Таблицы

Настройте свои таблицы

  • Сводная статистика
  • Результаты проверки гипотез
  • Результаты регрессии
  • LR и Wald тесты, статистика GOF, …
  • Результаты, полученные с помощью любой команды Stata

Экспорт в

  • Word, Excel
  • LaTeX
  • HTML, Markdown
  • PDF
  • и многое другое

Байесовская эконометрика

Байесовский

  • VAR-модели
  • Анализ IRF и FEVD
  • Динамическое прогнозирование
  • Модели панельных/продольных данных
  • Линейные и нелинейные модели DSGE

PyStata — Python и Stata

  • Вызов Python из Stata.
  • Вызов Stata из Python.
  • Беспрепятственный обмен данными, метаданными и результатами.
  • Используйте Stata из Jupyter Notebook, Spyder, PyCharm IDE и др.

Jupyter Notebook со Stata

  • Вызов Stata и Mata из Jupyter Notebook.
  • Легко воспроизводите свою работу и сотрудничайте с другими.
  • Доступ к результатам анализов Stata в Python.
  • Вывод, графики и таблицы Stata легко интегрируются с вашим блокнотом Jupyter Notebook.

Модели разницы в перепадах (DID) и модели DDD

  • Оценить эффект политики, лечения или вмешательства.
  • Контроль за сбивающими ненаблюдаемыми характеристиками группы и времени.
  • Используйте панельные данные или повторяющиеся поперечные срезы.
  • Используйте DID. В моде с 1855 года.

Более быстрая Stata

Stata работает быстро и становится все быстрее.

  • Более быстрая сортировка и сворачивание
  • Более быстрые смешанные модели
  • Команды более быстрой оценки
  • Ускоренный импорт разделенных
  • И многое другое

Модель Кокса с интервальной цензурой

Вы хотите смоделировать время до события.

Но вы не знаете точного времени события — только интервалы, в которых происходят события.

И вы не хотите делать параметрические предположения.

Попробуйте использовать модель Кокса с интервальной цензурой.

Многомерный мета-анализ

Есть ли у вас несколько размеров эффекта?

Есть ли у них общая контрольная группа?

Есть ли в них одна и та же группа испытуемых?

В этом может помочь многомерный мета-анализ.

Байесовские модели VAR

Вы подгоняете свои модели VAR с помощью var.

Вы подогнали свои байесовские регрессионные модели с bayes:.

Теперь подгоните свои байесовские модели VAR с bayes: var.

Байесовское многоуровневое моделирование

Нелинейные, совместные, SEM-подобные и другие.

Больше многоуровневых моделей.

Более мощные.

Проще в использовании.

Лассо-оценка эффекта лечения

Когда вам нужны:

Вывод причинно-следственных связей, средние эффекты лечения, средства потенциальных результатов, двойная надежная оценка.

И у вас есть:

Много (может быть, сотни или тысячи) потенциальных ковариат.

Используйте оценку эффектов лечения с отбором переменных методом лассо.

Новые функции для дат и времени

  • Вычислить длительность, например, возраст и другие различия между датами.
  • Вычисление относительных дат, или дат по другим датам, например, предыдущего или следующего дня рождения или годовщины по отношению к контрольной дате.
  • Извлечение отдельных компонентов из значений времени и переменных.

Отстающий мета-анализ

Есть ли в ваших данных влиятельные исследования?

Чтобы выяснить это, используйте мета-анализ по принципу «оставь-отпусти».

Участки Гэлбрейта

Графическое обобщение результатов мета-анализа

  • Величина эффекта в зависимости от исследования
  • Точность размеров эффектов
  • Общий размер эффекта

Выявить потенциальные отклонения

Оценить неоднородность

Мультиномиальная логит-модель с панельными данными

Вы можете моделировать категориальные исходы с помощью mlogit.

Вы можете моделировать панельные данные с помощью xt.

Теперь вы можете делать и то, и другое!

Новая команда xtmlogit в Stata моделирует категориальные результаты, которые изменяются с течением времени.

Байесовские модели панельных данных

Байесовский анализ позволяет отвечать на вероятностные вопросы с помощью моделей панельных данных.

  • Насколько вероятно, что дополнительный год обучения в школе увеличит заработную плату?
  • Какова вероятность дефолта для портфеля с низким уровнем риска?

Учет предварительных знаний, просмотр апостериорных распределений случайных эффектов, вычисление байесовских прогнозов и многое другое.

Модель упорядоченного логита с нулевым надувом

Нужно смоделировать порядковый результат?

Имеется избыток нулей (или ответов в самой низкой категории)?

ziologit — вот ответ.

Непараметрические тесты для определения тенденции

Имеют ли ответы возрастающую или убывающую тенденцию? Выясните это с помощью одного из четырех непараметрических тестов на тенденцию:

  • Тест Кохрана-Армитажа
  • Тест Джонкхира-Терпстры
  • Линейный тест
  • Тест Кузика с рангами

Байесовский анализ IRF и FEVD

Каков эффект от шока с течением времени?

Каково среднее значение или медиана эффекта для распределения вероятных сценариев?

Байесовский анализ IRF дает ответы на эти и другие вопросы.

Байесовское динамическое прогнозирование

После VAR вам нужен динамический прогноз.

После байесовского оценивания вам нужна статистика апостериорных распределений.

Оценивайте и то, и другое. Визуализируйте и то, и другое.

Лассо с кластеризованными данными

Ваши данные имеют …

много переменных.

В ваших данных есть …

кластеров наблюдений.

Ваш лассо для прогнозирования, выбора модели или вывода теперь может выбирать переменные с учетом кластеризации.

BIC для выбора штрафа Лассо

Какие переменные следует включить в лассо?

BIC для выбора штрафа лассо может подсказать вам.

Байесовские линейные и нелинейные модели DSGE

Формирование рациональных ожиданий
будущего сложно.

Модели DSGE включают
эти ожидания.

Помогает предварительная информация.

Улучшения редактора Do-файлов

  • Постоянные закладки
  • Управление навигацией
  • Подсветка синтаксиса для Java, XML и др.
  • Автоматическое заполнение кавычек, круглых скобок и скобок

Stata на Apple Silicon

  • Встроенная поддержка процессоров M1
  • Универсальное приложение для компьютеров Intel и Apple Silicon Mac
  • Одна лицензия, оба вида оборудования

Intel Math Kernel Library (MKL)

Функции и операторы Mata используют сильно оптимизированные процедуры LAPACK, основанные на библиотеке Intel Math Kernel Library.

Используйте свои любимые команды Stata как обычно; базовые функции работают быстрее, поэтому вы быстрее получаете результаты.

Интеграция Java

  • Использовать Java интерактивно (как JShell) из Stata.
  • Встраивание Java-кода в do-файлы.
  • Встраивание Java-кода в ado-файлы.
  • Компиляция и выполнение Java-кода «на лету» без использования внешних программ.

Интеграция H2O

  • Создайте новый кластер H2O или подключитесь к существующему.
  • Манипулируйте данными на кластере H2O.
  • Доступ к возможностям H2O непосредственно в Stata.

JDBC

Подключить Stata к базам данных теперь стало проще.

Хотите получить доступ к данным из Oracle, MySQL, Amazon Redshift, Snowflake, Microsoft SQL Server и других?

Используйте jdbc.

Хотите один драйвер, который работает на Windows, Mac и Linux?

Используйте jdbc.