研究数据高级数据
缺失值填补Stata案例(线性插值与ARIMA)
数据摘要
时间序列资料的缺失值处理会影响后续分析。本资料提供线性插值与ARIMA模型填补的Stata代码、案例数据及结果,示例包含地区生产总值增长率和用电量等变量。可用于学习内插、外插及时间序列填补操作,并结合实际缺失情形选择方法。
基本信息
| 数据频率 | 年度 |
|---|---|
| 当前预览样本量 | 6561 行 |
| 文件格式 | Excel / Stata / Stata代码 |
| 文件包大小 | 27.89 MB |
| 包含内容 | 数据表4份、代码1份、文档1份 |
| 所属分类 |
样本年份分布
合计 6,561 行 · 23 个年份
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
查看年份明细
| 年份 | 样本量 |
|---|---|
| 1999 | 235 |
| 2000 | 261 |
| 2001 | 268 |
| 2002 | 277 |
| 2003 | 283 |
| 2004 | 285 |
| 2005 | 286 |
| 2006 | 287 |
| 2007 | 287 |
| 2008 | 287 |
| 2009 | 287 |
| 2010 | 287 |
| 2011 | 288 |
| 2012 | 289 |
| 2013 | 290 |
| 2014 | 290 |
| 2015 | 291 |
| 2016 | 297 |
| 2017 | 298 |
| 2018 | 298 |
| 2019 | 297 |
| 2020 | 297 |
| 2021 | 296 |
测算方法
以城市年度数据演示线性插值与ARIMA缺失值填补。先设置个体与年份标识并处理重复观测,线性内插用于连续年份中间的缺失,外插用于序列两端的缺失。ARIMA按单个城市的时间序列分别建模,通过单位根检验确定差分阶数,结合偏自相关与自相关分析选择候选阶数,比较候选模型的信息准则并进行残差检验,再生成拟合与预测值。案例以北京市地区生产总值序列展示ARIMA操作。
以下字段、样本量及样本仅对应当前展示的数据表,不代表资料包全部文件。查看文件结构
字段列表共 7 个字段
| 字段 | 含义 / 说明 | 类型 | 均值 | 标准差 | 最小值 | 最大值 | 缺失率 |
|---|---|---|---|---|---|---|---|
市级行政代码 | — | 整数 | 380273.4672 | 138663.5006 | 110000 | 650500 | 0.0000% |
城市 | — | 文本 | — | — | — | — | 0.0000% |
年份 | — | 整数 | 2010.257278 | 6.571971562 | 1999 | 2021 | 0.0000% |
地区生产总值增长率全市 | 地区生产总值增长率-全市(%) | 数值 | 10.37225169 | 8.771195824 | -530 | 109 | 9.7699% |
全年用电量万千瓦时市辖区 | 全年用电量(万千瓦时)市辖区 | 数值 | 397144.7706 | 758278.0473 | 0 | 10723800 | 62.6124% |
内插法地区生产总值增长率全市 | — | 数值 | 10.18733643 | 8.472894411 | -530 | 109 | 1.4632% |
外插法全年用电量万千瓦时市辖区 | — | 数值 | 827671.4727 | 1782638.522 | -6621054 | 24982975 | 1.7833% |
数据样本预览
资料样本(部分数据)
仅可预览前100 行、100 列,滚动查看其余行列,完整数据以下载文件为准。
| 市级行政代码 | 城市 | 年份 | 地区生产总值增长率全市 | 全年用电量万千瓦时市辖区 | 内插法地区生产总值增长率全市 | 外插法全年用电量万千瓦时市辖区 |
|---|---|---|---|---|---|---|
| 110000 | 北京市 | 1999 | 10.23 | — | 10.23 | 3223400 |
| 110000 | 北京市 | 2000 | 11 | — | 11 | 3603200 |
| 110000 | 北京市 | 2001 | — | 3983000 | 10.7 | 3983000 |
| 110000 | 北京市 | 2002 | 10.4 | 4362800 | 10.4 | 4362800 |
| 110000 | 北京市 | 2003 | 10.7 | 4612000 | 10.7 | 4612000 |
| 110000 | 北京市 | 2004 | 13.23 | 5101100 | 13.23 | 5101100 |
| 110000 | 北京市 | 2005 | 11.8 | 5560158 | 11.8 | 5560158 |
| 110000 | 北京市 | 2006 | 12.8 | 5317780 | 12.8 | 5317780 |
| 110000 | 北京市 | 2007 | 13.34 | 6628793 | 13.34 | 6628793 |
| 110000 | 北京市 | 2008 | 8.95 | — | 8.95 | 7939806 |
| 110000 | 北京市 | 2009 | 10.2 | — | 10.2 | 9250819 |
| 110000 | 北京市 | 2010 | 10.3 | — | 10.3 | 10561832 |
| 110000 | 北京市 | 2011 | 8.1 | — | 8.1 | 11872845 |
| 110000 | 北京市 | 2012 | 7.73 | — | 7.73 | 13183858 |
| 110000 | 北京市 | 2013 | 9.07 | — | 9.07 | 14494871 |
| 110000 | 北京市 | 2014 | 7.3 | — | 7.3 | 15805884 |
| 110000 | 北京市 | 2015 | 6.9 | — | 6.9 | 17116897 |
