面板数据下计算受孕至出生期间平均烟雾暴露量的方法问询

错误原因说明 #

你之前的代码无法得到正确结果有两个核心原因：

• inrange()函数参数不符合要求，该函数标准语法为inrange(校验变量, 最小值, 最大值)，你传入的参数数量错误，且逻辑上没有关联到妊娠全周期的日期范围
• 当前数据集每行仅包含新生儿出生当日的烟雾暴露值，没有覆盖受孕到出生之间所有日期的暴露数据，无法直接计算周期均值

实现步骤（基于Stata） #

步骤1：日期格式标准化 #

首先将字符串格式的日期转为Stata内部可计算的日期格式：

* 原数据日期格式为日/月/年，使用DMY参数转换
gen dt_birth_stata = date(dt_birth, "DMY")
gen dt_conception_stata = date(dt_conception, "DMY")
* 设为可读日期展示格式
format dt_birth_stata dt_conception_stata %td

步骤2：准备每日烟雾暴露基准数据集 #

你需要提前准备一份覆盖所有妊娠时段的全局每日烟雾暴露数据集（命名为smoke_daily.dta），结构如下：

步骤3：扩展样本观测到妊娠全周期 #

将每个新生儿的单条观测，扩展为和妊娠天数一致的多条观测，每条对应妊娠期间的一天：

* 按妊娠天数扩展行数
expand days_gestation
* 生成妊娠周期内的逐日日期
bysort dt_birth_stata dt_conception_stata: gen preg_date = dt_conception_stata + _n - 1
format preg_date %td

步骤4：匹配每日烟雾暴露值 #

将扩展后的样本数据集和每日烟雾基准数据集匹配，关联得到妊娠期间每一天的烟雾暴露值：

* 匹配前将smoke_daily.dta的日期变量名改为preg_date，和样本数据集对齐
merge m:1 preg_date using "smoke_daily.dta", keep(match master) keepusing(smoke) nogen

步骤5：计算妊娠周期平均暴露量 #

按新生儿维度分组计算均值，之后可缩回单条/新生儿的结构：

* 若有唯一新生儿id，优先使用id作为分组变量
bysort dt_birth_stata dt_conception_stata: egen mean_smoke_preg = mean(smoke)
* 保留每个新生儿的单条结果
bysort dt_birth_stata dt_conception_stata: keep if _n == 1

内容的提问来源于stack exchange，提问作者acarr