆برای کار با داده های بزرگ لازم است مقداری برنامه نویسی بلد باشیم تا بتوانیم داده ها را آماده انجام تحلیل های آماری کنیم.
تمرین شماره 1:
به سایت مرکز آمار ایران مراجعه کنید و داده های خام درآمد و هزینه خانوارها را برای سال 1400 دانلود کنید و سپس از فرمت اکسس داده ها را به نرم افزار استاتا منتقل کنید. بعد از انتقال داده ها آنها را با فرمت استاتا یا dta در سیستم تون ذخیره کنید. برنامه نوشته شده بالا را در یک dofile در استاتا با توجه به آدرس داده ها در کامپیوتر خودتان ویرایش کنید و برنامه را اجرا نمایید.
♦️سوالات خود را از طریق ایمیل زیر یا آی دی تلگرام بپرسید.Email: hadi.hasanzade68@gmail.com
#استاتا #مدیریت_داده #اقتصادسنجی #برنامهـنویسیـدراستاتا
#stata #stata_data_management #econometrics #sataprograming #economics
https://t.me/ecohadico
لینک مربوط به داده های خام درآمد و هزینه خانوارها در مرکز آمار ایران
👍4❤1
مدیریت داده ها در استتا (STATA)
قسمت اول:
فرض کنید داده های خانوار برای 12 ماه را داریم، می خواهیم هزینه مسکن برای هر خانوار در سال را محاسبه کنیم.
نکته 1:داده های به صورت ماهانه نمونه گیری شده اند.
نکته 2: هر خانوار دارای یک ID ویژه است که در اینجا با address مشخص شده است.
برای این کار از دستور زیر در stata استفاده می کنیم.
egen housing=sum(dycol04), by(address)
bysort address (housing) : keep if _n == _N
gen housingexp= housing*12
در خط اول از egen استفاده شده است، برای زمانی که با یک تابع سرو کار داشته باشیم بجای gen از egen استفاده می کنیم که همزمان یک متغیر هم ایجاد می کند. تابع sum را داریم که محتوای هر id (در اینجا address) را جمع می کند.
خط دوم : حالا می خواهیم برای هر خانوار در سال یک id داشته باشیم و مابقی که برای گروه های مختلف هستند را حذف کنیم. برای این کار از دستور bysort به ترتیب بالا استفاده شده است.
خط سوم: از دستور gen برای تولید یک متغیر جدید به شکل ساده استفاده شده است.
_____________________________________
قسمت دوم:
برای شکستن یک کد string در استاتا از دستور زیر استفاده می کنیم
برای مثال در داده های درآمد هزینه خانوار یک id یونیک برای هر خانوار وجود دارد که با address مشخص شده که این متغیر حاوی اطلاعات زیادی از جمله شهری/روستای، استان، شهرستان و ... برای هر خانوار است، ولی به صورت یک مجموعه رشته تهیه شده است.
برای جدا کردن این اطلاعات از یکدیگر از دستور substr به صورت زیر استفاده می کنیم
gen RU=substr(address,1,1)
gen province= substr(address,2,2)
gen county=substr(address,4,2)
در خط اول متغیر شهری/روستایی را جدا کردیم به طوری که داخل پرانتز عدد اول با یک شمارنده جدا شده
در خط دوم عدد دوم با دو شمارنده برای متغیر استان شده است.
تمرین شماره 2:
به سایت مرکز آمار ایران مراجعه کنید و داده های خام درآمد و هزینه خانوارها را برای سال 1400 دانلود کنید و سپس از فرمت اکسس داده ها را به نرم افزار استاتا منتقل کنید. بعد از انتقال داده ها آنها را با فرمت استاتا یا dta در سیستم تون ذخیره کنید. کدهای بالا را تمرین کنید.
#استاتا #مدیریت_داده #اقتصادسنجی #برنامهـنویسیـدراستاتا
#stata #stata_data_management #econometrics #sataprograming #economics
https://t.me/ecohadico
لینک مربوط به داده های خام درآمد و هزینه خانوارها در مرکز آمار ایران
قسمت اول:
فرض کنید داده های خانوار برای 12 ماه را داریم، می خواهیم هزینه مسکن برای هر خانوار در سال را محاسبه کنیم.
نکته 1:داده های به صورت ماهانه نمونه گیری شده اند.
نکته 2: هر خانوار دارای یک ID ویژه است که در اینجا با address مشخص شده است.
برای این کار از دستور زیر در stata استفاده می کنیم.
egen housing=sum(dycol04), by(address)
bysort address (housing) : keep if _n == _N
gen housingexp= housing*12
در خط اول از egen استفاده شده است، برای زمانی که با یک تابع سرو کار داشته باشیم بجای gen از egen استفاده می کنیم که همزمان یک متغیر هم ایجاد می کند. تابع sum را داریم که محتوای هر id (در اینجا address) را جمع می کند.
خط دوم : حالا می خواهیم برای هر خانوار در سال یک id داشته باشیم و مابقی که برای گروه های مختلف هستند را حذف کنیم. برای این کار از دستور bysort به ترتیب بالا استفاده شده است.
خط سوم: از دستور gen برای تولید یک متغیر جدید به شکل ساده استفاده شده است.
_____________________________________
قسمت دوم:
برای شکستن یک کد string در استاتا از دستور زیر استفاده می کنیم
برای مثال در داده های درآمد هزینه خانوار یک id یونیک برای هر خانوار وجود دارد که با address مشخص شده که این متغیر حاوی اطلاعات زیادی از جمله شهری/روستای، استان، شهرستان و ... برای هر خانوار است، ولی به صورت یک مجموعه رشته تهیه شده است.
برای جدا کردن این اطلاعات از یکدیگر از دستور substr به صورت زیر استفاده می کنیم
gen RU=substr(address,1,1)
gen province= substr(address,2,2)
gen county=substr(address,4,2)
در خط اول متغیر شهری/روستایی را جدا کردیم به طوری که داخل پرانتز عدد اول با یک شمارنده جدا شده
در خط دوم عدد دوم با دو شمارنده برای متغیر استان شده است.
تمرین شماره 2:
به سایت مرکز آمار ایران مراجعه کنید و داده های خام درآمد و هزینه خانوارها را برای سال 1400 دانلود کنید و سپس از فرمت اکسس داده ها را به نرم افزار استاتا منتقل کنید. بعد از انتقال داده ها آنها را با فرمت استاتا یا dta در سیستم تون ذخیره کنید. کدهای بالا را تمرین کنید.
♦️سوالات خود را از طریق ایمیل زیر یا آی دی تلگرام بپرسید.Email: hadi.hasanzade68@gmail.com
#استاتا #مدیریت_داده #اقتصادسنجی #برنامهـنویسیـدراستاتا
#stata #stata_data_management #econometrics #sataprograming #economics
https://t.me/ecohadico
لینک مربوط به داده های خام درآمد و هزینه خانوارها در مرکز آمار ایران
❤3👍2