有没有办法计算比较观察值的百分比？

Question

我的数据集在 Stata 中看起来像这样

年份	性别	总统
2023	男	5
2023	女	6
2023	总计	11
2022	男	3
2022	女	2
2022	总计	5

我希望能够创建一个新的变量/列，通过获取该特定年份的男性/总数和女性/总数的分数来给出该年的百分比。换句话说，我希望我的数据集有一个如下所示的附加列：

年份	性别	总统	Perc_pres
2023	男	5	0.45
2023	女	6	0.55
2023	总计	11	1
2022	男	3	0.6
2022	女	2	0.4
2022	总计	5	1

我尝试了 egen perc_pres_`gender'=total(cond(gender==Female), 1, .) 命令为女性总数和男性总数创建新的 2 个新列，然后获取百分比，但这似乎太长了我想要的是。我只想要一栏提供男性和女性的百分比，而不需要其他栏。

Answer 1

通常，像您这样的数据布局是电子表格思维的一个示例，与统计软件中的标准良好实践不符。基于某些观测值（行）的总计不应保存在同一数据集中的其他观测值中，而应保存在其他变量中。

具体来说，如果

Gender == Female

是数据集中的另一个变量，那么您的表达式

Female

充其量是有意义的。对于其他两种（也是更明显的）可能性中的任何一种都是非法的，即

Gender

是字符串变量，在这种情况下需要

"Female"

，或者

Gender

是带有值标签的数字变量，其中如果需要不同的比较。

您明显使用本地宏

gender

对我来说也没有意义。

您混淆了百分比（加到 100）与比例或分数（加到 1）。

这里需要的代码很尴尬，很大程度上是因为你的数据布局很尴尬。

这是一种解决方案，它取决于

Female

Male

Total

按该顺序排序。

* Example generated by -dataex-. For more info, type help dataex
clear
input int year str6 gender byte presidents
2023 "Male"    5
2023 "Female"  6
2023 "Total"  11
2022 "Male"    3
2022 "Female"  2
2022 "Total"   5
end

bysort year (gender) : gen percent = 100 * presidents / presidents[_N]

list , sepby(year)

     +-------------------------------------+
     | year   gender   presid~s    percent |
     |-------------------------------------|
  1. | 2022   Female          2         40 |
  2. | 2022     Male          3         60 |
  3. | 2022    Total          5        100 |
     |-------------------------------------|
  4. | 2023   Female          6   54.54546 |
  5. | 2023     Male          5   45.45454 |
  6. | 2023    Total         11        100 |
     +-------------------------------------+

如果这没有帮助（足够），请使用

dataex

给出示例（并参阅

stata

标签维基）。