Stata 数据分析.doc

《Stata 数据分析.doc》由会员分享，可在线阅读，更多相关《Stata 数据分析.doc（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、Stata 是一套提供其使用者数据分析、数据管理以及绘制专业图表的完整及整合性统计软件。它提供许许多多功能，包含线性混合模型、均衡重复反复及多项式普罗比模式。新版本的STATA采用最具亲和力的窗口接口，使用者自行建立程序时，软件能提供具有直接命令式的语法。Stata提供完整的使用手册，包含统计样本建立、解释、模型与语法、文献等超过一万余页的出版品。1 除了之外，Stata软件可以透过网络实时更新每天的最新功能，更可以得知世界各地的使用者对于STATA公司提出的问题与解决之道。使用者也可以透过 Stata Journal 获得许许多多的相关讯息以及书籍介绍等。另外一个获取庞大资源的管道就是Sta

2、talist，它是一个独立的listserver，每月交替提供使用者超过1000个讯息以及50个程序。参见“”、“2”、“3”、“4”等。 编辑本段Stata 的统计功能Stata 的统计功能很强，除了传统的统计分析方法外，还收集了近 20 年发展起来的新方法，如 Cox 比例风险回归，指数与 Weibull 回归，多类结果与有序结果的 logistic 回归， Poisson 回归，负二项回归及广义负二项回归，随机效应模型等。具体说， Stata 具有如下统计分析能力： 数值变量资料的一般分析：参数估计，t检验，单因素和多因素的方差分析，协方差分析，交互效应模型，平衡和非平衡设计，嵌套设计，

3、随机效应，多个均数的两两比较，缺项数据的处理，方差齐性检验，正态性检验，变量变换等。 分类资料的一般分析：参数估计，列联表分析 ( 列联系数，确切概率 ) ，流行病学表格分析等。 等级资料的一般分析：秩变换，秩和检验，秩相关等 相关与回归分析：简单相关，偏相关，典型相关，以及多达数十种的回归分析方法，如多元线性回归，逐步回归，加权回归，稳键回归，二阶段回归，百分位数 ( 中位数 ) 回归，残差分析、强影响点分析，曲线拟合，随机效应的线性回归模型等。 其他方法：质量控制，整群抽样的设计效率，诊断试验评价， kappa 等。 编辑本段Stata 的作图功能Stata 的作图模块，主要提供如下八种基

4、本图形的制作 : 直方图 (histogram) ，条形图 (bar), 百分条图 (oneway) ，百分圆图 (pie) ，散点图 (twoway) ，散点图矩阵(matrix) ，星形图 (star) ，分位数图。这些图形的巧妙应用，可以满足绝大多数用户的统计作图要求。在有些非绘图命令中，也提供了专门绘制某种图形的功能，如在生存分析中，提供了绘制生存曲线图，回归分析中提供了残差图等。 Stata 的矩阵运算功能 矩阵代数是多元统计分析的重要工具， Stata 提供了多元统计分析中所需的矩阵基本运算，如矩阵的加、积、逆、 Cholesky 分解、 Kronecker 内积等；还提供了一些高

5、级运算，如特征根、特征向量、奇异值分解等；在执行完某些统计分析命令后，还提供了一些系统矩阵，如估计系数向量、估计系数的协方差矩阵等。 编辑本段Stata 的程序设计功能Stata 是一个统计分析软件，但它也具有很强的程序语言功能，这给用户提供了一个广阔的开发应用的天地，用户可以充分发挥自己的聪明才智，熟练应用各种技巧，真正做到随心所欲。事实上， Stata 的 ado 文件 ( 高级统计部分 ) 都是用 Stata 自己的语言编写的 Stata 其统计分析能力远远超过了 SPSS ，在许多方面也超过了 SAS ！由于 Stata 在分析时是将数据全部读入内存，在计算全部完成后才和磁盘交换数据，

6、因此计算速度极快（一般来说， SAS 的运算速度要比 SPSS 至少快一个数量级，而 Stata 的某些模块和执行同样功能的 SAS 模块比，其速度又比 SAS 快将近一个数量级！） Stata 也是采用命令行方式来操作，但使用上远比 SAS 简单。其生存数据分析、纵向数据（重复测量数据）分析等模块的功能甚至超过了 SAS 。用 Stata 绘制的统计图形相当精美，很有特色。 编辑本段STATA 的功能列表数据管理 (Data management) 资料转换、分组处理、附加档案、 ODBC 、行 - 列转换、数据标记、字符串函数等 基本统计 (Basic statistics) 直交表、相关

