Stata 18新功能介紹（一）

時(shí)間：2023-04-26

作者：北京天演融智軟件有限公司

2023年4月25日，StataCorp正式發(fā)布Stata 18版本，Stata 18很多功能都有大的較新或者功能擴(kuò)展，具體較新主要包括以下20個(gè)方面：

1. Bayesian model averaging

2. Causal mediation analysis

3. Tables of descriptive statistics

4. Heterogeneous DID

5. Group sequential designs

6. Multilevel meta-analysis

7. Meta-analysis for prevalence

8. Robust inference for linear models

9. Wild cluster bootstrap

10. Local projections for IRFs

11. Flexible demand system models

12. TVCs with interval-censored Cox model

13. Lasso for Cox model

14. RERI

15. IV quantile regression

16. IV fractional probit model

17. Alias variables across frames

18. Data Editor enhancements

19. Do-file Editor enhancements

20. All-new graph style

此外，還有其他新增功能：

? Corrected and consistent AIC

? Model selection for ARIMA and ARFIMA

? GOF plots for survival models

? New spline functions

? Graph colors by variable

? Create, load, and save sets of frames

? Boost-based regular expressions

? Vectorized numerical integration, and

? New reporting features in putdocx, putexcel, and putpdf

1. Bayesian model averaging (BMA)

過去，您選擇一個(gè)模型，并在此模型的基礎(chǔ)上進(jìn)行分析。結(jié)果也是以所選擇的模型為條件。但是，當(dāng)存在多個(gè)可信模型的情況時(shí)，這種方法可能就不可靠了。模型平均允許您基于多個(gè)模型進(jìn)行分析，從而在結(jié)果中考慮模型的不確定性。BMA根據(jù)貝葉斯原理解釋模型的不確定性，貝葉斯原理可以普遍應(yīng)用于任何數(shù)據(jù)分析。在回歸設(shè)置中，模型不確定性描述了回歸模型中應(yīng)包含哪些預(yù)測因子的不確定性。

新命令bmaregress執(zhí)行線性回歸的BMA，可以用于推理、預(yù)測，如果需要，甚至可以用于模型選擇。比如：

. bmaregress y x1 x2

考慮結(jié)果y的所有四個(gè)可能模型，其包括或排除預(yù)測因子x1和x2，并根據(jù)每個(gè)模型基于觀測數(shù)據(jù)的可能性來組合這些模型。您可以從各種先驗(yàn)分布中進(jìn)行選擇，以探索關(guān)于模型和預(yù)測因子重要性的設(shè)對結(jié)果的影響。

Postesmation命令允許您估計(jì)模型的概率，確定重要的預(yù)測因素，探索模型的復(fù)雜性，獲得預(yù)測手段，評估預(yù)測性能，并對回歸系數(shù)進(jìn)行推斷。

目前，除了Stata，其他商業(yè)軟件都還沒BMA程序包。它可以應(yīng)用所有學(xué)科，幾乎每個(gè)人都會(huì)使用線性回歸。bmaregress對線性回歸模型執(zhí)行BMA，使研究人員能夠解釋應(yīng)使用哪些預(yù)測因子的不確定性。

2. Causal mediation analysis

因果推斷旨在識(shí)別和量化**對結(jié)果的因果影響。在因果中介分析中，我們旨在進(jìn)一步探討這種效應(yīng)是如何產(chǎn)生的。也許運(yùn)動(dòng)會(huì)增加一種的水平，而這種反過來又會(huì)增加幸福感。也許進(jìn)口配額增加了當(dāng)?shù)仄髽I(yè)的市場能力，反過來又提高了商品價(jià)格。

我們經(jīng)常用因果圖來可視化這樣的關(guān)系，例如：

有了新的mediate命令，我們可以估計(jì)**對結(jié)果的總影響，并將其分解為直接影響和間接影響（通過水平等中介）。事實(shí)上，根據(jù)利益設(shè)，可以計(jì)算多種類型的分解。此外，estat proportion報(bào)告了通過中介發(fā)生的總效應(yīng)的比例。

mediate命令的結(jié)果可以是連續(xù)的、二進(jìn)制的或計(jì)數(shù)的；中介可以是連續(xù)的、二進(jìn)制的或計(jì)數(shù)的；并且該**結(jié)果可以是二元的、多值的或連續(xù)的。

mediate命令非常靈活。它支持24種和中介模型的組合，因此它可以應(yīng)用于實(shí)際研究中出現(xiàn)的各種情況。因果推理問題很自然的應(yīng)用于所有學(xué)科。

