Stata：缺失值填充的又一利器！

### Stata 中使用移动平均法进行数据缺失值填充 在处理时间序列或其他有序数据时，移动平均法是一种常用的数据平滑技术。这种方法通过对相邻观测值取平均来估算缺失值[^1]。 #### 方法概述 对于给定的时间序列 \( y_t \)，如果某个时刻 t 的观测值丢失，则可以通过其前后若干期的观测值得到一个估计值： \[ \hat{y}_t = \frac{\sum_{i=-k}^{k}{y}_{t+i}}{2k+1},\quad k=0,1,\ldots,n/2 \] 其中 n 是窗口大小，即用于计算平均数的点的数量；当遇到边界情况时（如开头或结尾处不足 k 个前后期），则只考虑实际存在的那些项参与求和并调整分母相应减小。 #### 实现步骤 为了实现上述过程，在 Stata 中可以编写如下程序片段： ```stata * 设置窗口宽度 w （奇数） local w = 3 * 计算半宽 h=(w-1)/2 local h = int((`w'-1)/2) tsset time_variable /* 设定时序变量 */ gen ma_filled_value=. /* 创建新列存储填补后的结果 */ foreach var of varlist value { bysort group : replace `var' = sum(`var') / _N if mi(`var') * 对于每个可能的位置 i 应用公式 forvalues i=-`h'(1)`h'{ qui gen temp_`i'=cond(mi(L`i'.value),., L`i'.value) drop if missing(temp_`i') local terms "`terms' + cond(missing(L`i'.value), 0, L`i'.value)" local count "`count'+!missing(L`i'.value)" } qui egen rowmean=rowtotal(cond(!mi(value), value, .)) qui replace ma_filled_value=rowmean/(rownonmiss2(value)+1e-8) } ``` 这段代码实现了基于指定窗口长度 w 的中心化简单移动平均算法，并将其应用于单个数值型变量 value 上。注意这里假设已经按照适当的方式设置了面板结构或者时间轴标签以便能够正确识别滞后项 Li.value 表达式。 #### 注意事项 - 此方法适用于具有较强局部趋势性的平稳序列； - 如果原始资料本身波动剧烈或是非周期性变化较大，则不宜采用本策略； - 需要谨慎选择合适的窗宽参数 w ，过窄可能导致过度拟合而失去泛化能力，太宽又会抹杀掉重要的短期特征[^3]。