| 110000 | 北京市 | 2016 | 6.8 | — | 6.8 | 18427910 |
| 110000 | 北京市 | 2017 | — | — | 6.7 | 19738923 |
| 110000 | 北京市 | 2018 | 6.6 | — | 6.6 | 21049936 |
| 110000 | 北京市 | 2019 | 6.1 | — | 6.1 | 22360949 |
| 110000 | 北京市 | 2020 | 1.2 | — | 1.2 | 23671962 |
| 110000 | 北京市 | 2021 | 8.5 | — | 8.5 | 24982975 |
| 120000 | 天津市 | 1999 | 10.04 | 1787637 | 10.04 | 1787637 |
| 120000 | 天津市 | 2000 | 10.8 | 2066765 | 10.8 | 2066765 |
| 120000 | 天津市 | 2001 | — | 2262732 | 11.65 | 2262732 |
| 120000 | 天津市 | 2002 | 12.5 | 2810000 | 12.5 | 2810000 |
| 120000 | 天津市 | 2003 | 14.8 | 3130000 | 14.8 | 3130000 |
| 120000 | 天津市 | 2004 | 15.7 | 3509700 | 15.7 | 3509700 |
| 120000 | 天津市 | 2005 | 14.7 | 3963300 | 14.7 | 3963300 |
| 120000 | 天津市 | 2006 | 14.5 | 4457300 | 14.5 | 4457300 |
| 120000 | 天津市 | 2007 | 15.2 | 5106800 | 15.2 | 5106800 |
| 120000 | 天津市 | 2008 | 16.5 | — | 16.5 | 5756300 |
| 120000 | 天津市 | 2009 | 16.5 | — | 16.5 | 6405800 |
| 120000 | 天津市 | 2010 | 17.4 | — | 17.4 | 7055300 |
| 120000 | 天津市 | 2011 | 16.4 | — | 16.4 | 7704800 |
| 120000 | 天津市 | 2012 | 13.8 | — | 13.8 | 8354300 |
| 120000 | 天津市 | 2013 | 11.45 | — | 11.45 | 9003800 |
| 120000 | 天津市 | 2014 | 10 | — | 10 | 9653300 |
| 120000 | 天津市 | 2015 | 9.3 | — | 9.3 | 10302800 |
| 120000 | 天津市 | 2016 | 9.1 | — | 9.1 | 10952300 |
| 120000 | 天津市 | 2017 | — | — | 6.35 | 11601800 |
| 120000 | 天津市 | 2018 | 3.6 | — | 3.6 | 12251300 |
| 120000 | 天津市 | 2019 | 4.8 | — | 4.8 | 12900800 |
| 120000 | 天津市 | 2020 | 1.5 | — | 1.5 | 13550300 |
| 120000 | 天津市 | 2021 | 6.6 | — | 6.6 | 14199800 |
| 130100 | 石家庄市 | 1999 | 10.69 | 667317 | 10.69 | 667317 |
| 130100 | 石家庄市 | 2000 | 10.5 | 742119 | 10.5 | 742119 |
| 130100 | 石家庄市 | 2001 | — | 793064 | 10.2 | 793064 |
| 130100 | 石家庄市 | 2002 | 9.9 | 777118 | 9.9 | 777118 |
| 130100 | 石家庄市 | 2003 | 12.5 | 931105 | 12.5 | 931105 |
| 130100 | 石家庄市 | 2004 | 14.1 | 1007742 | 14.1 | 1007742 |
| 130100 | 石家庄市 | 2005 | 13.7 | 1086019 | 13.7 | 1086019 |
| 130100 | 石家庄市 | 2006 | 13.4 | 1136665 | 13.4 | 1136665 |
| 130100 | 石家庄市 | 2007 | 13.2 | 1214163 | 13.2 | 1214163 |
| 130100 | 石家庄市 | 2008 | 10.1 | — | 10.1 | 1291661 |
| 130100 | 石家庄市 | 2009 | — | — | 11.17 | 1369159 |
| 130100 | 石家庄市 | 2010 | 12.24 | — | 12.24 | 1446657 |
| 130100 | 石家庄市 | 2011 | 12.01 | — | 12.01 | 1524155 |
| 130100 | 石家庄市 | 2012 | 10.38 | — | 10.38 | 1601653 |
| 130100 | 石家庄市 | 2013 | 8.08 | — | 8.08 | 1679151 |
| 130100 | 石家庄市 | 2014 | 7.9 | — | 7.9 | 1756649 |
| 130100 | 石家庄市 | 2015 | 7.5 | — | 7.5 | 1834147 |
| 130100 | 石家庄市 | 2016 | 6.8 | — | 6.8 | 1911645 |
| 130100 | 石家庄市 | 2017 | — | — | 7.11 | 1989143 |
| 130100 | 石家庄市 | 2018 | 7.42 | — | 7.42 | 2066641 |
