问题描述
我在 Stata 中有一个关于住房交易的数据集。现在我有一个数据集，其中每一行都是每笔交易持有期间的一年。我正在寻找使用概率模型研究某年房屋出售的概率。哑元表示该房屋是否在当年出售，1 已售出。
现在我想向我的数据中添加另一个变量，其中包含该特定交易的持有期。这是我现在拥有的（一个例子）：
| 虚拟 | 购买年份 | 当年 |
|---|---|---|
| 0 | 1620 | 1621 |
| 0 | 1620 | 1622 |
| 0 | 1620 | 1623 |
| 1 | 1620 | 1624 |
| 0 | 1622 | 1623 |
| 0 | 1622 | 1624 |
| 0 | 1622 | 1625 |
| 0 | 1622 | 1626 |
| 0 | 1622 | 1627 |
| 1 | 1622 | 1628 |
这就是我需要它成为的
| 虚拟 | 购买年份 | 当年 | 持有期 |
|---|---|---|---|
| 0 | 1620 | 1621 | 4 |
| 0 | 1620 | 1622 | 4 |
| 0 | 1620 | 1623 | 4 |
| 1 | 1620 | 1624 | 4 |
| 0 | 1622 | 1623 | 6 |
| 0 | 1622 | 1624 | 6 |
| 0 | 1622 | 1625 | 6 |
| 0 | 1622 | 1626 | 6 |
| 0 | 1622 | 1627 | 6 |
| 1 | 1622 | 1628 | 6 |
解决方法
假设每个房子都有某种 id 变量：
egen sold_year = max(current_year),by(house_id)
gen holding_period = sold_year - year_bought