Stata双观测个体数据集重排及基线-随访变量提取回归实现

一、目标数据集重构（无需手动拆分奇偶行） #

依靠个体唯一标识rescode匹配两个时点的观测信息，全程Stata可自动化完成：

• 先校验数据结构，确认每个rescode仅对应2条带时间标签的观测：
  输入命令isid rescode followup，如果无报错即代表数据结构符合预期
• 分别提取两个时点的有效观测：
  1. 提取基线时点的所有控制变量、基线核心自变量，重命名避免和随访变量重名：

  preserve
  keep if followup == "Baseline" // 注意核对数据中该变量的实际取值拼写，不要出现匹配偏差
  keep rescode enterprise aimag group loan_baseline eduvoc edusec age16 under16 marr_cohab age age_sq buddhist hahl sep_f nov_f soum
  rename enterprise enterprise_baseline
  tempfile base_obs
  save `base_obs'
  restore
  

  2. 提取随访时点的目标因变量：

  preserve
  keep if followup == "Followup" // 注意原命令中将Followup错拼为Folowup，属于之前命令无法运行的核心拼写错误
  keep rescode enterprise
  rename enterprise enterprise_followup
  tempfile fol_obs
  save `fol_obs'
  restore
  

• 按唯一标识匹配合并两个时点的观测，得到单个体单行的分析数据集：

  merge 1:1 rescode using `base_obs'
  keep if _merge == 3 // 仅保留两个时点都匹配成功的611个个体
  drop _merge
  

  运行完成后即可得到611行的专用分析数据集，无需手动识别、拆分奇数/偶数行。
  对应菜单操作路径：依次点击Data > Create or change data > Other file-transformation commands > Reshape，选择长转宽模式，个体标识选rescode、时变标识选followup，需要转宽的变量选enterprise，点击确认即可自动完成等价的数据集转换。

二、修正原有回归命令的适配问题 #

原命令无法正常运行的核心原因是两个语法硬伤：

• 不支持在回归变量列表中嵌入if筛选语句，即enterprise(if followup="xxx")的写法Stata无法识别
• 存在拼写错误，将Followup错写为Folowup，即使语法正确也无法匹配到对应观测
  因为经过数据集重构后，基线核心自变量、随访因变量已经作为独立变量存在于同一条个体观测上，直接调用即可，修正后的回归命令为：

reg enterprise_followup i.aimag group loan_baseline eduvoc edusec age16 under16 marr_cohab age age_sq buddhist hahl sep_f nov_f enterprise_baseline, vce(cluster soum)

操作提示：

• 所有数据集重构操作前，先保存备份原始数据，避免不可逆的操作失误
• 运行完数据集合并后，通过list rescode enterprise_baseline enterprise_followup in 1/10核对变量取值匹配是否正确，避免出现时点错配
• 因enterprise为二值因变量，后续可根据分析需求将reg替换为logit或probit，命令结构保持完全一致

内容的提问来源于stack exchange，提问作者Hans