這是關於Stata
中的用戶命令Concindexi
,其用於計算concentration index。有關Concindexi
的定義和詳細信息對於回答以下問題不是必需的。Stata中的用戶命令concindexi中的輸出矩陣
爲了解釋這個問題,我使用Stata
庫中的自動數據(這個函數不是爲了這種類型的數據,而是用於家庭數據)。
以下是語法:
concindexi [varlist] [if] [in] [weight] [ , welfarevar(varname) format(format)
curve convenient clean }
我使用的weight
rank
作爲welfare variable
sysuse auto
egen weightrank=rank(weight)
sort weightrank
爲price
濃度指數被給定爲
concindexi price, welfarevar(weightrank)
輸出(迄今沒問題)
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
這裏的問題是:如果我重複使用相同的命令相同的變量price
(無需重新啓動Stata
),它現在將給予2 * 2的矩陣(結果得到累積)。
concindexi price, welfarevar(weightrank)
輸出:
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
如果我再次重複同樣的命令,我有3×2矩陣。
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
通常情況下,我們預計1×2矩陣不論多少次執行該命令而在Stata
同一會話[就拿命令regress
。但是,如果我們每次重新啓動Stata
,問題就會消失。
這個問題對於這裏提到的例子並不嚴重。但是,如果變量的數量很大(它可以容納大的變量)和/或如果我必須引導,問題就會變得非常嚴重。例如,在我有13個變量和20000個觀測值的數據中,[bootstrapping]中的複製可能只有29次,但對於2個變量,對應的數字是100.任何解決此問題的想法都將得到高度讚賞。
@ Nick:我同意你的意見。非常感謝! – Metrics 2013-04-29 16:02:58
@ Nick:我用'question'中的命令替換了函數。 – Metrics 2013-04-29 16:04:41
感謝您的修復。 – 2013-04-29 16:06:46