Moving average window stata

Struktur data ini cukup tidak sesuai untuk tujuan. Dengan asumsi id pengenal yang Anda butuhkan untuk membentuk kembali. misalnya Lalu rata-rata bergerak mudah. Gunakan tssmooth atau hanya menghasilkan. misalnya Lebih lanjut mengapa struktur data Anda tidak sesuai: Tidak hanya perhitungan rata-rata bergerak memerlukan satu lingkaran (tidak harus melibatkan egen), namun Anda akan menciptakan beberapa variabel tambahan baru. Menggunakan analisis berikutnya akan berada di antara canggung dan tidak mungkin. EDIT Ill memberi contoh loop, sementara tidak bergerak dari posisi saya bahwa tekniknya buruk. Saya tidak melihat alasan di balik konvensi penamaan Anda dimana P1947 adalah mean untuk 1943-1945 Saya menganggap itu hanya salah ketik. Mari kita anggap bahwa kita memiliki data untuk tahun 1913-2012. Untuk jangka waktu 3 tahun, kita kehilangan satu tahun di setiap akhir. Itu bisa ditulis lebih ringkas, dengan mengorbankan kebingungan makro dalam makro. Menggunakan bobot yang tidak sama mudah, seperti di atas. Satu-satunya alasan untuk menggunakan egen adalah bahwa hal itu tidak menyerah jika ada misi, yang akan dilakukan di atas. Sebagai soal kelengkapan, perhatikan bahwa mudah untuk menangani misi tanpa menggunakan egen. Dan penyebut Jika semua nilai hilang, ini akan berkurang menjadi 00, atau hilang. Jika tidak, jika ada nilai yang hilang, kita tambahkan 0 ke pembilang dan 0 ke penyebut, yang sama dengan mengabaikannya. Tentu kodenya dapat ditolerir seperti di atas rata-rata 3 tahun, tapi entah untuk kasus itu atau untuk rata-rata selama bertahun-tahun lebih, kita akan mengganti garis di atas dengan sebuah lingkaran, seperti yang biasa dilakukan oleh eg. Ketika menghitung rata-rata bergerak yang bergerak, Rata-rata di tengah periode waktu masuk akal Pada contoh sebelumnya, kami menghitung rata-rata periode pertama 3 periode dan menempatkannya di samping periode 3. Kami dapat menempatkan rata-rata di tengah interval waktu tiga periode, yaitu, Di samping periode 2. Ini bekerja dengan baik dengan periode waktu yang aneh, tapi tidak begitu baik bahkan untuk periode waktu tertentu. Jadi, di mana kita akan menempatkan moving average pertama ketika M4 secara teknis, Moving Average akan turun pada t 2,5, 3,5. Untuk menghindari masalah ini, kita menghaluskan MA dengan menggunakan M 2. Jadi, kita menghaluskan nilai yang merapikan Jika kita rata-rata jumlah istilah genap, kita perlu memperlancar nilai yang merapikan Tabel berikut menunjukkan hasilnya dengan menggunakan M 4.I memiliki daftar orang , Waktu pendaftaran, dan skor. Di Stata saya ingin menghitung rata-rata nilai bergerak berdasarkan jendela waktu di sekitar pengamatan masing-masing (bukan jendela berdasarkan jumlah observasi laggingleading). Misalnya, dengan asumsi - 2 hari di kedua sisi dan tidak termasuk pengamatan saat ini, saya mencoba untuk menghitung sesuatu seperti ini: Saya telah mencoba untuk menentukan dataset dengan tsset dan kemudian menggunakan tssmooth. Tapi tidak bisa mendapatkannya bekerja. Karena mungkin ada beberapa pengamatan untuk periode waktu tertentu, saya tidak yakin ini adalah pendekatan yang benar. Juga, pada kenyataannya variabel hari adalah cap waktu tt. Tanya 6 Des 16 at 16:04 tsset cant help here bahkan jika Anda membuat waktu Anda secara teratur spasi, karena Anda memiliki beberapa nilai berulang untuk waktu, namun data Anda tidak memenuhi syarat sebagai data panel dalam arti Statas. Tapi masalahnya harus menghasilkan beberapa kemungkinan. Pertama, mari kita ambil contoh Anda secara harfiah menggunakan hari integer. Di sini kita asumsikan tidak ada nilai yang hilang. Prinsip untuk meneruskan adalah rata-rata orang lain (jumlah semua - nilai ini) (jumlah nilai - 1) Dalam prakteknya, Anda tidak ingin melewatkan semua kemungkinan tanggal dalam milidetik. Jadi, cobalah satu lingkaran untuk mengamati bentuk ini. Perhatikan elemen ltpseudocodegt. Makalah ini juga relevan: Jika mungkin terjadi, satu garis harus lebih rumit: artinya jika nilai saat ini hilang, kita kurangi 0 dari jumlah dan 0 dari hitungan pengamatan. EDIT: Selama 2 hari dalam milidetik, eksploitasi fungsi inbuilt dan gunakan cofd (2).