如何在Stata中计算连续与分类变量的缺失值占比？

方法1：使用官方命令misstable summarize #

这是最简便的方式，支持所有变量类型，直接输出缺失值统计结果：

misstable summarize _all, miss

执行后会得到每个变量的观测值总数、缺失值数量、缺失值占比，完全满足需求，无需区分变量是连续型还是分类型。

方法2：自定义循环生成贴合示例的格式 #

如果想要和你给出的示例完全一致的表格样式，可以通过循环遍历变量，手动计算并输出结果：

* 创建存储结果的矩阵
matrix results = J(0,3,.)
matrix colnames results = "varname" "no_of_missing" "proportion"

* 遍历所有目标变量
foreach var of varlist _all {
    * 计算总观测数
    count
    local total = r(N)
    * 计算缺失值数量
    count if missing(`var')
    local miss = r(N)
    * 计算缺失比例（保留整数百分比）
    local pct = round(`miss'/`total'*100, 1)
    
    * 将结果添加到矩阵
    matrix results = results \ ("`var'", `miss', "`pct'%")
}

* 输出最终结果矩阵
matrix list results, noheader

这段代码会生成和示例格式一致的统计表格，每一行对应一个变量的缺失值数量与占比。

补充说明 #

• 代码中的_all代表当前数据集的所有变量，如果你仅需查看特定10个变量，将_all替换为你的变量列表即可，比如varlist Sex Age Ethnicity ...
• misstable summarize还支持更多扩展参数，比如添加detail可查看更详细的缺失值分布，添加pattern可查看缺失值组合模式，可按需使用。

内容的提问来源于stack exchange，提问作者Emily