求助：修正Stata代码实现分地区性别的5年移动平均教育均值图

原代码存在多个核心错误，导致无法运行或结果不符合需求：

• 循环中使用keep BY == year''会永久删除其他年份的数据，后续循环无可用数据
• 用total(SCL)计算的是总和而非均值，不符合"平均受教育水平"的需求
• 生成多列年份变量的方式无法适配时间序列分析
• 未实现分地区、性别的分组统计

以下是修正后的完整代码，完全满足你的需求：

// 1. 简化生成大学入学虚拟变量SCL
gen SCL = (educca > 13)
// 注：Stata中逻辑表达式直接返回1/0，无需先设0再替换

// 2. 按出生年份、地区、性别分组，计算平均SCL（将截面数据转为面板格式）
collapse (mean) mean_SCL = SCL, by(BY 地区变量名 性别变量名)
// 请将"地区变量名""性别变量名"替换为你数据中实际的变量名称

// 3. 补全可能缺失的年份（可选，确保时间序列连续）
tsset BY, by(地区变量名 性别变量名)
tsfill, full
replace mean_SCL = 0 if missing(mean_SCL)  // 无数据的年份设为0，也可根据需求用插值

// 4. 计算5年移动平均并绘图（分地区性别展示）
tsline mean_SCL, ma(5) ///
    by(地区变量名 性别变量名, rows(2) cols(2)) /// 按地区、性别分图展示
    title("5年移动平均：分地区性别的大学入学率趋势") ///
    xlabel(1876(10)1971) /// 调整x轴标签间隔，提升可读性
    ytitle("平均大学入学率") ///
    xtitle("出生年份") ///
    legend(off) /// 分图无需统一图例，每个子图对应一组
    graphregion(color(white)) // 美化背景

// 可选：生成移动平均变量后对比原始趋势
bysort 地区变量名 性别变量名: egen ma5_mean_SCL = mean(mean_SCL), window(5)
line mean_SCL ma5_mean_SCL BY, ///
    by(地区变量名 性别变量名) ///
    title("原始趋势与5年移动平均对比") ///
    ytitle("平均大学入学率") ///
    xtitle("出生年份") ///
    legend(label(1 "原始值") label(2 "5年移动平均"))

关键修正说明 #

• 使用collapse命令一次性完成分组均值计算，替代错误的循环筛选方式，避免数据丢失
• 通过by(地区变量名 性别变量名)实现分群体统计，满足分组需求
• tsset指定时间序列结构，确保移动平均计算逻辑正确
• 提供两种绘图方式：直接在tsline中调用移动平均，或先生成移动平均变量再对比展示

内容的提问来源于stack exchange，提问作者Vriz