7、性、 t- 检定、变异数相等性检定、比例检定、信赖区间等 线性模式 (Linear models) 稳健 Huber/White/sandwich 变异估计 , 三阶最小平方法、类非相关回归、齐次多项式回归、 GLS 广义型线性模式 (Generalized linear models) 十连结函数、使用者 - 定义连结、 ML 及 IRLS 估计、 九变异数估计、七残差等 二元、计数及有限应变量 (Binary, count, and limited dependent variables) 罗吉斯特、 probit 、卜松回归、 tobit 、 truncated 回归、条件罗吉斯特、多项

8、式逻辑、巢状逻辑、负二项、 zero-inflated 模型、 Heckman 选择模式、边际影响 Panel 数据 / 交叉 - 组合时间序列 (Panel data/cross-sectional time-series) 随机及固定影响之回归、 GEE 、随机及固定 - 影响之 卜松及负二项分配、随机 - 影响、工具变量回归、 AR(1) 干扰回归 无母数方法 (Nonparametric methods) 多变量方法 (Multivariate methods) 因素分析、多变量回归、 anonical 相关系数 模型检定及事后估计量支持分析 (Model testing and po

9、st-estimation support) Wald 检定、 LR 检定、 线性及非线性组合、非线性限制检定、边际影响、修正平均数 Hausman 检定 群集分析 (Cluster analysis) 加权平均 , 质量中心及中位数联结、 kmeans 、 kmedians 、 dendrograms 、停止规则、使用者扩充 图形 (Graphics) 直线图、散布图、条状图、圆饼图、 hi-lo 图、 回归诊断图 调查方法 (Survey methods) 抽样权重、丛集抽样、分层、线性变异数估计量、拟 - 概似最大估计量、回归、工具变量 生存分析 (Survival analysis)

10、Kaplan Meier 、 Nelson Aalen, 、 Cox 回归 ( 弱性 ) 、参数模式 ( 弱性 ) 、危险比例测试、时间共变项、 左 - 右检查、韦柏分配、指数分配 流行病学工具 (Tools for epidemiologists) 比例标准化、病例控制、已配适病例控制、 Mantel Haenszel, 药理学、 ROC 分析、 ICD-9-CM 时间序列 (Time series) ARIMA 、 ARCH/GARCH 、 VAR 、 Newey West 、 correlograms 、 periodograms 、白色 - 噪音测试 , 最小整数根检定、时间序列运算、

11、平滑化 最大概似法 (Maximum likelihood) 转换及常态检定 (Transforms and normality tests) Box Cox 、次方转换 Shapiro Wilk 、 Shapiro Francia 检定 其它统计方法 (Other statistical methods) 样本数量及次方、非线性回归、逐步式回归 、统计及数学函数 包含样本范例 (Sample session) 再抽样及模拟方法 (Resampling and simulation methods) bootstrapping 、 jackknife 、蒙地卡罗模拟、排列检定 网络功能 安装新

12、指令、网络升级、网站档案分享、 Stata 最新消息 epiman论坛学习资源丰富，学术氛围良好，在国内新生代公共卫生学术界有一定影响力。是探讨Stata，spss,sas,epidata等统计软件的主流论坛之一。 编辑本段Stata学习资料网络资源Stata官方网站。Stata公司提供的Web resources，涵盖了大量相关网络资源；其FAQ则提供了各种常见问题的解答；Statalist则是一个类似于人大经济论坛的免费的讨论区。加入Statalist的方法很简单，你只需要发送邮件至Stata-maillist，邮件内容无需任何称谓，只需写上“subscribe Statalist”的字样

13、即可。接到确认信息后，你便成为一名Statalist的成员了。当然，即使不加入，你仍然可以浏览，但不能提问。 UCLA(加州大学洛杉矶分校)提供的网络教程。该网站提供的Data Management、Graphics、Regression、Logistic Regression、Multilevel Modeling、Survey Data Analysis等模块都非常出色；其Web Books、Textbook Examples模块则非常细致地呈现了几十本非常流行的统计和计量教材的Stata实例；对于LaTeX感兴趣的朋友，则可以通过Stata Tools for LaTeX模块获得诸多有用

14、的信息；在Graph examples模块中，则列举了四十余种图形的绘制方法；最后，在Classes and Seminars模块中，你可以在线观看数十个Stata教学视频。 Stata中文讨论专区。目前，国内已有多个专门讨论Stata应用的论坛，包括人大经济论坛Stata专区5，公卫人EpiMan6等。这些论坛集中了国内外数十万的Stata用户，为交流和解决Stata应用过程中遇到的各种问题和经验提供了很好的平台。 相关的书籍自从Hamilton(1990)出版Statistics with Stata后，一系列将计量理论与软件操作结合起来的书籍开始相继面世，而在此之前，人们似乎都认为软件操

