Stata:使用 egen group() 创建唯一标识符

Question

我有一个数据集，其中每一行都是一个公司、年份对，其中 firmid 是一个字符串。

如果我这样做

duplicates drop firmid year, force

它不会删除任何内容，因为没有重复项(我最初在运行duplicates dropfirmidyear,force后创建了数据集)。

到目前为止一切顺利。我想创建一个需要数字 firmid 的面板。所以我跑了

egen newid = group(firmid)
xtset newid year

但是会弹出“面板中的重复时间值”错误。此外，

duplicates list newid year

列出一大堆重复项。

似乎egen, group() 没有生成唯一的组。我的问题是:为什么以及如何以稳健的方式创建独特的组？

Answer 1

这是一个旧线程，但我最近遇到了相同的症状，所以我想分享我的解决方案。当然，只要提问者不提供更多细节，我们就无法知道我和他的原因是否相同。

问题原来是精度问题。正如所解释的here在 4.4 节中，对存储为 float 的整数进行的计算仅在 16,777,216 以内的范围内才精确。因此，如果样本中的公司超过 16,777,216 家，舍入误差将导致将相同的 ID 分配给多个公司。通过将 ID 变量的精度增加为 long 可以直接解决这个问题:

egen long newid = group(firmid)