如何在Stata中基于多分类变量组合生成技术评分变量并排序？

一、加权总分生成代码的合理性验证 #

语法与逻辑分析 #

你提供的gen代码核心逻辑是通过加权求和生成企业技术重要性总分，符合调研中按权重（6-1）计算评分的需求，但存在明显语法错误：

gen tecscore= Tq13q145G*6 +Tq13q14Robatics*5+ Tq13q14bigdata*4+ Tq13q14AI*3+ Tq13q14INTOT*2+( Tq13q14cloud+ Tq13q14Blockchain Tq13q14DataStech+ Tq13q14Machinelearning +Tq13q14Predictivedata Tq13q14Datasecurity +Tq13q14Tools +Tq13q14EdgeCompute+ Tq13q14BioNano Tq13q14Augmentedreality+ Tq13q14Quantum)*1

• 错误点：多个变量间缺失加号（+），例如Tq13q14Blockchain与Tq13q14DataStech之间、Tq13q14Predictivedata与Tq13q14Datasecurity之间、Tq13q14BioNano与Tq13q14Augmentedreality之间均无运算符，Stata会将其识别为无效变量名，直接报错。
• 修正后的代码示例：

gen tecscore= Tq13q145G*6 + Tq13q14Robatics*5 + Tq13q14bigdata*4 + Tq13q14AI*3 + Tq13q14INTOT*2 + (Tq13q14cloud + Tq13q14Blockchain + Tq13q14DataStech + Tq13q14Machinelearning + Tq13q14Predictivedata + Tq13q14Datasecurity + Tq13q14Tools + Tq13q14EdgeCompute + Tq13q14BioNano + Tq13q14Augmentedreality + Tq13q14Quantum)*1

分类变量组合生成新变量的可行性 #

完全可以通过q13与q14的交叉组合生成分组变量，再基于分组计算技术评分，常见场景包括：

• 若需在q13-q14交叉组内计算技术总分，可使用bysort前缀：

  bysort q13 q14: gen tecscore_group = Tq13q145G*6 + ... + (其余12项技术求和)*1
  

• 若需将交叉组合作为单独变量，可先生成交叉分组标识：

  gen q13q14 = q13*10 + q14  // 生成15种联合取值的标识变量
  bysort q13q14: gen tecscore_by_group = ...  // 基于交叉组计算总分
  

二、分组排序代码的问题与修正 #

egen group()代码的错误 #

你提供的egen代码存在逻辑与语法双重错误：

egen tecscore= group( Tq13q145G*6 Tq13q14Robatics*5 Tq13q14bigdata*4 Tq13q14AI*3 Tq13q14INTOT*2 Tq13q14cloud Tq13q14Blockchain Tq13q14DataStech Tq13q14Machinelearning Tq13q14Predictivedata Tq13q14Datasecurity Tq13q14Tools Tq13q14EdgeCompute Tq13q14BioNano Tq13q14Augmentedreality Tq13q14Quantum), missing label

• group()函数的参数只能是原始变量名，不能是变量运算表达式（如Tq13q145G*6），Stata会将这类表达式识别为不存在的变量，直接报错。
• 该代码的意图若为将16项技术的取值组合划分为不同组别，逻辑上会生成大量组别（远多于15种交叉分组），与调研需求不符。

是否需要先分组再排序？ #

需根据你的分析目标判断：

1. 若需在q13-q14交叉组内对技术总分排序：无需提前用group()分组，直接用bysort结合rank()函数即可：

   // 先计算技术总分（修正后的gen代码）
   gen tecscore= ... 
   // 在q13-q14交叉组内对tecscore排序，生成排名变量
   bysort q13 q14: gen tec_rank = rank(tecscore)
   

2. 若需将技术总分划分为若干组别（如分位数组）：可使用xtile或egen cut，而非group()：

   // 将tecscore分为5个等分组
   xtile tec_group = tecscore, nq(5)
   // 或用egen cut自定义分组阈值
   egen tec_group_cut = cut(tecscore), at(0,20,40,60,80,100)
   

内容的提问来源于stack exchange，提问作者Fab Taba