Что нового в 
Ознакомьтесь с последними достижениями, включая множество новых статистических функций, таких как машинное обучение через H2O, CATE и HDFE; более мощные таблицы и графики; а также улучшения интерфейса.
Машинное обучение через H2O: ансамбли решающих деревьев
Используйте машинное обучение для получения информации из данных, когда традиционные статистические модели недостаточны. Применяйте ансамбли решающих деревьев — градиентный бустинг (GBM) и случайный лес — для выполнения регрессии или классификации.
Conditional average treatment effects (CATE)
Перейдите от оценки общих эффектов лечения в вашем причинном анализе к оценке индивидуализированных и групповых эффектов. Сравнивайте различные вмешательства и политики. Исследуйте неоднородность эффектов лечения.
High-dimensional fixed effects (HDFE)
Включайте не одну, а несколько высокоразмерных категориальных переменных в ваши линейные модели с фиксированными эффектами и модели с инструментальными переменными, и наслаждайтесь значительным увеличением скорости!
Байесовский выбор переменных для линейной модели
Выбирайте переменные в линейной регрессии и учитывайте неопределенность выбора переменных с помощью байесовского подхода. Выбирайте между глобально-локальным сжатием и априорными распределениями типа «шип-и-плита» для коэффициентов регрессии и выполняйте байесовский вывод.
Байесовская квантильная регрессия
Используйте байесовскую квантильную регрессию для получения полных апостериорных распределений коэффициентов квантильной регрессии для комплексного вывода, включая модельно-основанные «стандартные ошибки».
Модель Кокса с интервалом цензурирования для множественных событий
Необходимо проанализировать времена наступления нескольких событий, таких как начало диабета и гипертонии? Не знаете точные времена событий?
Используйте маргинальную модель Кокса с интервалом цензурирования для множественных событий.
Векторная авторегрессионная модель панельных данных
Применяйте векторную авторегрессионную модель панельных данных для анализа траекторий связанных переменных при наблюдении нескольких единиц или панелей во времени.
Correlated random-effects (CRE) model
Хотите получить оценки коэффициентов временно-инвариантных ковариатов в вашей модели панельных данных? Используйте модель случайных эффектов (RE). Хотите учесть корреляцию между ковариатами и ненаблюдаемыми эффектами на уровне панелей? Используйте модель фиксированных эффектов (FE). Хотите и то, и другое? С помощью xtreg, cre вы можете применить модель коррелированных случайных эффектов (CRE).
Bayesian bootstrap
Выполняйте байесовский бутстрэп для получения более точных оценок параметров в малых выборках и включайте априорную информацию при отборе наблюдений. Используйте его с официальными командами или командами, предоставленными сообществом.
Линейные и пробит-модели с контрольной функцией
Применяйте линейные и пробит-модели с контрольной функцией для непрерывных, бинарных, дробных и счетных эндогенных переменных. Легко проверяйте на эндогенность.
Графика: столбчатые графики с доверительными интервалами, тепловые карты и др.
Наслаждайтесь новыми графическими возможностями, такими как тепловые карты, графики диапазонов с пиками и ограниченными пиками, столбчатые графики с доверительными интервалами и многое другое!
SVAR-модели с использованием инструментальных переменных
Используйте инструменты вместо краткосрочных ограничений для оценки динамических причинных эффектов.
Функции импульсной реакции (IRF) по методу локальных проекций с инструментальными переменными
Учитывайте эндогенность при использовании локальных проекций для оценки динамических причинных эффектов.
Статистика сравнения моделей скрытых классов
Легко сравнивайте модели скрытых классов с разным числом скрытых классов. Создавайте и экспортируйте таблицы сравнения моделей в качестве, пригодном для публикации.
Мета-анализ корреляций
Выполняйте мета-анализ корреляций так же, как для средних значений и долей двух выборок. Используйте все стандартные функции, такие как лесные диаграммы и анализ подгрупп.
Вывод, устойчивый к слабым инструментам
У вас слабые инструменты в регрессии с инструментальными переменными? Используйте устойчивые к слабым инструментам тесты гипотез для надежного вывода о эндогенных регрессорах.
Тест спецификации Мандлака
Используйте тест спецификации Мандлака для выбора между моделями случайных эффектов, фиксированных эффектов или коррелированных случайных эффектов, даже с кластерно-устойчивыми, бутстрэп или джекнайф стандартными ошибками.
Байесовская асимметричная модель Лапласа
Выйдите за рамки классической квантильной регрессии, используя байесовские одновременные, многоуровневые и нелинейные модели квантильной регрессии.
Редактор Do-файлов: шаблоны, автозавершение и др.
Панель навигации, шаблоны файлов, улучшенное сворачивание кода, подсветка слов и выделений, больше автозавершения, временные закладки и многое другое.
Таблицы: упрощенные табуляции, экспорт и др.
Создавайте таблицу, настраивайте заголовки и примечания и экспортируйте — всё в одной команде. Легко собирайте и настраивайте табуляции с мерами ассоциации, табуляции опросных данных и таблицы ANOVA.
Несколько наборов данных: изменение набора кадров (frames)
Если вы работаете с несколькими наборами данных в памяти или кадрах (frames), теперь вы можете изменять файл набора кадров без его загрузки в память: добавлять кадры или удалять их.
Stata на французском языке
Весь интерфейс Stata — все меню и диалоговые окна — теперь доступен на французском языке, наряду с английским, китайским, японским, корейским, испанским и шведским.
Больше
И это ещё не всё. Ознакомьтесь со всеми новыми возможностями Stata 19.