3. Tables of descriptive statisitcs

新的dtable命令可以創(chuàng)建一個(gè)描述性統(tǒng)計(jì)信息表。dtable能報(bào)告連續(xù)和分類因素變量的匯計(jì)數(shù)據(jù)。您可以為每個(gè)變量選擇要報(bào)告的統(tǒng)計(jì)信息；從平均值、標(biāo)準(zhǔn)差、中位數(shù)、四分位間距、百分比、比例和許多其他值中進(jìn)行選擇。您還可以輕松地比較其他變量類別之間的統(tǒng)計(jì)信息。

dtable創(chuàng)建的表可以通過多種方式進(jìn)行自定義，包括要的統(tǒng)計(jì)信息、數(shù)字和字符串格式、注釋、標(biāo)題、標(biāo)簽等。該表可以直接導(dǎo)出為Microsoft Word、Microsoft Excel、HTML、Markdown、PDF、LaTeX、SMCL或純文本。

dtable可以很容易地創(chuàng)建通常稱為“Table 1”的表，這是幾乎所有研究論文中包含的**個(gè)表。

此命令可以應(yīng)用于所有學(xué)科。這些表對于任何進(jìn)行探索性分析或創(chuàng)建要發(fā)布表格的人都很有用。

4. Heterogeneous difference in differences (DID)

DID模型用于通過重復(fù)測量數(shù)據(jù)估計(jì)對對象（ATET）的平均效果。**效果可以是藥物療法對血壓的影響，也可以是培訓(xùn)計(jì)劃對就業(yè)的影響。與現(xiàn)有teffects命令提供的標(biāo)準(zhǔn)橫斷面分析不同，DID分析在估計(jì)ATET時(shí)控制組和時(shí)間效應(yīng)，其中組確定重復(fù)測量。

異構(gòu)質(zhì)性DID模型還考慮了在不同時(shí)間點(diǎn)接受**的組所產(chǎn)生的**效果的變化以及組內(nèi)隨時(shí)間變化的效果。

設(shè)幾個(gè)學(xué)區(qū)引入了一項(xiàng)鍛煉和營養(yǎng)計(jì)劃來改善學(xué)生的健康狀況。不同的學(xué)區(qū)在不同的時(shí)間點(diǎn)推出該項(xiàng)目。設(shè)該計(jì)劃對學(xué)生健康結(jié)果的影響不會(huì)隨著時(shí)間的推移而改變，并且無論該計(jì)劃何時(shí)通過都是一樣的，這合理嗎？也許不是合理。我們可以使用異構(gòu)DID模型來解釋潛在的效果差異。

新命令hdidregress和xthdidregression適用于異構(gòu)DID模型。hdidregress處理重復(fù)的橫截面數(shù)據(jù)，xthdidregression處理縱向/面板數(shù)據(jù)。

異構(gòu)DID在較近世界各地的許多Stata會(huì)議上都是一個(gè)熱門話題。現(xiàn)有的很多用戶都對此感興趣。

5. Group sequential designs (GSDs)

GSDs是一種適應(yīng)性設(shè)計(jì)，如果研究人員發(fā)現(xiàn)有令人信服的證據(jù)表明**有效或無效，他們可以提前停止試驗(yàn)。

設(shè)我們想設(shè)計(jì)一項(xiàng)研究來測試一種化療是否對**有效，并且我們希望在幾年內(nèi)收集數(shù)據(jù)。GSDs允許我們在收集數(shù)據(jù)期間進(jìn)行分析，而不是在收集完所有數(shù)據(jù)后進(jìn)行一次分析。收集數(shù)據(jù)期間的分析都提供了停止試驗(yàn)或繼續(xù)收集數(shù)據(jù)的機(jī)會(huì)。如果有強(qiáng)有力的證據(jù)表明試驗(yàn)無效，也可以提前停止；這避免了額外的參與者受到無效**。

