New In 
Plus de nouvelles fonctionnalités dans Stata 18
Nous avons présenté de nombreux points forts de la version 18 de Stata ici. Mais Stata 18 comprend bien plus. Nous ne voulons pas que vous négligiez les nouvelles fonctionnalités énumérées ci-dessous. L’une d’entre elles pourrait bien être votre préférée.
General statistics
- De nombreuses commandes d’estimation de Stata prennent en charge l’option vce(robust) pour l’estimation d’erreurs standard robustes et l’option vce(cluster clustvar) pour l’estimation d’erreurs standard robustes en grappes. Ces options sont désormais prises en charge par deux commandes supplémentaires :
- Les valeurs p exactes sont désormais disponibles pour les coefficients de corrélation de rang de Spearman. La commande spearman supporte maintenant l’option exact() pour calculer la valeur p exacte en utilisant un échantillonnage Monte Carlo de la distribution de permutation ou en utilisant une énumération complète de la distribution de permutation.
- La notation facteur-variable de Stata permet aux utilisateurs de spécifier des variables catégorielles et des interactions dans des listes de variables dans de nombreuses commandes. Cette notation est désormais prise en charge par des commandes supplémentaires :
- La commande exlogistic, qui permet d’ajuster des modèles de régression logistique exacts
- La commande expoisson, qui permet d’ajuster des modèles de régression de Poisson exacts
- Après avoir ajusté des modèles de régression à quantiles simultanés avec sqreg, vous pouvez utiliser la nouvelle commande estat coefplot pour tracer les coefficients et leurs intervalles de confiance à travers les quantiles.
- La commande nlcom, qui calcule des combinaisons non linéaires de paramètres, prend désormais en charge l’option eform[()] pour rapporter les paramètres non linéaires exponentiels.
- La commande table calcule désormais deux statistiques supplémentaires : la moyenne géométrique et l’écart-type géométrique, qui sont spécifiés à l’aide de statistic(geomean) et statistic(geosd), respectivement. En outre, les variables strL peuvent désormais être utilisées pour définir les lignes, les colonnes et les tableaux séparés.
Causal inference
- Après avoir ajusté un modèle de différence dans les différences avec didregress ou xtdidregress à des données comprenant plusieurs cohortes traitées à des moments différents, vous pouvez utiliser la nouvelle commande estat bdecomp pour décomposer l’effet moyen du traitement sur le traité (ATET) en composantes. Les résultats sont utiles pour déterminer si les effets du traitement sont hétérogènes et, le cas échéant, dans quelle mesure l’hétérogénéité a un impact sur l’ATET global rapporté par didregress ou xtdidregress.
Meta-analysis
- Après meta regress, vous pouvez maintenant utiliser predict avec l’option reses(), qui est spécifiée avec l’option reffects, pour calculer les erreurs standard comparatives pour les effets aléatoires. Les erreurs standard diagnostiques peuvent être obtenues en ajoutant la sous-option diagnostic.
Après meta mvregress, vous pouvez maintenant utiliser predict avec l’option reses() pour calculer les erreurs standard comparatives pour les effets aléatoires par défaut. Les erreurs standard diagnostiques peuvent être obtenues en ajoutant la sous-option diagnostic.
Survival analysis
- La commande stcurve trace la fonction de survie, d’échec, de hasard ou de hasard cumulatif après avoir ajusté de nombreux modèles pour les données de temps de survie. Dans Stata 18, stcurve présente les nouvelles fonctionnalités suivantes :
- Après avoir ajusté un modèle de Cox à fragilité partagée avec stcox, vous pouvez maintenant spécifier l’expression _frailty = (numlist) dans l’option at() pour ajuster les estimations du survivant et des fonctions connexes pour les fragilités définies aux valeurs de numlist.
- Après avoir ajusté un modèle de Cox pour un ensemble de données à intervalles censurés avec plusieurs enregistrements par sujet en utilisant stintcox, vous pouvez spécifier la nouvelle option atmeans pour évaluer la fonction de survie ou une autre fonction à des moyennes spécifiques au temps de la covariable.
- Après avoir ajusté un modèle de Cox pour un ensemble de données à intervalles censurés avec plusieurs enregistrements par sujet en utilisant stintcox, vous pouvez spécifier la nouvelle option atframe(frname) pour évaluer le survivant ou une autre fonction aux valeurs des variables spécifiées dans le cadre frname.
- Après lasso cox ou elasticnet cox, vous pouvez calculer des prédictions basées sur des coefficients pénalisés par défaut, ou vous pouvez calculer des prédictions basées sur des coefficients de postsélection en spécifiant l’option postselection.
