当存在三个二分解释变量时，在Stata中汇总统计数据（平均值，标准差）答案

【问题标题】：Summarizing statistics (mean, sd) in Stata, when there are three dichotomous explanatory variables当存在三个二分解释变量时，在Stata中汇总统计数据（平均值，标准差）
【发布时间】：2015-02-05 01:44:27
【问题描述】：

当存在三个二分 IV 时，我正在尝试为 DV 创建一个汇总统计表（平均值，标准差）。使用命令tab IV1 Iv2, sum (DV) 我可以只为两个IV 变量创建一个汇总统计表，但不能为三个。但是，我需要三个 IV 及其交互的摘要统计信息。有什么办法吗？替代命令？谢谢！

【问题讨论】：

对于一些宗教人士来说，DV 的意思是“上帝愿意”。对于许多经济学家来说，IV 意味着“工具变量”。您的意思是因变量和自变量，但这两个缩写在统计科学中都不是通用的。

标签： stata summary

【解决方案1】：

你可以像这样创建一个交互变量：

webuse nlswork
egen interaction = group(race nev_mar union), label
tab interaction, sum(ln_wage)

【讨论】：

【解决方案2】：

在这里，我使用与 Dimitriy 相同的精心挑选的沙箱。

webuse nlswork, clear 
quietly statsby n=r(N) mean=r(mean)  sd=r(sd), by(race nev_mar union)  subsets clear: summarize ln_wage
egen nvars = rownonmiss(race nev_mar union )
sort nvars race nev_mar union 
format mean sd %4.3f 
l race-sd, sepby(nvars) noobs 

+-------------------------------------------------+  
|  race   nev_mar   union       n    mean      sd |
|-------------------------------------------------|
|     .         .       .   28534   1.675   0.478 |
|-------------------------------------------------|
| white         .       .   13590   1.796   0.464 |
| black         .       .    5426   1.647   0.458 |
| other         .       .     211   1.890   0.510 |
|     .         0       .   15509   1.758   0.466 |
|     .         1       .    3718   1.740   0.477 |
|     .         .       0   14720   1.702   0.466 |
|     .         .       1    4507   1.927   0.432 |
|-------------------------------------------------|
| white         0       .   11399   1.794   0.462 |
| white         1       .    2191   1.808   0.474 |
| white         .       0   10774   1.753   0.465 |
| white         .       1    2816   1.961   0.422 |
| black         0       .    3955   1.651   0.455 |
| black         1       .    1471   1.634   0.467 |
| black         .       0    3779   1.551   0.432 |
| black         .       1    1647   1.867   0.440 |
| other         0       .     155   1.893   0.553 |
| other         1       .      56   1.881   0.369 |
| other         .       0     167   1.865   0.510 |
| other         .       1      44   1.983   0.507 |
|     .         0       0   11936   1.707   0.464 |
|     .         0       1    3573   1.930   0.429 |
|     .         1       0    2784   1.682   0.474 |
|     .         1       1     934   1.914   0.444 |
|-------------------------------------------------|
| white         0       0    9071   1.751   0.462 |
| white         0       1    2328   1.961   0.423 |
| white         1       0    1703   1.766   0.479 |
| white         1       1     488   1.958   0.420 |
| black         0       0    2745   1.556   0.433 |
| black         0       1    1210   1.867   0.429 |
| black         1       0    1034   1.536   0.430 |
| black         1       1     437   1.866   0.469 |
| other         0       0     120   1.856   0.550 |
| other         0       1      35   2.020   0.553 |
| other         1       0      47   1.888   0.391 |
| other         1       1       9   1.842   0.235 |
+-------------------------------------------------+

因此，您可以紧凑地获得所有三向组合、所有双向、所有单向和整体摘要。此外，此摘要集现在是内存中的数据集，因此您可以进一步操作它、导出它等等。

【讨论】：