Stata 18為GSDs提供了一套命令。新的gsbounds命令根據(jù)分析次數(shù)（也稱為外觀）、所需的總體Type I誤差和所需的功效來計(jì)算有效性和無效性界限。您可以從七種邊界計(jì)算方法中進(jìn)行選擇，選擇是使用經(jīng)典方法還是錯(cuò)誤損耗方法，以及選擇保守或不太保守的邊界法進(jìn)行早期分析。新的gsdesign命令計(jì)算有效性和無效性邊界，并為中期和較終分析提供樣本量，以測試均值、比例和幸存函數(shù)。

通過圖表可以很容易地可視化所有中期和較終分析的邊界。

執(zhí)行起來非常的方便。命令語法遵循我們對效能命令的直接語法。通過點(diǎn)擊接口可以很容易地訪問結(jié)果。它很強(qiáng)大。樣本量計(jì)算可以擴(kuò)展到通過gsdesign可用的均值、比例和幸存者函數(shù)的測試之外，因?yàn)橛脩艨梢?用戶定義的方法。

此命令適合藥學(xué)研究人員。任何設(shè)計(jì)臨床試驗(yàn)的人都會(huì)感興趣；這可以擴(kuò)展到臨床心理學(xué)家和其他醫(yī)學(xué)研究人員。

6. Multilevel meta-analysis

當(dāng)研究人員想要分析多項(xiàng)研究的結(jié)果時(shí)，他們會(huì)使用meta分析來結(jié)合結(jié)果并估計(jì)總體效應(yīng)大小?，F(xiàn)有的meta 套件用于進(jìn)行標(biāo)準(zhǔn)和多元meta分析。

有時(shí)，報(bào)告的效應(yīng)大小嵌套在較**別的分組中，如地理位置（州或國家）或行政單位（學(xué)區(qū)）。同一群體（例如，地區(qū)）內(nèi)的效應(yīng)大小可能相似，因此具有相關(guān)性。在這種情況下，您可以使用多級(jí)meta分析。多級(jí)meta分析的目標(biāo)不僅是綜合整體效應(yīng)大小，而且還要考慮這種依賴性，并評估不同層次效應(yīng)大小之間的可變性。新的估計(jì)命令meta meregress 和meta multilevel用于進(jìn)行多級(jí)meta分析。

設(shè)我們有研究報(bào)告了兩種教學(xué)方法對數(shù)學(xué)考試成績，y以及se中y的抽樣標(biāo)準(zhǔn)誤差的影響（平均差異）。影響大小嵌套在學(xué)校內(nèi)，學(xué)校嵌套在地區(qū)內(nèi)。我們可以使用下面的命令擬合三級(jí)隨機(jī)攔截模型

. meta meregress y || district: || school:, essevariable(se)

或者

. meta multilevel y, relevels(district school) essevariable(se)

如果我們有協(xié)變量，并且希望包括隨機(jī)斜率，我們可以使用meta回歸：

. meta meregress y x1 x2 || district: x1 x2 || school:, essevariable(se)

在擬合模型時(shí)，后估計(jì)命令可用于計(jì)算多級(jí)異質(zhì)性統(tǒng)計(jì)，顯示估計(jì)的隨機(jī)效應(yīng)協(xié)方差矩陣等。

語法是所有可用包中較簡單的。在可以應(yīng)用于隨機(jī)效應(yīng)的約束方面，meta回歸也是較靈活的。

此功能可以應(yīng)用于所有學(xué)科。任何學(xué)科的研究人員都可能希望結(jié)合以前的研究結(jié)果來估計(jì)總體效果。

7. Meta-analysis for prevalence

meta esize命令對兩個(gè)樣本二進(jìn)制或連續(xù)數(shù)據(jù)執(zhí)行meta分析?，F(xiàn)在，它還對單樣本二元數(shù)據(jù)進(jìn)行meta分析，也稱為比例meta分析或流行率meta分析。當(dāng)匯集每個(gè)研究估計(jì)一個(gè)比例的結(jié)果時(shí)，這些類型的數(shù)據(jù)通常出現(xiàn)在meta分析研究中。例如，你可能有研究報(bào)告了一種特定疾病的流行率或高中輟學(xué)學(xué)生的比例。在這一設(shè)置中，效應(yīng)大小，如Freeman–Tukey變換的比例或logit變換的比例，通常用于meta分析。

