stata怎么 處理異常數(shù)據(jù)（可批量，縮尾或直接刪除）

winsor var1, gen(var11) p(.05) 先安裝這個(gè)命令后可以直接用

大家在寫論文時(shí)可能經(jīng)常會(huì)遇到大數(shù)據(jù)樣本中異常數(shù)據(jù)批量剔除的問題，本文在于向大家推薦在Stata中運(yùn)用winsorize方法，來對數(shù)據(jù)進(jìn)行處理（縮尾使數(shù)據(jù)平滑，或直接刪除），經(jīng)試驗(yàn)有效，希望有所幫助。

材料/工具

Stata（網(wǎng)上有面安裝款，解壓能直接運(yùn)行），實(shí)驗(yàn)數(shù)據(jù)

比如對變量size在1%的水平下進(jìn)行winsorize處理，并生成新變量size_w，命令為winsor size,gen(size_w) p(0.01)，像這些比較基礎(chǔ)的問題一把都可以直接搜到答案的

方法

打開stata，在命令行輸入ssc install winsor2, replace，自動(dòng)安裝 winsor2

一個(gè)分類進(jìn)行描述統(tǒng)計(jì)的命令（sum的進(jìn)階版）： tabstat price weight length, by(foreign) stat (me sd N) nototal longstub 按照foreign分類，對 price weight length進(jìn)行描述統(tǒng)計(jì)，統(tǒng)計(jì)量分別包括me（均值） sd（標(biāo)準(zhǔn)差） N（樣本數(shù)） 星號不

準(zhǔn)備數(shù)據(jù)（注意輸入格式）

如果要對多個(gè)變量縮尾，例如下。對一個(gè)變量縮尾也是一樣。 local vlist "roe size lev" foreach v of local vlist{ winsor `v', gen(`v'_w) p(0.01) }

導(dǎo)入數(shù)據(jù)File-Inport

winsor var1, gen(var11) p(.05) 先安裝這個(gè)命令后可以直接用

輸入命令winsor2 變量名 變量名, replace cuts(1 99)，此條命令是先找到各個(gè)變量的1%，99%所對應(yīng)的分位數(shù)，比如對于變量ac1，其分位數(shù)分別為a、b，那么將數(shù)據(jù)中小于a的數(shù)替換成a，將大于b的數(shù)替換成b，原始數(shù)據(jù)直接變?yōu)樾聰?shù)據(jù)，這樣就是縮尾，使數(shù)據(jù)平滑（口徑為1%）。若輸入命令winsor2 變量名 變量名, replace cuts(1 99) trim，則不替換，將小于a和大于b的直接刪除

stata數(shù)據(jù)分析。 在規(guī)定條件下，傳感器校準(zhǔn)曲線與擬合直線間的最大偏差（ΔYmax）與滿量程輸出（Y）的百分比，稱為線性度（線性度又稱為“非線性誤差”），該值越小，表明線性特性越好。表示為公式如下： δ=ΔYmax/ Y*100%? ±1%表示最大偏差ΔYmax為

最后一張圖顯示的是命令winsor2 ac1 ac2, replace cuts(1 99) trim命令的執(zhí)行結(jié)果，大家看到數(shù)據(jù)表中的“.”，即是刪除完異常值后的結(jié)果，批量處理后可以File-Export將數(shù)據(jù)導(dǎo)出，在Excel上排序后即可將其刪除（或在STATA上用其他命令也可）

比如對變量size在1%的水平下進(jìn)行winsorize處理，并生成新變量size_w，命令為winsor size,gen(size_w) p(0.01)，像這些比較基礎(chǔ)的問題一把都可以直接搜到答案的

擴(kuò)展閱讀，以下內(nèi)容您可能還感興趣。

怎么在stata中將數(shù)據(jù)縮尾10%處理？最好寫出程序代碼，O(∩_∩)O謝謝！

winsor var1, gen(var11) p(.05)

先安裝這個(gè)命令后可以直接用本回答被提問者和網(wǎng)友采納

所有連續(xù)變量進(jìn)行1%縮尾處理是什么意思？

stata數(shù)據(jù)分析。

在規(guī)定條件下，傳感器校準(zhǔn)曲線與擬合直線間的最大偏差（ΔYmax）與滿量程輸出（Y）的百分比，稱為線性度（線性度又稱為“非線性誤差”），該值越小，表明線性特性越好。表示為公式如下：

δ=ΔYmax/ Y*100%?

±1%表示最大偏差ΔYmax為滿量程輸出Y的±1%

拓展：其他相關(guān)精度誤差定義如下：

1.絕對誤差：實(shí)測值與理想值之差；

2.相對誤差：被測點(diǎn)的絕對誤差與被測點(diǎn)的理想值之比；

3.引用誤差：被測點(diǎn)的絕對誤差與基準(zhǔn)值（量程）之比；

4.基本誤差：在標(biāo)準(zhǔn)條件下，基準(zhǔn)值（量程）范圍內(nèi)的引用誤差；

5.線性誤差：實(shí)測曲線與理想直線之間的偏差；

6.精度：由傳感器的基本誤差極限和影響量（如溫度變化、濕度變化、電源波動(dòng)、頻率改變等）引起的改變量極限確定。

7.線性范圍：傳感器在線性工作時(shí)的可測量范圍。

stata中的數(shù)據(jù)縮尾調(diào)整怎么弄？具體的程序是什么？

help winsor

怎樣用STATA對數(shù)據(jù)進(jìn)行Winsorize

比如對變量size在1%的水平下進(jìn)行winsorize處理，并生成新變量size_w，命令為winsor size,gen(size_w) p(0.01)，像這些比較基礎(chǔ)的問題一把都可以直接搜到答案的

STATA中如何將foreach循環(huán)和縮尾處理結(jié)合起來一次性對多個(gè)變量進(jìn)行縮尾

一個(gè)分類進(jìn)行描述統(tǒng)計(jì)的命令（sum的進(jìn)階版）：

tabstat price weight length, by(foreign) stat (me sd N) nototal longstub

按照foreign分類，對 price weight length進(jìn)行描述統(tǒng)計(jì)，統(tǒng)計(jì)量分別包括me（均值） sd（標(biāo)準(zhǔn)差） N（樣本數(shù)）

星號不知怎么一并加進(jìn)去，你檢測完手工加吧……追問我不是要做描述統(tǒng)計(jì)啊。。。

聲明：本網(wǎng)頁內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問題請及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。TEL:177 7030 7066 E-MAIL:11247931@qq.com