- Après avoir ajusté un modèle de Cox à fragilité partagée avec stcox, predict autorise maintenant les options atfrailty et atfrailty(varname|#) lorsque vous prédisez la fonction de survie de base, la fonction de risque cumulatif de base ou les contributions de risque de base. Si vous spécifiez atfrailty, les fragilités sont fixées à leurs valeurs estimées lors du calcul des prédictions. Si vous spécifiez atfrailty(varname|#), les fragilités sont définies sur les valeurs de varname ou #.
La commande stintcox, qui ajuste les modèles à risques proportionnels de Cox pour les données censurées par intervalles, supporte maintenant l’option vce(robust) pour l’estimation des erreurs standard robustes et l’option vce(cluster clustvar) pour l’estimation des erreurs standard robustes par grappes.
Multivariate statistics
- La notation factorielle de Stata permet aux utilisateurs de spécifier des variables catégorielles et des interactions dans des listes de variables dans de nombreuses commandes. Cette notation est maintenant supportée par des commandes supplémentaires :
- La commande discrim knn, qui effectue une analyse discriminante du kème plus proche voisin.
La commande discrim logistic, qui effectue une analyse discriminante logistique.
- La commande discrim knn, qui effectue une analyse discriminante du kème plus proche voisin.
Graphics
- Lorsque vous créez des graphiques partiels, vous pouvez désormais spécifier l’option altleg bystyle pour déplacer la légende à la position six heures et utiliser deux colonnes pour la légende. Par exemple, en spécifiant l’option by(group, style(altleg)), vous créerez un graphique pour chaque valeur de groupe et placerez la légende sur deux colonnes au bas de ces graphiques.
- Vous pouvez maintenant spécifier une longueur minimale pour les étiquettes des axes avec l’option labelminlen(#). Cela peut s’avérer particulièrement utile si vous créez plusieurs graphiques que vous souhaitez combiner à l’aide de l’option graph combine. Vous pouvez, par exemple, spécifier ylabel(labelminlen(5)) avec chaque graphique pour vous assurer qu’au moins cinq caractères sont utilisés pour les étiquettes de l’axe des y ; les étiquettes sont complétées par des espaces à gauche si nécessaire. L’ajout de cette option à chaque spécification de graphique vous permettra de créer des graphiques avec des étiquettes de même largeur afin que les axes soient bien alignés lorsqu’ils sont combinés.
Data management
- Vous pouvez utiliser la nouvelle commande export spss pour exporter un ensemble de données Stata vers un fichier SPSS (.sav).
- La commande import delimited dispose d’une nouvelle option emptylines(skip|include) pour contrôler la façon dont les lignes vides sont traitées en tant qu’observations.
- Les commandes icd10 ont été mises à jour pour inclure les codes de diagnostic ICD-10 de la sixième édition (2019).
- La commande contract est désormais plus rapide.
Functions
- Sept nouvelles fonctions de date, principalement liées aux jours de la semaine, sont désormais disponibles. Lire l’aperçu.
Programming
- La commande levelsof est désormais plus rapide.
- La spécification de l’API Stata-Python comporte de nouvelles fonctionnalités et des améliorations :
- La classe ValueLabel peut maintenant travailler avec les valeurs manquantes étendues de Stata en utilisant les méthodes suivantes :
- ValueLabel.getLabel(name, value) permet à value d’être .a, .b, …, .z en plus d’une valeur entière afin de renvoyer les étiquettes associées aux valeurs manquantes de Stata.
- ValueLabel.getValueLabels(name) renvoie l’étiquette manquante de Stata comme clé si l’étiquette de valeur contient une valeur manquante associée à une étiquette. Auparavant, la clé était renvoyée sous la forme d’une valeur manquante entière.
- ValueLabel.setLabelValue(name, value, label) permet à la valeur d’être .a, .b, …, .z en plus d’une valeur entière afin de pouvoir définir des étiquettes pour les valeurs manquantes.
- ValueLabel.getValues(name) renvoie l’étiquette manquante de Stata dans le résultat si l’étiquette de valeur contient une valeur manquante associée à une étiquette. Auparavant, la valeur était renvoyée sous la forme d’une valeur manquante entière.
- ValueLabel.removeLabelValue(name, value) permet à la valeur d’être .a, .b, …, .z en plus d’une valeur entière afin de pouvoir supprimer les étiquettes pour les valeurs manquantes.
- La classe manquante présente les améliorations suivantes :
- Missing.getValue(val=None) permet aux utilisateurs de saisir None ou ., .a, …, .z pour accéder aux valeurs manquantes de Stata. Auparavant, val pouvait être None, ou a, b, …, z.
- Missing.getMissing(value) obtient le symbole manquant associé à la valeur qui représente la valeur manquante correspondante dans Stata.
- La classe Data dispose d’une nouvelle fonction, isAlias(var), qui indique si une variable de l’ensemble de données actuel est un alias d’une variable d’un autre cadre.