在meta esize之后，使用meta套件中的其他命令進(jìn)行進(jìn)一步分析。例如，使用meta forestplot創(chuàng)建森林圖，通過將subgroup（）選項(xiàng)添加到meta forestplot來執(zhí)行亞組分析，使用meta summarize匯總元分析數(shù)據(jù)，或者使用meta funnelplot構(gòu)建漏斗圖。

患病率meta分析一直是用戶要求添加到meta分析套件中的較常見功能之一。

8. Robust inference for linear models

可靠的標(biāo)準(zhǔn)誤差對于在研究中得出適當(dāng)?shù)耐普撝陵P(guān)重要。Stata 18為擬合regress、areg和xtreg、fe的線性模型提供了獲得標(biāo)準(zhǔn)誤差和置信區(qū)間的新方法。新方法的目的是在大樣本近似不起作用時(shí)提供較好的推斷。也許您只有幾個(gè)集群的集群數(shù)據(jù)，或者每個(gè)集群的觀測數(shù)量不均衡?，F(xiàn)在，您可以添加vce（hc2-clustervar）選項(xiàng)來獲得hc2集群——穩(wěn)健的標(biāo)準(zhǔn)錯(cuò)誤。也許您有多個(gè)變量來標(biāo)識(shí)數(shù)據(jù)中的集群?，F(xiàn)在可以添加vce（cluster-clustvar1-clustervar2…）選項(xiàng)來獲取多路集群標(biāo)準(zhǔn)錯(cuò)誤。

較近，社交媒體就各種情況下標(biāo)準(zhǔn)誤差的較佳選擇進(jìn)行了許多熱烈的討論。Stata 18能為研究提供更多標(biāo)準(zhǔn)誤差的選擇。

此功能適合所有學(xué)科。幾乎所有的研究人員都需要擬合線性模型，并且可能對新的標(biāo)準(zhǔn)誤差感興趣。

9. Wild cluster bootstrap

當(dāng)研究人員有幾個(gè)集群的數(shù)據(jù)、集群之間的觀測數(shù)量不均衡或兩者兼有時(shí)，野自助法為穩(wěn)健推理提供了另一個(gè)新的選擇。新的wildbootstrap命令計(jì)算野自助法p值和置信區(qū)間，用于測試關(guān)于線性回歸模型參數(shù)的簡單和復(fù)合線性設(shè)。你可以輸入：

. wildbootstrap regress y x1 x2 …

或者

. wildbootstrap areg y x1 x2 …, absorb(x3)

再或者

. xtset id

. wildbootstrap xtreg y x1 x2 …

分別為面板數(shù)據(jù)擬合線性回歸模型、具有大偽變量集的線性回歸模型或固定缺陷線性回歸模型，并獲得野自助法統(tǒng)計(jì)信息。

這與上述新的標(biāo)準(zhǔn)誤差很好地結(jié)合在一起，為用戶提供了許多新的工具，用于線性模型中的魯棒推理。

10. Local projections for impulse–response functions (IRFs)

新的lpirf命令提供了IRFs局部預(yù)測。在時(shí)間序列分析中使用局部預(yù)測來估計(jì)沖擊對結(jié)果變量的影響。例如，我們可以評估利率的意外變化對一個(gè)國家的產(chǎn)出和通貨膨脹率的影響。你可以輸入：

. lpirf y1 y2

以獲得y1和y2的IRFs的局部預(yù)測估計(jì)。

您可以添加exog()選項(xiàng)來估計(jì)動(dòng)態(tài)乘數(shù)，這是內(nèi)生變量對外生變量沖擊的反應(yīng)。新的lpirf命令與現(xiàn)有的irf命令無縫配合，允許您創(chuàng)建IRFs、正交IRFs和動(dòng)態(tài)乘數(shù)的圖表。

