Stata面板数据：从给定日期开始的时期内的egen =total（）

Question

我的数据结构如下（最后是dataex 输出，但由于它只显示数字时间表达式而令人困惑）：

id yearmo birthmo smoke surveytime health
1 2002m1  2003m11  0.8  0  .
1 2002m2  2003m11  0.7  0  .
[...]
1 2004m1  2003m11  0.5  1  "good"

我将包含年度调查信息（例如我的因变量 health）的面板数据集与有关吸烟暴露的月度信息（数字）合并。我的时间变量yearmo 包含年份和月份，格式为 %tm。 Birthmo 是个人的出生月份和年份，格式相同。

我想生成一个变量，包含怀孕期间的总烟雾暴露量，即在birthmo[_n-1], birthmo[_n-10]期间。

是否可以使用egen prebirth_smoke = total(smoke) 并将其引用到这个时间段？到目前为止我找不到任何东西。但是由于可以计算像gen age2000 = (14610-birthday)/365.25这样的时间差，它指的是一个表示生日的变量，我认为我的问题也必须有一个解决方案......

我的另一种方法是填写每个月的调查信息并使用by persnr: egen prebirth_smoke=total(smoke, smoke[_n-10]) if birthmo = moyear 之类的命令。然后我将不得不再次将此信息复制到一年中的每个月，并将数据折叠为年度信息。有没有更简单的方法？

* Example generated by -dataex-. To install: ssc install dataex
clear
input double persnr float(moyear birthmo surveytime) double smoke
23908 504   . 0  23.96554252199413
23908 505   . 0 16.531705948372615
23908 506   . 0 19.731182795698928
23908 507   . 0 15.172916666666667
23908 508   . 0 12.199596774193546
23908 509   . 0 12.218055555555557
23908 510   . 0 10.207416911045943
23908 511   . 0  11.54166666666667
23908 512   . 0 14.311111111111112
23908 513   . 0 16.728005865102638
23908 514   . 0 22.759722222222226
23908 515   . 0  21.10752688172043
23908 516 515 1 27.638440860215056
23908 517 515 1 24.914434523809522
23908 518 515 1 22.103515874027796
23908 519 515 1 16.881249999999998
23908 520 515 1  14.51930596285435
23908 521 515 1 10.573909068193176
23908 522 515 1 10.057123655913978
23908 523 515 1   12.2486559139785
end
format %tm moyear
format %tm birthmo

Answer 1

这适用于您的示例数据：

egen BIRTHMO = mean(birthmo), by(persnr) 
egen exposure = total(inrange(BIRTHMO - moyear, 1, 10) * smoke), by(persnr) 

有关相关技术的调查，请参阅https://www.stata-journal.com/sjpdf.html?articlenum=dm0055

小点：

1. dataex 代码没有什么令人困惑的地方。关键是一旦你运行它，它的含义就很清楚了。

2. 您的egen 代码不起作用，即使在精神上也是如此。 total() 参数是非法的。错字：第二个= 应该是==。警告：help 的 help 明确表示不使用下标表达式。

3. egen, sum() 在 Stata 9 中没有记录。最好使用并参考total()。代码是等效的，但仍然成立。