Stata中纳入抽样权重统计年度符合条件个体观测数量的方法咨询

实现逻辑 #

你需要统计的加权个体数本质是符合var1==1 | var1==2条件的观测的抽样权重总和，对应抽样设计下的目标群体规模估计值。

代码实现 #

方案1：兼容原有循环逻辑（改动最小） #

把原有count命令替换为带权重参数的summarize命令，调用返回值r(sum_w)（权重总和）即可：

gen var1_weighted_count = .
foreach i of numlist 1997/1999 {
    summarize weight if (var1==1 | var1==2) & time==`i' [pweight=weight]
    replace var1_weighted_count = r(sum_w) if time==`i'
}

以你提供的示例数据运行后，各年度结果如下：

• 1997年：413.2（权重400+13.2加总）
• 1998年：200（仅ID1的观测符合条件）
• 1999年：0（无符合var1条件的观测）

方案2：无需循环的简洁写法 #

* 生成符合筛选条件的标识
gen eligible = (var1==1 | var1==2) if !missing(var1)
* 按年度分组直接计算加权总和
bysort time: egen var1_weighted_count = total(eligible * weight)

方案3：需要输出标准误的统计推断场景 #

如果需要同时输出加权计数的标准误，可使用svy系列命令：

* 先声明抽样设计
svyset [pweight=weight]
* 按年度输出符合条件的加权计数及标准误
svy, subpop(if eligible == 1): tab time, count se

注意事项 #

• 不要使用summarize返回的r(sum)作为结果，该值是变量weight的加权统计量，不是权重本身的加总
• 如果存在缺失值，建议提前对var1、time、weight字段做缺失值筛查，避免统计结果偏差

内容的提问来源于stack exchange，提问作者Hosea