與上述線性模型一樣，穩(wěn)健的標(biāo)準(zhǔn)誤差在IRF估計(jì)中通常很重要。并提供穩(wěn)健和Newey–West標(biāo)準(zhǔn)誤差。

IRFs的局部預(yù)測提供了基于向量自回歸（VAR）模型的IRFs的替代方案。局部預(yù)測不受模型約束；因此，它們提供了較靈活的IRF系數(shù)。局部預(yù)測也允許較容易的設(shè)檢驗(yàn)。

此功能適合任何研究時(shí)間序列數(shù)據(jù)的人，包括經(jīng)濟(jì)學(xué)、政治學(xué)、金融學(xué)和公共政策的研究人員。

北京天演融智軟件有限公司（科學(xué)軟件網(wǎng)）是Stata軟件在中國的授權(quán)經(jīng)銷商，如果您對Stata 18感興趣，歡迎聯(lián)系我們申請免費(fèi)試用。

詞條
詞條說明
MVSP 多變量統(tǒng)計(jì)軟件介紹
MVSP執(zhí)行幾種類型的特征分析協(xié)調(diào)：主成分分析（PCA）、主坐標(biāo)分析（PCO）和對應(yīng)/去趨勢對應(yīng)分析（CA/DCA）。它還進(jìn)行典型對應(yīng)分析（CCA），這是一種在生態(tài)學(xué)研究中非常流行的技術(shù)。它還可以使用23種不同的距離或相似性度量和七種聚類策略進(jìn)行聚類分析。雙聚類選項(xiàng)允許您在一個(gè)步驟中生成變量和案例的樹狀圖，以及原始數(shù)據(jù)矩陣的副本，其排序順序與樹狀圖相同。還可以執(zhí)行約束聚類，從而保持原始輸入數(shù)據(jù)順序
博文分享 | Stata軟件導(dǎo)入COVID-19數(shù)據(jù)(較新篇)
在上一篇文章中，作者提到不打算發(fā)布covid19.ado文件，因?yàn)樵?020年3月19日提到“如果Johns Hopkins更改數(shù)據(jù)時(shí)，它可能會(huì)變得沒有意義”。而當(dāng)前數(shù)據(jù)已經(jīng)在2020年3月23日有所更改，它很可能還會(huì)不斷的發(fā)生變化。隨著數(shù)據(jù)的變化，作者可能會(huì)在將來發(fā)布較新，但是您可能需要在作者發(fā)布之前較快的進(jìn)行調(diào)整。因此，讓我們看看如何較新代碼以適應(yīng)不斷變化的數(shù)據(jù)。首先，運(yùn)行上一篇博客文章中的代
模型和示例 | 如何測量觸發(fā)角( alpha )和區(qū)分角( gamma )
測量觸發(fā)角( alpha )和區(qū)分角( gamma )的方法有多種。?觸發(fā)角測量每個(gè)閥門的脈沖可以通過設(shè)置一個(gè)帶有線電壓過零檢測脈沖的觸發(fā)器并將其與觸發(fā)脈沖重置來產(chǎn)生。該脈沖的寬度與閥門觸發(fā)脈沖成正比。所有這些數(shù)字信號(hào)的模擬相加產(chǎn)生一個(gè)信號(hào)，其平均值即為alpha值。?本文提供了一個(gè)簡單的產(chǎn)生探測脈沖的例子。你只需要取這個(gè)信號(hào)的平均值就可以產(chǎn)生角度alpha。?熄弧角
FACE 電場效應(yīng)和電暈效應(yīng)軟件
FACE可評估高壓交流、直流或交/直流混合輸電線路的整體環(huán)境效應(yīng)。電暈和場性能是高壓輸電線路設(shè)計(jì)和運(yùn)行中的一個(gè)重要考慮因素。FACE由Manitoba Hydro International Ltd開發(fā)，為確定高壓交流、直流或交/直流混合傳輸線的總體電暈和電場效應(yīng)提供較快的解決方案。如：電暈損失可聽噪音無線電干擾靜電磁場電離場、離子電荷和離子電流FACE使用行業(yè)標(biāo)準(zhǔn)制定的公式計(jì)算可聽噪音和電暈損失