全部版块 我的主页
论坛 提问 悬赏 求职 新闻 读书 功能一区 悬赏大厅
1452 4
2019-03-15
悬赏 30 个论坛币 未解决
时间序列大概跨度有15年,总数据天数是5800多天,但是其中有大概2000个缺失值,周末基本上都是缺失值。如果是这样的话这个数据该如何处理呢?可不可以加总成周数据或者月数据来分析?这样可能缺失就比较少了。如果可以的话请问命令是什么,感谢!使用stata或者R软件。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2019-3-16 15:46:58
一个指标就有两千多缺失值?是否要加总是要看你整个模型意义的,直接用excel函数也可以做到的,祝顺利
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-18 10:16:43
直接用excel函数.
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-18 16:43:54
用Python,Pandas中的Dataframe里面的NaN函数,R应该也类似,去处理缺失值。按周去处理数据或者继续按天处理数据(把所有含有缺失值的天数全部删除)
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-19 15:53:58
时间序列周六周日没有数据,不参与统计.
整理一份数据,或者拿到一份数据,想看一下变量缺失情况。
【命令】
nmissing,npresent
【例子】
ssc install nmissing \\\安装 nmising 命令
use yourdata,clear \\\调入你的数据
nmising \\\显示所有变量的缺失数目
nmising var1 \\\显示变量var1的缺失数目
nmising,min(10) \\\显示缺失超过10个的变量
npresent \\\显示所有变量的已有数据,和nmising正好相反。

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群