根据另一个变量的中位数创建一个二元变量，按两个变量分组

Posted 2023-02-16

【中文标题】根据另一个变量的中位数创建一个二元变量，按两个变量分组

【英文标题】：Creating a binary variable based on the median of another variable, grouping by two variables

【发布时间】：2022-01-17 23:40:26

【问题描述】：

在Stata中，我想根据另一个变量unemp的中值创建一个二进制变量median_unemp，将中值的计算按region和year分组。也就是说，median_unemp 在特定观察的失业率大于该地区和观察年份的失业率中位数时为 1（否则为 0）。

下面的代码会根据整个数据集生成我的变量，但我希望按子组计算中位数（通过region 和year）：

webuse productivity.dta, clear
summarize unemp, detail
gen median_response = r(p50)
gen median_unemp = (unemp>=median_response)
replace median_unemp =. if unemp==.

在仔细检查数据后，我想知道 unempfor 我的数据集的观察 1（即在 region=1 和 year=1970 中）是否大于 median_unemp 的值（针对region=1 和year=1970 计算）等等。如果大于中位数，则median_unemp==1。如果低于中位数，则median_unemp==0。

【参考方案1】：

webuse productivity.dta, clear
egen median_unemp = median(unemp), by(region year)
gen high_unemp = (unemp >= median_unemp) if unemp < .

在此数据集中，unemp 没有缺失值，但分离缺失值是一种很好的做法。每个中位数是 9 个值中的第 5 个，因此留出平局 4 个值将小于中位数，5 个大于或等于中位数。