Stata15

Stata15官方版是一款功为用户提供了广泛的统计分析工具和数据管理功能的统计分析软件。Stata15官方版具备直观的界面和易于使用的命令语言，使用户能够轻松进行数据导入、清洗、转换和分析。Stata15官方版支持多种统计方法，包括线性回归、逻辑回归、时间序列分析、生存分析等。

Stata15新增功能

      一、扩展回归模型

      我们称之为ERMS 扩展回归模型。四个新的命令适合

      1、线性回归分析,

      2、区间回归包括 tobit模型，

      3、概率，

      4、有序概率模型

      可任意组合成：

      1、内生变量

      2、非随机处理任务

      3、内源性(Heckman-style)样本的选择

      这些新的命令让人惊喜，因为可以在任何一个方程中加入内生变量，包括处理赋值和概率选择方程。内生变量并不局限于连续性。它们可以是二进制或序数。不管是外生的还是内生的，它们都可以与其他变量相互作用。它们甚至可以互相作用，形成平方项或立方项!

      这些新的ERM命令—eregress,eintreg,eprobit, 和eoprobit注定会流行起来，因为他们解决了研究人员的很多问题。首先, 可能有一个内生变量, 因为许多模型都省略了与模型中的变量相关的变量。其次，数据经常被删剪，而删剪不是随机的。ERM 样本选择选项允许您对选择过程进行建模, 并对其进行调整。或者, 如果您正在使用非随机处理效应模型, 则可以用 ERM处理分配选项。或者, 可以结合处理分配和选择选项, 其中一些是由于后续的行为而损失的拟合内生处理分配模型。

      二、潜在类别分析(LCA)

      潜在的均值未被观测。分类也就是分组。潜在类是数据中未观测到的组。你可能有关于消费者的数据，并且根据消费者对产品的潜在兴趣将他们分成三组。但是，在数据中没有指定每个消费者所属组的变量。拟合模型后，你可以

      1、使用新的estat lcprob命令估计属于每一类的消费者比例;

      2、使用新的estat lcprob命令估计每个类中Y1、Y2、Y3、Y4的边际均值(均值就是示例所示的概率);

      3、使用新estat lcprob命令来评价适合度;

      4、使用现有的predict命令获取分类成员的预测概率和观测结果变量的预测值。

      三、贝叶斯前缀指令

      新的bayes：前缀命令使你能够适应比以前版本更广泛的贝叶斯模型。原来也可以拟合贝叶斯线性回归, 但是现在可以通过输入文字就可以：在这个模型中, 为变量 id的每个值添加随机截距。新的bayes：前缀命令在许多Stata评估命令之前工作，并提供超过50种可能性的模型。支持的模型包括多级、面板数据、生存和样本选择模型!

      新命令支持所有Stata的贝叶斯的功能。你可以从之前的模型参数的分布中选择，也可以使用之前默认的。当闭合形式解决方案用于Gibbs方法时，可以使用默认的自适应 Metropolis–Hastings 抽样, 或Gibbs抽样, 或两种方法的组合。在bayesmh命令的基础上可以使用STATA的任何其他功能。可以更改回归系数的缺省先验分布，比如，使用prior()选项：

      四、线性动态随机一般均衡(DSGE)模型

      DSGEs是经济学中的一个时间序列模型。它们是传统预测模型的替代品。两者都试图解释总的经济现象, 但 DSGEs 允许对来自经济理论模型的基础上做这个。建立在经济理论基础上的方程很多。这些方程的关键特征是, 未来变量的期望值会影响今天的变量。这是区别 DSGEs 与矢量回归或状态空间模型的一个特性。另一个特点是, 从理论推导出来的参数通常可以用这个理论来解释。

      在DSGE模型中有三种变量：

      1、控制变量和方程，如p没有冲击,并且是由方程组决定的。

      2、状态变量 (如 y) 具有隐含的冲击, 在时间段开始时是预先确定的。

      3、冲击是驱动系统的随机错误。

      在任何情况下, 以上dsge 命令可以定义一个模型并拟合。

      如果我们有一个关于 beta 和kappa之间关系的理论, 比如它们是相等的, 我们可以用现有的命令test来测试它。

      新的 postestimation命令estat policy和estat transition报告策略和转换矩阵。如果键入

      显示将控制变量作为状态变量的线性函数。如果有五个控制变量和三个状态变量, 则每个控件将被报告为三个状态的线性函数。在上面的简单例子中, 预测 p 的线性函数将显示为现在的 y 函数。

      同时，报告转换矩阵。而策略矩阵将 p 报告为函数y, 而转换矩阵则报告 y 如何通过时间演变为p。可以使用Stata的现有预测命令来生成预测。可以使用Stata现有的irf命令来绘制脉冲响应函数。

      五、web动态的Markdown文档

      你有没有听过Markdown?它是一种创建 html 文档的流行方式。html 文件是繁琐的。Markdown简单直观，想法很简单。可以创建一个文件, 其中包含所需的可读格式的文本, 然后通过它运行一个命令来创建一个HTML文件。

      Stata现在支持Markdown, 我们已经添加了标签 (功能) 到Markdown, 允许包括输入文件中的Stata命令。你所包含的命令将被运行和显示, 或者以秘密方式运行, 以及提取输出的部分供文档使用。

Stata15软件特色

      1、统计功能

      Stata15为用户提供了近20年来的新老方法，如Cox比例风险回归，指数与Weibull回归，多类结果与有序结果的logistic回归等

      2、作图功能

      为用户提供了八种基本图形的制作：直方图、条形图、百分条图等，能够满足用户的基本日常所需，当然也提供了一些专业的题型功能

      3、矩阵运算

      Stata15提供了多元统计分析中所需的矩阵基本运算，如加、积、逆、Cholesky分解等，还有一些高级运算，给学习办公带来学多的便利之处

      4、程序设计

      作为一个统计分析的软件，Stata15肯定离不开程序语言，这给用户带来了一个全新的开阔的应用天地，能够充分发挥自己的天赋，熟练应用各种技巧。

Stata15软件优势

      1、线性模型

      回归?审查结果?内生回归量?自举，折刀，鲁棒和群集稳健方差?工具变量?三阶段最小二乘?约束?分位数回归?GLS?更多。

      2、小组/纵向数据

      具有强大标准误差的随机和固定效应?线性混合模型?随机效应概率?GEE?随机和固定效应泊松?动态面板数据模型?工具变量?面板单位根测试?更多。

      3、多级混合效果模型

      连续，二元，计数和生存结果?两级，三级和更高级模型?广义线性模型?非线性模型?随机截距?随机斜率?交叉随机效应?效果和拟合值的BLUP?分层模型?残差错误结构?DDF调整?支持调查数据?更多。

      4、二进制，计数和有限的结果

      logistic，probit，tobit?泊松和负二项?条件，多项，嵌套，有序，秩序和刻板逻辑?多项概率?零膨胀和左截断计数模型?选择模型?边际效应?更多。

      5、选择模型

      离散选择?等级排序备选方案?条件logit?多项式probit?嵌套logit?混合logit?面板数据?特定于案例和特定于备选方案的预测器?解释结果预期概率，协变量效应，跨备选方案的比较?更多。

      6、扩展回归模型(ERM)

      内源性协变量?样本选择?非随机处理?小组数据?单独或组合出现问题?连续，区间删失，二元和有序结果?更多。

1.对部分功能进行了优化

2.解了好多不能忍的bug