Cómo Hacer Egen (comando stata) en R

Cómo hacer egen (comando stata) en R: calcula un resumen estadístico por grupos y lo almacena en una nueva variable. Por ejemplo, los datos tienen tres variables, id, tiempo e y, queremos calcular la media de y para cada id y luego almacenarla como una nueva variable mean_y.

En estado, el comando sería

egen mean_y = mean (y), por (id)

En R, esta tarea se puede completar por ave

Generar conjunto de datos:

1
2
3
4
id <- rep(1:3,each=3)
t<-rep(1:3,3)
y<-sample(1:5,9,replace=T)
my_data<-data.frame(id=id,time=t,y=y)

Orignal data:

1
2
3
4
5
6
7
8
9
10
11
> my_data
  id time y
1  1    1 4
2  1    2 1
3  1    3 4
4  2    1 2
5  2    2 3
6  2    3 3
7  3    1 4
8  3    2 4
9  3    3 3
1
2
3
4
5
6
7
8
9
10
11
> within(my_data, {mean_y = ave(y,id)} )
  id time y   mean_y
1  1    1 4 3.000000
2  1    2 1 3.000000
3  1    3 4 3.000000
4  2    1 2 2.666667
5  2    2 3 2.666667
6  2    3 3 2.666667
7  3    1 4 3.666667
8  3    2 4 3.666667
9  3    3 3 3.666667

Las estadísticas de resumen predeterminadas son malas. Sin embargo, podemos asignar una función particular para calcular las estadísticas de resumen. Por ejemplo, si queremos calcular el sd de y por id, entonces podemos tener

1
2
3
4
5
6
7
8
9
10
11
within(my_data, {sd_y = ave(y,id,FUN=sd)} )
  id time y      sd_y
1  1    1 4 1.7320508
2  1    2 1 1.7320508
3  1    3 4 1.7320508
4  2    1 2 0.5773503
5  2    2 3 0.5773503
6  2    3 3 0.5773503
7  3    1 4 0.5773503
8  3    2 4 0.5773503
9  3    3 3 0.5773503

Observación: dentro evalúa una expresión en un entorno creado a partir de data.frame. Además, modificará el data.frame y lo devolverá (en nuestro caso, crea nuevas variables, mean_y o sd_y)

TszKin Julian Chan

Leave a Reply