- La classe Frame possède une nouvelle fonction, isAlias(var), qui indique si une variable de l’ensemble de données actuel est un alias d’une variable d’un autre cadre.
- La classe ValueLabel peut maintenant travailler avec les valeurs manquantes étendues de Stata en utilisant les méthodes suivantes :
- La spécification de l’API Stata-Java comporte les nouvelles fonctionnalités suivantes :
- La classe ValueLabel peut maintenant travailler avec les valeurs manquantes étendues de Stata en utilisant les méthodes suivantes :
- ValueLabel.getLabel(java.lang.String, double) permet d’obtenir l’étiquette d’une valeur spécifiée.
- ValueLabel.getValueLabels(String name, Map<LabelValue,String> map) obtient les paires de valeurs et d’étiquettes pour un nom d’étiquette de valeur spécifié.
- ValueLabel.removeLabelValue(String name, Missing.Extended missingValue) supprime une valeur de l’étiquette de valeur spécifiée.
- ValueLabel.setLabelValue(String name, Missing.Extended missingValue, String label) définit une valeur et un libellé pour un nom d’étiquette de valeur.
- La classe LabelValue a été ajoutée pour encapsuler une valeur d’étiquette Stata.
- La classe Data a une nouvelle fonction, isAlias(int var), qui indique si une variable de l’ensemble de données actuel est un alias pour une variable d’un autre cadre.
- La classe Frame possède une nouvelle fonction, isAlias(int var), qui indique si une variable de l’ensemble de données actuel est un alias pour une variable d’un autre cadre.
- La classe ValueLabel peut maintenant travailler avec les valeurs manquantes étendues de Stata en utilisant les méthodes suivantes :
- La commande matlist dispose de deux nouvelles options pour personnaliser l’affichage des matrices. L’option rightindent met en retrait les données d’un espace par rapport à la fin des lignes. L’option rowtitleft affiche les titres des lignes à gauche.
- Les programmeurs qui travaillent avec des variables alias dans des cadres peuvent profiter de quatre nouvelles fonctions macro :
- isalias varname renvoie 1 pour une variable alias et 0 sinon.
- aliasframe varname renvoie le nom d’un cadre auquel varname est lié.
- aliaslinkname varname renvoie le nom de la variable de liaison qui a été utilisée pour créer varname.
- aliasvarname varname renvoie le nom de la variable à laquelle varname est lié.
Mata
- La classe Mata xl() comprend sept nouvelles fonctions membres :
- put_string() écrit un scalaire, un vecteur ou une matrice sous forme de chaîne dans une feuille de calcul Microsoft Excel.
- set_header() ajoute un en-tête de feuille de calcul à la feuille de calcul active.
- set_footer() ajoute un pied de page à la feuille de calcul active.
- insert_horizontal_page_break() insère un saut de page à la ligne spécifiée dans la feuille de calcul active.
- delete_horizontal_page_break() supprime un saut de page à la ligne spécifiée dans la feuille de calcul active.
- insert_vertical_page_break() insère un saut de page dans la colonne spécifiée de la feuille de calcul active.
- delete_vertical_page_break() supprime un saut de page à la colonne spécifiée dans la feuille de calcul active.
Interface
- jdbc load dispose maintenant d’une boîte de dialogue qui vous permet de
- ajouter ou supprimer des noms de sources de données (DSN),
- filtrer les tables d’un DSN ou filtrer les colonnes d’une table, et
- sélectionner les colonnes d’une table à charger dans Stata.
- Lorsque vous exécutez plusieurs instances de Stata dans Windows, le numéro d’instance de Stata apparaît désormais dans les fenêtres de premier niveau suivantes : Éditeur de fichiers, Éditeur de données, Gestionnaire de variables, Constructeur SEM, Fenêtres de graphiques et Fenêtres de visualisation.
- Dans Windows, le nouveau paramètre set taskbargroups affecte la façon dont les fenêtres Stata sont regroupées dans la barre des tâches. Si le regroupement de la barre des tâches est activé, les différentes instances de Stata seront regroupées séparément sur la barre des tâches. Ce paramètre est activé par défaut.
- Stata pour Mac vous demande maintenant de choisir votre disposition de fenêtre préférée lorsqu’il est lancé pour la première fois. Vous pouvez choisir la disposition Sidebar, qui peut être préférable pour les petits écrans d’ordinateurs portables, ou la disposition Widescreen, qui peut être préférable pour les moniteurs de bureau ou les grands écrans d’ordinateurs portables.
Encore plus
- Nous vous avons présenté ici la plupart des nouvelles fonctionnalités de Stata 18 qui n’ont pas été mises en évidence sur stata.com/new-in-stata. Mais ce n’est pas tout. Consultez la section Quoi de neuf pour une liste complète des mises à jour.