| 130100 | 石家庄市 | 2019 | 6.7 | — | 6.7 | 2144139 |
| 130100 | 石家庄市 | 2020 | 3.85 | — | 3.85 | 2221637 |
| 130100 | 石家庄市 | 2021 | 6.58 | — | 6.58 | 2299135 |
| 130200 | 唐山市 | 1999 | 10.71 | 739358 | 10.71 | 739358 |
| 130200 | 唐山市 | 2000 | 10.5 | 770428 | 10.5 | 770428 |
| 130200 | 唐山市 | 2001 | — | 819294 | 10.4 | 819294 |
| 130200 | 唐山市 | 2002 | 10.3 | 887640 | 10.3 | 887640 |
| 130200 | 唐山市 | 2003 | 13.3 | 1658561 | 13.3 | 1658561 |
| 130200 | 唐山市 | 2004 | 14.9 | 2087612 | 14.9 | 2087612 |
| 130200 | 唐山市 | 2005 | 15.1 | 2524982 | 15.1 | 2524982 |
| 130200 | 唐山市 | 2006 | 14.6 | 2637663 | 14.6 | 2637663 |
| 130200 | 唐山市 | 2007 | 15 | 3281304 | 15 | 3281304 |
| 130200 | 唐山市 | 2008 | 13.1 | — | 13.1 | 3924945 |
| 130200 | 唐山市 | 2009 | 11.3 | — | 11.3 | 4568586 |
| 130200 | 唐山市 | 2010 | 13.1 | — | 13.1 | 5212227 |
| 130200 | 唐山市 | 2011 | 11.7 | — | 11.7 | 5855868 |
| 130200 | 唐山市 | 2012 | 10.4 | — | 10.4 | 6499509 |
| 130200 | 唐山市 | 2013 | 4.43 | — | 4.43 | 7143150 |
| 130200 | 唐山市 | 2014 | 5.1 | — | 5.1 | 7786791 |
| 130200 | 唐山市 | 2015 | 5.6 | — | 5.6 | 8430432 |
| 130200 | 唐山市 | 2016 | 6.8 | — | 6.8 | 9074073 |
| 130200 | 唐山市 | 2017 | — | — | 7.05 | 9717714 |
| 130200 | 唐山市 | 2018 | 7.3 | — | 7.3 | 10361355 |
| 130200 | 唐山市 | 2019 | 7.3 | — | 7.3 | 11004996 |
| 130200 | 唐山市 | 2020 | 4.4 | — | 4.4 | 11648637 |
| 130200 | 唐山市 | 2021 | 6.7 | — | 6.7 | 12292278 |
| 130300 | 秦皇岛市 | 1999 | 6.06 | 144187 | 6.06 | 144187 |
| 130300 | 秦皇岛市 | 2000 | 9.9 | 152363 | 9.9 | 152363 |
| 130300 | 秦皇岛市 | 2001 | — | 258620 | 10.35 | 258620 |
| 130300 | 秦皇岛市 | 2002 | 10.8 | 268648 | 10.8 | 268648 |
| 130300 | 秦皇岛市 | 2003 | 12.1 | 457172 | 12.1 | 457172 |
| 130300 | 秦皇岛市 | 2004 | 12.8 | 445113 | 12.8 | 445113 |
| 130300 | 秦皇岛市 | 2005 | 12.1 | 514964 | 12.1 | 514964 |
| 130300 | 秦皇岛市 | 2006 | 12.6 | 598868 | 12.6 | 598868 |
代码公开披露
仅展示前 30 行,供了解变量构造与处理流程,完整代码请下载文件查看。
'
///导入案例数据,根据自己的路径改下
* 本行含来源标识或本地路径,未公开
//剔除个体代码缺失的样本
drop if 市级行政代码==.
//剔除个体年份重复的样本(这步可以自己改成不重复的或者直接剔除)
duplicates report 市级行政代码 年份 //检查个体-年份是否能唯一识别
duplicates example 市级行政代码 年份 //举例子看哪里数据重复
duplicates drop 市级行政代码 年份 ,force //强制删除重复数据
tsset 市级行政代码 年份 //再次设置面板数据
xtdes //查看数据
save 案例数据,replace
///////////////////
///ARIMA模型填补///
///////////////////
///注意///
///使用此方法可能使得数据失真严重,请谨慎使用本方法///
//注意:该模型仅适用于时间序列数据,面板数据想用的话就要每个个体分别做arima模型
use 案例数据,replace
keep if 城市 =="北京市"///示例先做北京市
tsset 年份
//////////第一步:平稳性检验(确定d值),pperron检验也可以(同理,把下面的dfuller变更为pperron即可)
dfuller 地区生产总值_当年价格全市亿元//如果MacKinnon approximate p-value for Z(t)=这个值小于0.05即不用进行下面的一阶差分检验
dfuller D.地区生产总值_当年价格全市亿元//检验一阶差分,如果MacKinnon approximate p-value for Z(t) = 这个值小于0.05即不用进行下面的二阶差分检验
dfuller D2.地区生产总值_当年价格全市亿元//检验二阶差分,如果还没过就继续检验三阶差分