Stata：缺失值填充-fillmissing-数值和文字的前后填充！

👇 连享会 · 推文导航 | www.lianxh.cn

• 🍎 Stata：Stata基础 | Stata绘图 | Stata程序 | Stata新命令
• 📘 论文：数据处理 | 结果输出 | 论文写作 | 数据分享
• 💹 计量：回归分析 | 交乘项-调节  | IV-GMM | 时间序列 | 面板数据  | 空间计量 | Probit-Logit | 分位数回归
• ⛳ 专题：SFA-DEA | 生存分析  | 爬虫 | 机器学习 | 文本分析
• 🔃 因果：DID | RDD | 因果推断 | 合成控制法 | PSM-Matching
• 🔨 工具：工具软件 | Markdown | Python-R-Stata
• 🎧 课程：公开课-直播 |  计量专题 | 关于连享会

连享会视频课 · 因果推断实用计量方法

作者：初虹 (山东财经大学)
邮箱：ch2099058972@163.com

温馨提示： 文中链接在微信中无法生效。请点击底部「阅读原文」。或直接长按/扫描如下二维码，直达原文：

目录

• 1. Stata 中的缺失值

• 2. fillmissing 命令介绍

• 2.1 fillmissing 命令安装

• 2.2 fillmissing 命令语法

• 3. fillmissing 命令示例

• 4. 相关推文

1. Stata 中的缺失值

Stata 中的缺失值 (missing value) 是一个大于任何自然数的数，并以 . 呈现。其基础知识大致分为三部分：标记、查找/删除和补充。本文主要介绍 Stata 中功能较为全面的用以补充缺失值的第三方命令：fillmissing。关于其他内容，可以移步下面的简要指引：

缺失值的标记：help mvdecode

缺失值的查找与删除

• help missing：Stata：让缺失值一‍览无余
• help misstable：Stata：缺失值与多重补漏-misstable-D204
• help dropmiss
• egen new = rmiss(a b c d)
• 描述性统计中的样本量与回归结果的样本量应保持一致，可以先回归，再 fsum varlist if e(sample)

补充缺失值

• help mi
• help carryforward
• help tsfill：Stata：缺失值的填充和补漏
• help ipolate：Stata：缺失值的填充和补漏
• help twofold：Stata：面板数据缺失值与多重补漏分析-twofold
• help fillmissing

2. fillmissing 命令介绍

2.1 fillmissing 命令安装

安装完成之后，可以 which fillmissing 查看 fillmissing 的安装位置和版本号等信息，具体使用方法可通过 help fillmissing 查看。

2.2 fillmissing 命令语法

• with(any)：最好用来填充常量变量 (constant variable)，因为会任意从非缺失值中填充缺失值。如果未指定 with_options，则作为默认值；
• with(previous)：使用前面的值填充当前的缺失值。如果前面的值也缺失，则当前值保持缺失状态。另外，该选项并不对数据进行排序操作，因此无论当前数据的排序如何，填充都将使用当前的排序状态来标识当前缺失值和前面的观测值；
• with(next)：与 with(previous) 类似，使用后面的值填充当前的缺失值。如果后面的值也缺失，则当前值保持缺失状态。另外，该选项并不对数据进行排序操作，因此无论当前数据的排序如何，填充都将使用当前的排序状态来标识当前缺失值和后面的观测值；
• with(first)：使用当前排序状态下的第一个值替换所有的缺失值。或者搭配 bysort，将使用每个组的第一个值；
• with(last)：使用当前排序状态下的最后一个值替换所有的缺失值。或者搭配 bysort，将使用每个组的最后一个值；
• with(mean)：使用非缺失值的平均值替换缺失值。变量类型只能为数值型 (numeric variable)；
• with(median)：使用非缺失值的中位数替换缺失值。变量类型只能为数值型 (numeric variable)；
• with(min)：使用非缺失值的最小值替换缺失值。变量类型只能为数值型 (numeric variable)；
• with(max)：使用非缺失值的最大值替换缺失值。变量类型只能为数值型 (numeric variable)。

3. fillmissing 命令示例

首先生成模拟数据。其中，数据分为两组，以 id 标识。变量 k 为数值型变量 (numeric variable)。

下面的命令分别对应着 with_option 的几个选项，随后图片给出了每行命令的运行结果。

通过图片可以很容易理解每个 with_option 选项的含义，此不再赘述。

4. 相关推文

Note：产生如下推文列表的 Stata 命令为：
  lianxh 缺失值, m
安装最新版 lianxh 命令：
  ssc install lianxh, replace

• 专题：数据处理
• Stata数据处理：缺失值与多重补漏分析（一）
• Stata数据处理：缺失值与多重补漏分析（二）
• Stata数据处理：缺失值与多重补漏分析（三）
• Stata：缺失值与多重补漏-misstable-D204
• 缺失值能否用零代替？-L117
• Stata：让缺失值一览无余
• Stata缺失值专题：多重补漏分析
• Stata：缺失值的填充和补漏
• 专题：面板数据
• Stata：面板数据缺失值与多重补漏分析-twofold

课程推荐：因果推断实用计量方法
主讲老师：邱嘉平教授
🍓 课程主页：https://gitee.com/lianxh/YGqjp

New！ Stata 搜索神器：lianxh 和 songbl  GIF 动图介绍
搜： 推文、数据分享、期刊论文、重现代码 ……
👉 安装：
  . ssc install lianxh
  . ssc install songbl
👉  使用：
  . lianxh DID 倍分法
  . songbl all

🍏 关于我们

• 连享会 ( www.lianxh.cn，推文列表) 由中山大学连玉君老师团队创办，定期分享实证分析经验。
• 直通车： 👉【百度一下： 连享会】即可直达连享会主页。亦可进一步添加 「知乎」,「b 站」,「面板数据」,「公开课」 等关键词细化搜索。