15、作是件非常简单的事情。也正因为如此，很多学生在修改完了一个学年的计量经济学课程后，仍然不知道该如何完成OLS估计。为此，我列举的书籍多附有Stata实例（* 表示我的推荐程度），多数书中的范例数据都可通过Stata官方网站下载。 一份详细的书单：UCLA提供了的书单 。 入门教材：Baum(2006)*、Newton and Cox(2009)、Chen et al.(2005)、Adkins and Hill(2008)*；Wooldridge(2009)*，波士顿大学的网站上提供了该书所有章节的Stata范例，是一套非常好的学习资料。 综合性教材：Cameron and Trivedi(2

16、005)撰写的Microeconometrics: Methods and applications一书全面介绍了微观计量中的基本分析工具，其中不乏最近十年中得到广泛应用的Bootstrap、Monte Carlo模拟，以及非参数估计法。二人于2009年出版的另一力作(Cameron and Trivedi(2009)*)是这本书的姊妹篇，重点介绍了常用计量模型的Stata实现方法。 Stata手册：我一直非常佩服撰写Stata手册的那些人，他们总能以最简洁的语言说清楚纠结我很久的问题。Stata11附有16本电子手册，仅需统一放置于D:stata11utilities目录下，即可从Stata

17、内部的帮助文件中的Also see部分直接链接到相应的PDF说明书中。作为初学者，我强烈建议你将U和D打印出来，反复研读。stata手册内容齐全，但不便于阅读，把命令与例题割裂开来，阅读起来很不方便。 stata软件在社会科学研究中的高级应用：周文光，李尧远，梁炜 著，西北工业大学出版社出版。该书详细介绍了如何应用stata对连续变量与分类变量进行分析，包括回归分析，时间序列分析，面板数据分析等，并介绍了如何使用stata进行生存分析与聚类分析、编程等内容。 Stata视频。相比于网络教程和纸本教材，通过视频学习Stata可能是最快捷的方式了。UCLA免费发布的视频教程，内容涉及Stata入门

18、、数据处理和绘图等。7采用英文讲解，思路清晰。局限在于所涉及内容不够系统，但对于想快速入门的学生则是一份不错的参考资料。同时，藉由这份资料也可以练习一下英语听力。对于中文用户而言，人大论坛发布的Stata初级和高级视频则提供了更为快捷的学习方式。其中，初级视频主要介绍stata的操作方法，包括stata入门、stata数据处理、stata绘图、stata矩阵以及stata编程初步五个部分。8高级视频主要介绍各种计量模型的基本原理，重点介绍其在stata中的实现方法，包括OLS、GLS、MLE、IV-GMM、时间序列分析、面板模型、stata高级编程、Bootstrap和Monte Carlo

19、模拟等内容，比较全面的涵盖了计量经济学和核心内容。9 统计方法：Rabe-Hesketh and Everitt(2006)。 Stata绘图：Mitchell(2008)，非常细致地介绍了各种图形的绘制方法。 Stata数据处理：Kohler and Kreuter(2005)*、Long(2009)*、杨菊华(2008)。 Stata编程：Baum(2009)，当然，该书中有关数据处理的介绍也非常精彩。 Logit/Probit模型：Hosmer and Lemeshow(2000)*对相关的理论进行非常细致的介绍，是我学习Logit模型的入门教材；Long and Freese(2001

20、)*、Long and Freese(2006)、Hilbe(2009)则涉及了大量的Stata实例，对解读Logit/Probit模型的结果很有帮助；Rabe-Hesketh et al.(2004)提供了在GLLAMM架构下估计xtlogit, xtprobit, xtmelogit, 以及xtmepoisson模型的方法。 Panel Data和多层次模型：Stata11 手册XT*，简洁明了，附有大量实例；Cameron and Trivedi(2009)*、王志刚(2008)、Rabe-Hesketh and Skrondal(2008)。 Mata：Schmidheiny(2008)*，简洁明了介绍了Mata的基本用法；详情则可参与Stata11手册M。 GLLAMM：Rabe-Hesketh et al.(2004)。 Meta：Sterne(2009)。 GLM：Hardin et al.(2007)。 MLE：Harrison(2008)（Lectures）、Gould et al.(2006)。 生存分析：Cleves et al.(2008)。