[Stataによるデータ分析入門]確率四分位ダミーを作成する
確率四分位とは、ある変数について大小順に並び替えて、25％ずつの階級に分けたものです。下位25％を第一四分位、次の25％を第二四分位、50％から75％までの値を第三四分位、最後の25％を第四四分位と呼びます。
説明変数に、各々のデータが確率四分位のどの分位に含まれているかを示すダミー変数を追加する方法を考えましょう。なお、本コラムで使用するデータは以下からダウンロードできます。
sumコマンドで確率四分位を確認する
その前に、chapter2.dtaを使って、占有面積floorによる確率四分位を確認しておきましょう。chapter2.dtaを読み込ませて、
sum floor,detailと入力してください。detailオプションをつけることにより、平均・標準偏差、最大値、最小値に加えて、追加的な統計指標を表示されます。以下の例では、下線部が、それぞれ、第一四分位点、第二四分位点、第三四分位点に対応します。
xtileコマンドの利用
次に、この確率四分位点を区切りとして、各々のデータが、どのグループに属しているかを示すカテゴリー変数を作成しましょう。具体的には、xtileコマンドを使います。
xtile （新しい変数）＝（基準となる変数）, nq(4)たとえば、chapter2.dtaの占有面積floorによる確率四分位を示すカテゴリー変数を作成してみましょう。chapter2.dtaを読み込んだ後、以下のように入力してみてください。以下の例では、確認用にlistコマンドで上から１件目から10件目までと、31件目から40件目を表示させています。
xtile floor_quantile=floor,nq(4)
list rent floor floor_quantile in 1/10
list rent floor floor_quantile in 31/40なお、xtileコマンドは、実行しても何も表示されないので、以下の出力結果ではlistの結果のみを示しています。
確率四分位のダミー変数は、floor_quantileを使えば簡単です。
gen floor_q1=0
replace floor_q1=1 if floor_quantile==1egenmoreコマンドの利用
なお，グループごと（たとえば年year 毎）に四分位変数を作成したいという場合もあるでしょう。残念ながら，xtile コマンドに“by”オプションをつけることはできません。代替的なコマンドとして，ネット上で提供されているegenmore コマンドを紹介しておきましょ
う。まず，egenmore をインストールする必要があります。 egenmore をインストールした上で，
egen floor_quantile=floor,nq(4) by(year)として，各年ごとのサンプルで四分位を計算してくれます。
本記事は、Stataによるデータ分析第2版で紹介していたものの、ページ数の関係で第3版での掲載を見送った項目を紹介しています。
Stataによるデータ分析入門第3版のWEB補論の一覧はこちら。
この記事が気に入ったらサポートをしてみませんか？