Stata：如果数据是mi set，则重塑宽数据

Question

我的数据是带有个人标识符和年份标识符的长格式。 它是来自不同数据集的合并和附加数据文件。

编辑： 我的目标是重塑它以对一年的所有观察结果进行回归，并使用前几年的变量。 我不打算使用任何mi 命令。

这是我的重塑代码：

use "${DATA_PATH}HViD_SOEP_rev_dum.dta"

* save all variable-names
quietly describe, varlist
local all_vars = r(varlist) 
display "`all_vars'"
 ** reshape **
foreach var in `all_vars'{
    display "`var'"
    * no reshape for pid, hid, syear and ypnat 
    if `var' == "pid" | `var' == "hid" | `var' == "syear" | `var' == "ypnat*" {
        * do nothing
    }
    else{
        * reshape 
        reshape wide `var', i(pid) j(syear)
    }
}

我得到回报

不;数据是 mi 集 使用 mi reshape 对这些数据执行 reshape。 mi reshape 与 reshape 具有相同的语法。 也许您没有键入 reshape。在这种情况下，您键入的命令调用 reshape，它不适合与 mi 数据一起使用。使用 mi extract 或 mi xeq 选择要运行命令的数据，可能是 m=0

在 stata 手册中写道：

mi unset 是一个很少使用的取消设置数据的命令。更好的替代品包括 mi extract 和 mi 导出（分别参见 [MI] mi extract 和 [MI] mi export）。

我尝试了mi extract = 0，这是推荐的here。 但回报是

语法错误 m=0 在 # 预期的位置找到

我也试过mi reshape widevar', i(pid) j(syear)`。在

中解决了

mi 重塑宽 pgtatzt, i(pid) j(syear) （推算变量 brutto1 brutto2 hinc imo geld betr netw erbey 未注册，因为不在 m=0 中） _mi_miss 未找到

所以，现在我别无选择。我不知道在哪里可以找到 mi_miss 变量，因为它不在原始数据中。

我不想将我的数据导出到 csv 文件，因为这会导致我的标签丢失。

非常感谢任何帮助。

Answer 1

这是基于 Stata MI 手册第 18-20 页上的“简单示例”复制发布的解决方案的尝试。为此，我删除了变量 _mi_miss，这是您的 mi reshape 命令失败的原因。 可以看出，应用你的代码的结果不是一个合适大小的数据集，它可以接受mi 命令。请根据此示例发布您的解决方案的工作版本。 。 编辑 我添加了一个命令，它可能只恢复插补前的原始数据集。这假设变量_mi_m（即复制计数器）仍在数据集中。

use http://www.stata-press.com/data/r14/mheart5, clear
mi set mlong
mi register imputed age bmi
set seed 29390
mi impute mvn age bmi = attack smokes hsgrad female, add(10)

/* Replicate Post Problem */
drop _mi_miss
save  green_yellow, replace
sum attack smokes _mi*
export delimited unset.csv, nolabel quote replace
clear
import delimited unset.csv, clear
cf _all using green_yellow
keep if _mim_m==0   // ADDED
save unset, replace

Answer 2

感谢大家的时间，并认为您已经解决了这个问题。 我会回答我的问题，因为我至少找到了一种解决方法。我知道我的问题是一个非常具体的问题。无论如何，恕我直言，@ 987654321@。

最初的想法来自statalist。

我将 mi 集数据导出到 .csv 并确保标记的变量不是作为整数而是作为值导出的。 然后我将数据重新导入stata。生成的文件不再是 mi 设置。 通过将此数据附加到我的其余数据中，我重新获得了目标文件，但这次不是我设置的。 在追加时，我确保重新导入的文件不是主文件，而是使用文件。 因此，主文件中的标签将扩展到最终文件。 这是我的导出和重新导入代码：

* load data *
use "${DATA_PATH}HViD_green_yellow.dta"

*** export data to .csv ***  
/* 
NOTE: instead of labels the numeric values are saved! This is important to 
ensure that the reimported dataset will be compatabile with SOEP-data.  
All strings are in double quotes: ""
*/
export delimited using "${DATA_PATH}HViD_miunset.csv", nolabel quote replace

clear  

*** import data ***
import delimited "${DATA_PATH}HViD_miunset.csv"

*** check data for integrity **
cf _all using "${DATA_PATH}HViD_green_yellow.dta"

*** save data ***
save "${DATA_PATH}HViD_miunset.dta"