在调查数据中，常常会遇到有极端值的情况，缩尾和结尾是两种最普遍的处理极端值的做法。以1%和99%双侧缩尾/截尾为例：

　　缩尾：将大于99%分位数的取值，替换为99%分位数取值；将小于1%分位数的取值，替换为1%分位数取值。

　　截尾：将大于99%分位数或小于1%分位数的取值，替换为缺失值。

　　使用缩尾还是截尾，应根据数据情况和研究的具体问题选择。

一、基本语法

1
2
3
4
5
6
7
winsor2 varlist [if] [in], [suffix(string) replace trim cuts(# #) by(groupvar) label]
/* Note: suffix(string) 表示缩尾和截尾后生成新变量的后缀，默认是"_w"(缩尾)和"_tr"(截尾)；
         replace 表示不生成新变量，缩尾或截尾后的数值替换当前变量数值；
         trim 表示截尾，不添加该 option，则默认是缩尾；
         cut(# #) 表示缩尾或截尾的百分位数；
         by(groupvar) 表示分组变量；
         label 表示在变量标签中注明：(1)缩尾/截尾; (2)缩尾/截尾的百分位数。               */

二、示例和图示

(⚠️注意：不同设备的显示字体不同，可能会出现字符错位的现象。将错位的文本复制到其他文本编辑器 / Stata do 文件编辑器中，可以解决此问题。)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
** 1%、99%缩尾：将小于1%百分位数和大于99%百分位数的数值分别替换为1%、99%分位数数值
winsor2 x,cut(1 99)          //新变量名默认是x_w

** 1%、99%截尾：将小于1%百分位数和大于99%百分位数的数值分别替换缺失值"."
winsor2 x,cut(1 99) trim     //新变量名默认是x_tr

/* winsor2 图示：  
         +------------------+
  No     |  x    x_w   x_tr |
         |------------------|
   1     | .02   .33     .  |
   2     | .33   .33   .33  |
   3     | .64   .64   .64  |
   4     | 1.5   1.5   1.5  |
   …     |  …     …     …   |
  98     | 136   136   136  |
  99     | 321   321   321  |
 100     | 450   450   450  |
 101     | 687   450     .  |
         +------------------+            */

　　‍

1
2
3
** 根据 Province 分组，在1%和99%分位数处双侧缩尾/截尾，并替换原来的变量(不生成新变量)
winsor2 x,cut(1 99) by(Province) replace        //缩尾
winsor2 x,cut(1 99) by(Province) trim replace   //截尾