ЧТО ТАКОЕ STATA 18??
Быстро. Точно. Легкий в использовании. STATA — это полный интегрированный программный пакет, который обеспечивает все ваши потребности в науке о данных — обработку данных, визуализацию, статистику и автоматизированную отчетность.
Редакции Stata:
Stata/MP поддерживает работу на процессорах Intel i3, i5, i7, i9, Xeon, Celeron и AMD. Stata/MP может анализировать от 10 до 20 миллиардов параметров. Пакет Stata/SE может анализировать модели с более независимыми переменными (до 10,998), что позволяет делать до 2 миллиардов наблюдений. Stata/IC может анализировать модели базы данных с количеством независимых переменных не более 798.
Ключевые преимущества Stata:
Stata упрощает создание графиков с четким стилем качества публикации. Можно указать и щелкнуть, чтобы создать собственный график, или написать сценарий для воспроизведения сотен или тысяч графиков. Поддерживается экспорт графики в EPS или TIFF для публикации, в PNG или SVG для Интернета или в PDF для просмотра.
Линейные модели: регрессия; цензурированные результаты; эндогенные регрессоры; самозагрузка, кластерно-устойчивая дисперсия; инструментальные переменные; трехступенчатые наименьшие квадраты; ограничения; квантильная регрессия; GLS и другое.
Автоматизированная отчетность:
• Динамическая уценка документов.
• Документы Word и PDF.
• Файлы Excel.
• Схемы для графики.
• Word, HTML, PDF, Excel, SVG, PNG.
Удобство использования
Доступ ко всем функциям Stata можно получить через меню, диалоговые окна, панели управления, редактор данных, менеджер переменных, редактор графиков и даже построитель диаграмм SEM.
Обработка данных / управление данными
Преобразования данных; фреймы данных; сопоставление-слияние; импорт / экспорт данных; ODBC; SQL; Юникод;обработка по группам; добавление файлов; сортировка; транспозиция строк-столбцов; маркировка; сохранение результатов и другое.
Особенности программирования
Добавление новых команд; сценарии; объектно-ориентированное программирование; программирование меню и диалоговых окон; динамические документы; Markdown; менеджер проектов; интеграция с Python; плагины Java; плагины C/C ++.
Многоуровневые модели со смешанными эффектами
Непрерывные, двоичные результаты, результаты подсчета и выживания; модели с двумя, тремя и более высокими уровнями; обобщенные линейные модели; нелинейные модели; случайные перехваты; лучайные наклоны; скрещенные случайные эффекты; BLUP эффектов и подходящих значений; иерархические модели; остаточные структуры ошибок; корректировки DDF; поддержка данных опроса.
Байесовский анализ
Тысячи встроенных моделей; одномерные и многомерные модели; линейные и нелинейные модели; многоуровневые модели; непрерывные, двоичные, порядковые и счетные результаты; байес: префикс для 46 команд оценки; непрерывные одномерные, многомерные и дискретные приоры; свои собственные модели; множественные цепи; диагностика сходимости; постериорные резюме; проверка гипотез; подбор модели; сравнение моделей; прогнозы.
Анализ выживания
Оценки Каплана – Мейера и Нельсона – Аалена; регрессия Кокса (слабость); параметрические модели (слабость, случайные эффекты); конкурирующие риски; изменяющиеся во времени ковариаты; Вейбулл, экспоненциальный, и модели Gompertz; другое.
Панель / Лонгитудинальные данные
Случайные и фиксированные эффекты с устойчивыми стандартными ошибками; линейные смешанные модели; пробит со случайными эффектами;GEE; пуассон со случайными и фиксированными эффектами; динамические модели данных панели; инструментальные переменные; тесты единичного корня панели.
Двоичные, счетные и ограниченные результаты
Логистика, пробит, тобит; пуассоновый и отрицательный биномиальный; условный, полиномиальный, вложенный, упорядоченный, упорядоченный по рангу и стереотипный логистический; полиномиальный пробит; предельные эффекты; другое.
Мета-анализ
Величины эффекта; общие, фиксированные и случайные эффекты; лерево, воронка и другие графики; анализ подгрупп и совокупный анализ; мета-регрессия; эффекты малых исследований; систематическая ошибка публикации.
Mata – язык программирования Stata
Интерактивные сеансы; крупномасштабные проекты разработки; оптимизация; инверсии матриц; декомпозиции; собственные значения и собственные векторы; движок LAPACK; действительные и комплексные числа; строковые матрицы ; интерфейс с наборами данных и матрицами Stata; числовые производные; объектно-ориентированное программирование.
Выбор модели
Дискретный выбор; ранжированные альтернативы; условный логит; полиномиальный пробит; вложенный логит; смешанный логит; групповые данные; предикторы, специфичные для конкретного случая и альтернативы; интерпретировать результаты - ожидаемые вероятности, ковариатные эффекты, сравнения между альтернативами.
Расширенные регрессионные модели (ERM)
Эндогенные ковариаты; групповые данные; учет проблем в одиночку или в комбинации; непрерывные результаты с интервальной цензурой, двоичные и порядковые результаты; другое.
Обобщенные линейные модели (GLM)
10 функций связи; пользовательские ссылки; 7 распределений; оценка ML и IRLS; 9 оценщиков дисперсии; другое.
Мощность, точность и размер выборки
Мощность; размер выборки; размер эффекта; минимально обнаруживаемый эффект; ширина КИ; среднее; пропорции; отклонения; корреляции; ANOVA; регрессия; рандомизированные исследования; исследования типа «случай-контроль» • когортные исследования; таблицы сопряженности; анализ выживаемости; сбалансированные или несбалансированные проекты; результаты в виде таблиц или графиков.
