-benIntervallum-cenzúrált Cox modell
Különbségekközöttieltérések (DID)
Paneladatmultinomiálislogisztikusmodell
Zéró-inflációs,rendezettlogisztikusregresszió
Táblázatok
A táblázataidtestreszabása
- Statisztikákösszegzéséről
- A hipotézistesztelésekeredményeiről
- A regresszióseredményekről
- LR és Wald tesztekről, GOF statisztikákról …
- Eredményekbármely Stata parancsról
Exportálás ide
- Word, Excel
- LaTeX
- HTML, Markdown
- ésmégtöbb
Bayesiökonometria
Bayesi
- VAR modellek
- IRF és FEVD analízis
- Dinamikuselőrejelzés
- Panel/longitudinális-adatmodellek
- Lineárisésnemlineáris DSGE modellek
PyStata—Python és Stata
- Python behívása a Stata-ba.
- Stata behívása a Python-ba.
- Adat, metaadatéseredményekcseréjezökkenőmentesen
- Használd a Stata-t JupyterNotebook-ban, Spyder-ben, PyCharm IDE-ben ésmégmásprogramokban…
Jupyter Notebookés Stata
- Stata és Mata lehívása a Jupyter Notebook-ban.
- A munkádreprodukálásaésegyüttműködésmásokkalkönnyen.
- Hozzáférés a Stata elemzésekeredményeihez a Python-ban.
- Stata kimenet, grafikonok, éstáblázatokzökkenőmentesenintegrálvaa JupyterNotebook-oddal.
Különbségekközöttieltérések (DID)és DDD modellek
- Egy eljárásmód, kezelésvagybeavatkozáshatásánakkiértékelése.
- Kontrolazösszezavaróésmegvizsgálatlancsoportokésidőivonásokfelett.
- Paneladatokvagyismételtkereszt-metszetekhasználata
- A DIDhasználata. 1855 ótadivatos.
Gyorsabb Stata
A statagyorsésméggyorsabbáválik.
- Gyorsabbrendezésésösszeomlás
- Gyorsabbkevertmodellek
- Gyorsabbszámításiparancsok
- Gyorsabbkörülhatárolt import
- Ésmégsokmás…
Intervallum-cenzúrált Cox modell
Az időtszeretnédmodellezniegyeseményhez.
De nemtudodazeseményekpontosidőtartamát—csakazintervallumokat, amelyekbenazeseményektörténtek.
Ésnemakarszparametrikusfeltételezéseket.
Próbáldkiazintervallum-cenzúrált Cox modellt.
Többváltozósmetaanalízis
Többszöröshatásmértéked van?
Közöskontroll-csoportonosztozkodnak?
Ugyanannak a csoportnakazalanyaitvizsgálják?
A többváltozósmetaanalízissegíthet.
Bayesi VAR modellek
A VAR modelleketVaR-al(Value at Risk = Kockázatiérték) látod el.
A Bayesian regressziósmodelleket bayes-el látod el:.
Ígytehát a Bayesian VAR modelljeidet bayes-el látod el: VaR.
Bayesitöbbszintűmodellezés
Nem-lineáris, hozzátartozó, SEM-like, ésmégsokmás.
Más többszintűmodellek iselérhetőek.
Mégerőteljesebbek.
Könnyebbenhasználhatóak.
Kezelésihatás, lasszószámítással
Amikorezeketakarod:
Az ok-következtetés, azátlagoskezelésihatás, a lehetségeskimeneteliátlagok, a kétszeresrobosztusszámítások.
És amid van:
Sok (talántöbbszázvagytöbbezer) lehetségeskovariáns.
Használjkezelésihatásszámítástlasszóváltozókiválasztással.
A dátumésidőújfunkciói
- Időtartamokkiszámítása, példáulkorokvagymáskülönbségekdátumokközött.
- Relatívdátumokvagydátumokmásdátumokbólvalókiszámítása, mint példáulazelőzővagy a következőszülinapvagyazévfordulóegyhozzávetőlegesdátumhozviszonyítva.
- Dátumértékeibőlésváltozóibólszármazóegyénialkotóelemekkinyerése.
Hagyj-ki-egyetmetaanalízis
Befolyásolótanulmányokszerepelnekazadatbázisodban?
Használd ahagyj-ki-egyetmetaanalízist, hogyrájöjj.
Galbraith elemzések
Grafikusanösszefoglalója a metaanalíziseredményeknek
- Tanulmányspecifikushatásmértékek
- A hatásmértékekpontossága
- Összhatásmérték
Lehetségeskívülállókészlelése
Heterogenitásfelmérése
Paneladatmultinomiálislogisztikusmodell
Kategorikuskimeneteleketmodellezhetszazmlogit.segítségével
Paneladatokatmodellezhetszazxt.paranccsal
Most mindkettőtmegtehetedegyszerre!
