基于年龄和面板轮数在Stata中删除观察值

Question

我有一个面板数据集，我想删除在第一轮调查中年龄在 40 岁及以上的受访者。

我尝试做drop if age>40 和drop if age>40 & t==1，其中 t 是该人所在调查波的标识符。但是，当我做第二个时，剩下的人是 40 岁以上的人。

以下是我的数据的示例：

pid      age     wave  year of survey
1         20      1      2005
1         21      2      2006
1         22      3      2007 
1         23      4      2008
2         37      1      2006 
2         38      2      2007  
2         39      3      2008
2         40      4      2009
3         40      1      2008
3         41      2      2009
3         42      3      2010
3         43      4      2011

我的目标是不要失去第三位受访者，因为他/她在第一次接受调查时属于我的目标年龄组，但他们不在接下来的调查年份（而不是仅仅留下他/她的第一波如果我只是简单地做drop if age<=40，则删除其他 3 个数据并删除正在执行的操作）。

是否有另一种方法可以只留下 40 岁以下的人，而在第一波中保留 40 岁的人，即使他们在随后的波中 41 岁、42 岁等？我基本上想将我的小组限制在 40 岁以下的年龄组中，同时保留那些 40 岁但在随后的一波中可能超过 40 岁的人（我只有 4 波）。

Answer 1

Stata 为您提供您所要求的一切。使用drop if age > 40，您只会丢失age > 40 的任何观察。使用drop if age > 40 & wave == 1，您可以添加一个附加条件：如果它同时具有wave == 1，则将其删除。我认为这很清楚。

我觉得你的解释有些矛盾。您不想失去受访者 3 的任何观察结果，因为在她的第一波中她还没有超过 40 岁，尽管她在接下来的波中。但后来你说你希望只剩下 40 岁以下的人。

以下内容只是删除了任何在第一波中超过 40 岁的人的所有观察结果。如果这不是您想要的，请告诉我们。

clear all
set more off

input ///
pid      age     wave  survyear
1         20      1      2005
1         21      2      2006
1         22      3      2007 
1         23      4      2008
2         37      1      2006 
2         38      2      2007  
2         39      3      2008
2         40      4      2009
3         40      1      2008
3         41      2      2009
3         42      3      2010
3         43      4      2011
4         42      1      2009
4         43      2      2010
4         44      3      2011
4         45      4      2012
end

list, sepby(pid)

*-----

bysort pid (age): drop if age[1] > 40
list, sepby(pid)

您可能想阅读 Nick Cox 的 Speaking Stata: How to move step by: step。另见help subscripting。

编辑

在不了解数据库结构的情况下，按wave 排序应该是更通用的方法。这涉及前面代码中的bysort pid (wave): ...。想象一个人的年龄相同的情况，连续两次浪潮。如果是这样，按age 排序不会给出一致的结果。 wave 变量可能是唯一标识每个人的案例的变量。仔细阅读help sort 和help isid，包括手册条目。