Документация
31 учебное пособие; более 15 000 страниц; плавная навигация; тысячи проработанных примеров; быстрые запуски; методы и формулы; ссылки.
Непараметрические методы
Непараметрическая регрессия; Wilcoxon–Mann–Whitney; корреляции Спирмена и Кендалла • тесты Колмогорова — Смирнова; точные биномиальные КИ; данные о выживании; сглаживание;самонастройка.
Основная статистика
Резюме; перекрестные таблицы; корреляции; z и t тесты; тесты на равенство отклонений; есты пропорций; доверительные интервалы; факторные переменные.
Лассо
Лассо; эластичная сетка; выбор модели; прогнозирование; логический вывод; непрерывный, бинарный подсчет результато; перекрестная проверка; адаптивное лассо; войной выбор; частичное распределение; двойное машинное обучение; эндогенные ковариаты; другое.
Пространственные авторегрессионные модели
Пространственные лаги зависимых переменных, независимых переменных и авторегрессионных ошибок; фиксированные и случайные эффекты в панельных данных; эндогенные ковариаты; анализ побочных эффектов.
ANOVA / MANOVA
Сбалансированные и несбалансированные проекты;факторные, вложенные и смешанные проекты; повторные измерения; маргинальные средства; контрасты.
SEM (моделирование структурных уравнений)
Построитель графических диаграмм путей; стандартизированные и нестандартные оценки; индексы модификации; прямые и косвенные эффекты; непрерывные, двоичные, счетные, порядковые и выживаемые результаты; многоуровневые модели; случайные наклоны и перехваты; другое.
Точная статистика
Точная логистика и регрессия Пуассона; точная статистика «случай – контроль»; биномиальные тесты; точный критерий Фишера для таблиц r × c.
Анализ латентного класса
Двоичные, порядковые, непрерывные, счетные, категориальные, дробные и элементы выживания; добавить ковариаты к членству в классе модели;объединить с моделями пути SEM;ожидаемые пропорции класса; правильность соответствия; прогнозы членства в классе.
Программируемая максимальная вероятность
Пользовательские функции; NR, DFP, BFGS, BHHH; Тесты Вальда; Данные опроса; Числовые или аналитические производные.
Модели DSGE
Возможности: указывать модели алгебраически; решать модели; оценивать параметры; идентификационная диагностика; стратегии и матрицы перехода; IRF; динамические прогнозы.
Методы опроса
Многоэтапные проекты; начальная загрузка, BRR, линеаризованная оценка и оценка отклонений SDR; посттратификация; калибровка; DEFF;предиктивные поля; средние, пропорции, отношения, итоги; сводные таблицы; поддерживаются почти все виды оценки.
Квалификация установки
Отчет IQ для регулирующих органов, таких как FDA; проверка установки.
Контрасты, парные сравнения и поля
Возможности: сравнивать средние значения, перехваты или уклоны;сравнивать с эталонной категорией, смежной категорией, средним значением и т. д.; ортогональные многочлены; корректировки множественного сравнения; графически рассчитать средние значения и контрасты; графики взаимодействия.
Кластерный анализ
Иерархическая кластеризация; дендрограммы; правила остановки; расширяемый пользователем анализ.
Многовариантные методы
Факторный анализ; главные компоненты; дискриминантный анализ; ротация; многомерное масштабирование; анализ соответствия; биплоты; дендрограммы; расширяемый пользователем анализ; другое.
Функции управления данными Stata
Качественная графика
Stata позволяет легко создавать графики с четким стилем публикации. Можно создать собственный график или написать сценарий для воспроизведения сотен или тысяч графиков воспроизводимым способом. Поддерживается экспорт графиков в EPS или TIFF для публикации, в PNG или SVG для Интернета или в PDF для просмотра. С помощью встроенного редактора графиков можно что-либо изменить в графике или добавить заголовки, заметки, строки, стрелки и текст.
Динамическое создание документов
Простое управление
Доступ ко всем функциям Stata можно получить через меню, диалоговые окна, панели управления, редактора данных, менеджера переменных, редакторов графиков и диаграмм SEM.
Автоматизация
Stata имеет тысячи встроенных процедур, чтобы упростить выполнение заданной последовательности задач. Можно также написать сценарий для выполнения своей задачи в заданном наборе данных и преобразовать его по мере надобности.
Расширенное программирование
Mata – это интерактивная среда для работы с матрицами и платформа разработки, которая может создавать скомпилированный и оптимизированный код. Mata включает в себя специальные функции для обработки данных панели, выполняет операции с реальными или сложными матрицами, обеспечивает полную поддержку объектно-ориентированного программирования и полностью интегрирован со всеми аспектами Stata.
Внесенные сообществом функции
Разработчики и пользователи добавляют новые функции каждый день, чтобы отвечать растущим требованиям современных исследователей.
Кроссплатформенность
Stata будет работать на компьютерах с ОС Windows , Mac и Linux / Unix.
Системные требования:
Stata для Windows
Stata для Mac
Stata для Linux
Требования к оборудованию:
Техническая поддержка Stata
Поддержка предоставляется только для самой последней редакции Stata.
При условии, что пользователь поддерживает текущее обслуживание Stata, он получает следующую редакцию Stata автоматически и без дополнительной оплаты.
Преимущества обслуживания:
Обслуживание можно приобрести только при покупке новой лицензии или обновлении существующей.