这是关于用于计算浓度指数的用户命令Concindexi
。回答以下问题不需要定义和详细信息。Stata
Concindexi
为了解释这个问题,我使用了Stata
库中的汽车数据(同样,该函数不适用于此类数据,而是用于家庭数据)。
以下是语法:
concindexi [varlist] [if] [in] [weight] [ , welfarevar(varname) format(format)
curve convenient clean }
我rank
用weight
aswelfare variable
sysuse auto
egen weightrank=rank( weight)
sort weightrank
的浓度指数price
为
concindexi price, welfarevar(weightrank)
输出(目前没问题)
Concentration index estimation using the covariance/formula method
Final matrice of Concentration Indices on Individual (Micro) Data.
CIF CISEF
price .14318137 .02934612
CIF : Concentration index using formula/covariance method
CIC : Concentration index using convenient regression method
CISEF : Standard errors of the concentration index using formula/covariance method
CISEC : Standard errors of the concentration index convenient regression method
这是问题所在:如果我用相同的变量重复相同的命令price
(不重新启动Stata
),它现在将按矩阵给出 2*2(结果被累积)。
concindexi price, welfarevar(weightrank)
输出:
Concentration index estimation using the covariance/formula method
Final matrice of Concentration Indices on Individual (Micro) Data.
CIF CISEF
price .14318137 .02934612
price .14318137 .02934612
CIF : Concentration index using formula/covariance method
CIC : Concentration index using convenient regression method
CISEF : Standard errors of the concentration index using formula/covariance method
CISEC : Standard errors of the concentration index convenient regression method
如果我再次重复相同的命令,我有 3 x 2 矩阵。
concindexi price, welfarevar(weightrank)
Concentration index estimation using the covariance/formula method
Final matrice of Concentration Indices on Individual (Micro) Data.
CIF CISEF
price .14318137 .02934612
price .14318137 .02934612
price .14318137 .02934612
CIF : Concentration index using formula/covariance method
CIC : Concentration index using convenient regression method
CISEF : Standard errors of the concentration index using formula/covariance method
CISEC : Standard errors of the concentration index convenient regression method
Stata
通常,我们期望 1*2 矩阵,而不管命令在[以命令为例]的同一会话中执行了多少次regress
。但是,如果我们Stata
每次都重新启动,问题就会消失。
对于这里提到的例子,这个问题并不严重。但是,如果变量的数量很大(它可以容纳较大的变量)和/或如果我必须引导,问题就会变得非常严重。例如,在我的具有 13 个变量和 20000 个观察值的数据中,复制 [in bootstrapping] 只能进行 29 次,但对于 2 个变量,相应的数字是 100。任何解决问题的想法都将受到高度赞赏。