以前寫過一篇：Stata: 加總同性質的資料(Aggregate similar Observations)，裡面用的方法是collapse，這種情況用於：一個人有多筆資料 (用術語說，就是資料格式是長格式)，你想要加總同性質資料，將每個人的資料變成一筆。
這種方法雖好，但如果你想要維持資料是長格式 (一個人有多筆資料)，那collapse就不符合你的需求。
假設資料格式如下圖所示。sid代表student id，did代表文件 id，words代表每個文件的字數。
如果用 collpase 指令：
collapse (mean) words, by(sid) 結果會如下圖所示。原本一個學生有多筆sid，跑完collapse之後，每個學生只剩一筆資料了。
但這有可能不是你要的，你可能還想維持長格式，那該怎麼辦呢？重新載入資料，我們從頭來過。
如果想知道每個學生平均words，那可以利用egen指令：
bys sid: egen avgwords = mean(words) 結果如下圖所示：
兩種方法都可以，但結果稍有不同。要選用哪種，就看你要作哪種分析。
標籤： 統計分析