如何计算含缺失值矩阵各列的正确标准差？（Stata/Mata）

我通过以下Stata代码生成矩阵：

matrix A = (1,2\2,5\.,7\.,10\.,2\.,13)

需要计算该矩阵每一列的标准差（共两列）。尝试了如下Mata代码：

mata: st_matrix("testing", diagonal(sqrt(variance(st_matrix("A")))))
matrix list testing

但运行结果和MS Excel计算的标准差不一致，推测是缺失值或方差计算逻辑导致的问题，请问如何得到正确的列标准差？

问题根源 #

1. 自由度差异：Mata的variance()函数默认计算总体方差（除以观测数n），而Excel常用的STDEV.S函数计算的是样本方差（除以n-1），这是结果差异的核心原因。
2. 缺失值处理：variance()会自动忽略缺失值，但需确保计算时使用有效观测数对应的自由度。

修正后的Mata代码 #

要得到和Excel一致的样本标准差，需在variance()中指定第2个参数为1（表示使用样本方差，自由度为n-1）：

mata: 
    A = st_matrix("A")
    // 计算样本方差（自动忽略缺失值，自由度取n-1）
    col_vars = variance(A, 1)
    // 将标准差转为对角矩阵并输出到Stata矩阵
    st_matrix("col_stds", diagonal(sqrt(col_vars)))
end
matrix list col_stds

验证结果 #

针对示例矩阵：

• 第一列有效观测值为[1,2]，样本标准差为0.7071
• 第二列有效观测值为[2,5,7,10,2,13]，样本标准差为4.6904
  该结果与Excel的STDEV.S计算结果完全一致。

替代方案（无需Mata） #

如果不想使用Mata，可将矩阵转为数据集后用Stata原生命令计算：

* 将矩阵转换为数据集
svmat A, names(col)
* 计算每列的样本标准差
summarize col1 col2, detail
* 提取标准差到矩阵
matrix col_stds = (r(sd_col1), r(sd_col2))'
matrix list col_stds
* 清理临时数据
drop col1 col2

内容的提问来源于stack exchange，提问作者Hosea