Stata 13中collapse命令类型不匹配及数据追加错误排查

一、彻底解决类型不匹配错误（r(106)/r(109)） #

• 排查变量中的非数值杂质
  对报错的变量（如erate、averagerate），用以下命令定位异常内容：

  inspect erate  // 查看变量的字符分布、频率统计
  list if missing(real(erate))  // 列出无法转成数值的观测
  

  找出"NA"、" "、"--"这类非数值标记，为后续处理提供依据。

• 精准执行destring转换
  不要仅依赖force参数，明确指定需要忽略的非数值字符，避免强行转换生成错误数值：

  destring erate averagerate, replace force ignore("NA" "N/A" " " "--")
  

  转换后用describe erate averagerate确认变量类型为float或int。

• 修复collapse的r(109)错误
  该错误多因分组变量或统计量变量类型混乱：

  • 若分组变量是字符串类型，检查是否存在空值或异常字符，必要时转成数值分组：

    encode group_var, gen(group_num)
    

  • 确保collapse中的统计量参数仅用于数值变量，比如不要对字符串变量使用mean()，命令示例：

    collapse (mean) erate averagerate, by(group_num year)
    

二、修正destring后结果与示例的偏差 #

• 核对原始数据差异
  用list averagerate in 1/30对比示例的原始数据，确认是否存在原始观测值的差异（比如示例数据已提前清理异常值，而你的数据未处理）。

• 校验collapse语法一致性
  对比示例中的collapse命令，检查是否遗漏by()分组变量、统计量类型（比如示例用sum()你用了mean()），确保参数完全匹配。

• 分步验证统计结果
  先用summarize erate averagerate获取整体描述统计，和示例的整体均值对比；再用bysort group_num: summarize erate averagerate查看分组统计，定位偏差出现在整体还是分组层面，再针对性调整数据清理或分析命令。

内容的提问来源于stack exchange，提问作者Roman Khudoberdin