Stata入门——生成虚拟变量

sysuse auto,clear

tabulate foreign

对变量的取值以频率表方式进行列示

summarize foreign

对变量进行描述性统计：最小值=0，最大值=1，满足了0 & 1变量的分类

变量展示的值并非0或1: 因为对于该变量执行了label标签命令

*method 1: if 

gen dummy1 = 0 if !missing(foreign)

对于全部不缺失foreign这一变量数值的样本，新建一个虚拟变量dummy1，且取值为0

replace dummy1 = 1 if foreign == 1 & !missing(foreign)

对于其中foreign 取值为 1的样本，替代虚拟变量的值为1

*method 2：cond

gen dummy2 = cond(foreign == 1, 1,0)

replace dummy2 = . if foreign == .

若foreign == 1，dummy2=1，否则dummy2=0

若 foreign 为缺失值，则设置dummy2=缺失

局限性：若变量的取值有多个，手动添加若干个虚拟变量很麻烦

*method 3：tab （tabulate的简写）

tab make , gen(car_)

根据make这一变量取值的不同，生成若干个虚拟变量car_1, car_2, car_3 ….

有多少种不同的取值，就会生成多少个虚拟变量

reg price mpg trunk car_*

当进行回归分析时，也不需要将全部虚拟变量手动输入，直接利用*作为通配符

reg price mpg trunk i.mpg

不将虚拟变量生成为新变量，直接在回归分析中加入mpg取值对应的虚拟变量

但这种方法仅适用于数值型，对于字符串型（如make变量）会报错：string variables may not be used as factor variables

egen make_group = group(make)

reg price mpg trunk i.make_group

group函数根据字符串变量取值的不同生成一一对应的数值

这一方法使字符串变量在不生成新变量的情况下，在回归分析中加入该变量取值对应的虚拟变量