A Stata újxtmlogitparancsakategorikuskimeneteleketmodellez, amelyekidővelváltoznak
Bayesipaneladatmodellek
A Bayesielemzéslehetővéteszi a paneladatmodellekkelkapcsolatosvalószínűségrevonatkozókérdésekmegválaszolását.
- Mekkora a valószínűsége, hogyegyplusziskoláztatásiévmegnöveli a béreket
- Mi a valószínűségeegyalacsonykockázatúportfólióhibájának?
Építsd be azelőzetestudásodésnézd meg azutánalévő random hatásokeloszlásait, számoldki a bayesielőrejelzéseketésmégsokmást.
Zéró-inflációsrendezettlogisztikusmodell
Egy ordináliseredménytkellmodellezni?
Túlsúlybanvannak a nullák (vagy a válaszokazalacsonykategóriában)?
A megoldászéró-inflációsrendezettlogisztikusmodell.
Nem-parametrikustesztek a tendenciákra
Növekvővagycsökkenőtendenciávalrendelkeznek a válaszok? Találdki a négytendenciákravonatkozónem-parametrikustesztekegyikénekhasználatával:
- Cochran–Armitage teszt
- Jonckheere–Terpstra teszt
- Lineárist-lineárissalteszt
- Cuzick’s rangteszt
IRF és FEVD elemzés
Milyenhatása vanegysokknakazidőteltével?
Mi a hatása a mediánnakvagyátlagnak a lehetségesfelállásokeloszlására?
A Bayesi IRF elemzésmegválaszoljaezeketésmégsokmást.
Bayesidinamikuselőrejelzés
A VAR utándinamikuselőrejelzéstszeretnél.
A Bayesikiszámításutánstatisztikákatszeretnélazutólagoseloszlásokra.
Számítsdkimindkettőt. Vizualizáldmindkettőt.
Lasszóklaszterekberendezettadatokkal
Az adattábládnak …
számosváltozója van.
Az adattábládnak …
megfigyelésekcsoportosulásaivannak.
Az előrejelzésre, modellkiválasztásravagymegállapításrahasználtlasszómostmárkitudválasztaniváltozókat, miközbenfigyelembeveszi a klasztereket.
BIC lasszóhibapontkiválasztásra
Mely változókatkéne a lasszónaktartalmaznia?
A BIC lasszóhibapontkiválasztásmegmondjaneked.
Bayesilineárisésnem-lineáris DSGE modellek
A jövőrenézvenehéz
racionáliselvárásokatállítani.
A DSGE modellektartalmazzák
ezeketazelvárásokat.
Az előzetesinformációsegít.
Do-fájlszerkesztőfejlesztései
- Fennmaradókönyvjelzők
- NavigációsKontrol
- Syntax hangsúlyozás Java, XML ésmásprogramokhoz
- Idézetekészárójelekautomatikuskitöltése
Stata az Apple Silicon-on
- Eredeti M1 processzortámogatás
- Univerzálisalkalmazás mind Intel, mind a Mac Apple Silicon-ra
- Egy engedély, mindkéttípusúhardveren
Intel Math Kernel Library (MKL)
A Mata funkciókésadminoknagymértékbenoptimalizált LAPACK gyakorlatokatalkalmaznakaz Intel Matematikai Kernel Könyvtáralapján.
Használd a kedvenc Stata parancsaid, mint mindig. Az alapvetőfunkciókgyorsabbak, tehátgyorsabbanjutszeredményekhez is.
Java illeszkedés
- A Java használatainteraktívan (mint a JShell) a Stata-ból.
- Java kódbeágyazása do-fájlokba.
- Java kódbeágyazása ado-fájlokba.
- Java kódösszeállításésvégrehajtásröptébenkülsőprogramoknélkül.
H2O illeszkedés
- Kezdjegyúj H2o klasztertvagycsatlakozzegymeglévőhöz.
- H2o klaszterekbenlévőadatokkezelése.
- Hozzáférés a H2O kapacitásáhozközvetlenül a Stata-n keresztül.
JDBC
A Stata adatbázisokhozvalócsatlakoztatása most könnyebb.
Hozzáakarszférniaz Oracle, MySQL, Amazon Redshift, Snowflake, Microsoft SQL Szerverésmásadatokhoz?
Használd a jdbc.parancsot
Egy meghajtótakarsz, amiműködik Windows, Mac és Linux rendszereken is?
Használd a jdbc.parancsot