Stata编程小笔记3——可忽视&不忽视的缺失值

在跑回归的过程中，面对缺失值，一个常见的做法是直接忽视，因为stata会自动忽略有缺失值的那行观测值。

但在数据预处理的过程中，直接忽视缺失值却有可能导致变量计算错误。这些情况包括（但不限于）：

（1）判断语句

例子：

gen b=(a>2) ：生成虚拟变量b，当a>2时，b取值为1，否则b取值为0。但由于Stata默认缺失值比任何值都大，即a等于缺失值时b也取值为1，这显然不对，所以此时需要将b替换成缺失值。

（2）变量横向相加

例子：

结果显示如下：

可见，变量横向相加时，只要有一个变量含有缺失值，则计算结果为缺失值。如果不想让计算结果为缺失值，则需要先将a=.替换成a=0。

而如果使用egen命令，则无论是横向相加，还是纵向相加，stata都会把缺失值当成0来计算。

（1）横向相加。

使用egen计算横向相加，有一个好处：多个变量相加时，但这些变量的名字有共同部分，则可使用通配符，大大减少变量名的书写负担。

（2）纵向相加。

计算结果并不是缺失值，而是如下：

回到最开始的问题，究竟需不需要把缺失值替换为0？这需要结合自己的研究问题而定。