stata17(圖表繪制軟件)官方中文版

stata 17全稱(chēng)statacorp stata 17，它是一款功能豐富的圖表繪制軟件，主要用于管理、分析和繪制定量數(shù)據(jù)，并且還能夠執(zhí)行各種統(tǒng)計(jì)分析。當(dāng)然我們除了那些傳統(tǒng)的統(tǒng)計(jì)分析方法之外，甚至還為用戶(hù)收集了近20年發(fā)展起來(lái)的新方法，如Cox 比例風(fēng)險(xiǎn)回歸、指數(shù)與 Weibull 回歸、多類(lèi)結(jié)果與有序結(jié)果的logistic 回歸、Poisson 回歸、負(fù)二項(xiàng)回歸及廣義負(fù)二項(xiàng)回歸和隨機(jī)效應(yīng)模型等，這些都可以為用戶(hù)帶來(lái)更好的使用。該軟件還可以結(jié)合內(nèi)置的數(shù)據(jù)編輯器以及散點(diǎn)圖、直方圖將結(jié)果統(tǒng)計(jì)出來(lái)，用戶(hù)甚至還能夠利用這個(gè)強(qiáng)大的邏輯公式，計(jì)算出十分復(fù)雜的數(shù)據(jù)，以及通過(guò)強(qiáng)大的分析流程，輕輕松松就能夠快速的進(jìn)行數(shù)據(jù)分析，其功能十分的強(qiáng)大。有了它，用戶(hù)就能夠輕松的發(fā)揮自己的創(chuàng)意和想法，并且快速的掌握各種技巧來(lái)，從而來(lái)提高自己的工作效率。

除此之外，相比之前的版本，全新的stata 17也是添加了超多新的功能，以及進(jìn)行了更好的優(yōu)化，其中就包括：自定義您的表格、貝葉斯計(jì)量經(jīng)濟(jì)學(xué)、PyStata——Python和Stata等。在這里用戶(hù)現(xiàn)在可以在任何獨(dú)立的Python環(huán)境中使用該程序，例如：Jupyter Notebook、Spyder IDE、PyCharm IDE或Wing IDE，以及還添加了三個(gè)IPython魔法命令：stata、mata和pystata。并且用戶(hù)還可以使用在Python中的一套API函數(shù)，它主要用于運(yùn)行軟件的命令并訪(fǎng)問(wèn)數(shù)據(jù)和返回的結(jié)果，讓用戶(hù)使用起來(lái)更加的便捷、方便。

ps：小編帶來(lái)的是stata 17中文破解版，內(nèi)附有破解文件，能夠完美的激活該軟件，從而就能夠免費(fèi)使用該軟件中的所有功能，同時(shí)我們還支持簡(jiǎn)體中文，為您解決了語(yǔ)言類(lèi)的問(wèn)題，下文還有詳細(xì)的圖文安裝教程，希望可以幫助到大家，有需要的朋友可以來(lái)免費(fèi)下載。

Stata 17新功能

一、自定義您的表格

1、匯總統(tǒng)計(jì)

2、假設(shè)檢驗(yàn)的結(jié)果

3、回歸結(jié)果

4、LR 和 Wald 檢驗(yàn)、GOF 統(tǒng)計(jì)…

5、任何 Stata 命令的結(jié)果

二、貝葉斯計(jì)量經(jīng)濟(jì)學(xué)

1、VAR模型

2、IRF 和 FEVD 分析

3、動(dòng)態(tài)預(yù)測(cè)

4、面板/縱向數(shù)據(jù)模型

5、線(xiàn)性和非線(xiàn)性 DSGE 模型

三、PyStata——Python和Stata

1、從Stata調(diào)用Python。

2、從 Python 調(diào)用 Stata。

3、無(wú)縫交換數(shù)據(jù)、元數(shù)據(jù)和結(jié)果。

4、使用 Jupyter Notebook、Spyder、PyCharm IDE 等中的 Stata。

四、帶有 Stata 的 Jupyter Notebook

1、從 Jupyter Notebook 調(diào)用 Stata 和 Mata。

2、輕松重現(xiàn)您的作品并與他人協(xié)作。

3、在 Python 中訪(fǎng)問(wèn)來(lái)自 Stata 分析的結(jié)果。

4、Stata 輸出、圖形和表格與您的 Jupyter Notebook 無(wú)縫集成。

五、差異中的差異 （DID） 和 DDD 模型

1、評(píng)估政策、治療或干預(yù)的效果。

2、控制混淆未觀察到的組和時(shí)間特征。

3、使用面板數(shù)據(jù)或重復(fù)的橫截面。

4、使用 DID，從 1855 年開(kāi)始流行。

六、更快的Stata

1、Stata 速度很快，而且越來(lái)越快。

2、更快的排序和折疊

3、更快的混合模型

3、更快的估計(jì)命令

4、更快的導(dǎo)入分隔

七、Java集成

1、在 Stata 中以交互方式使用 Java（如 JShell）。

2、在 do 文件中嵌入 Java 代碼。

3、在 ado 文件中嵌入 Java 代碼。

4、無(wú)需外部程序即可“即時(shí)”編譯和執(zhí)行 Java 代碼。

Stata 17使用教程

一、直方圖畫(huà)法

1、輸入命令【sysuse auto,clear】，導(dǎo)入自帶數(shù)據(jù)集1978 Automobile Data。（小編這里以Stata自帶的數(shù)據(jù)庫(kù)為例。）

2、下面，我們做變量Price的直方圖。輸入命令【histogram price】即可完成，如下圖。會(huì)自動(dòng)根據(jù)變量的取值范圍，設(shè)置相應(yīng)的橫縱坐標(biāo)，非常方便。

二、折線(xiàn)圖畫(huà)法

1、如果要制作兩個(gè)變量的折線(xiàn)圖，輸入命令【line y x】，例如這里我們做price和weight的折線(xiàn)圖，效果如下

2、此外，還可以做多個(gè)變量間的折線(xiàn)圖，輸入命令【line price weight turn】,效果如下，當(dāng)變量較多時(shí)折線(xiàn)圖看起來(lái)較亂。

stata怎么導(dǎo)出結(jié)果？

1、首先，在軟件中輸入代碼（ssc install asdoc, replace）安裝外部命令asdoc。

2、安裝完成后，打開(kāi)我們的數(shù)據(jù)，小編這里以自帶的數(shù)據(jù)auto為例。

3、下面，小編做一個(gè)mpg和weight變量對(duì)price變量的回歸分析，并把結(jié)果直接導(dǎo)出到Word里。輸入命令：asdoc reg price mpg weight 。如圖所示，它會(huì)自動(dòng)生成一個(gè)名為“Myfile.doc”的文件。

4、點(diǎn)擊打開(kāi)Myfile.doc文件，可以看到，我們想要的回歸分析結(jié)果已經(jīng)導(dǎo)出到該Word文檔里了。

5、之后我們只需要調(diào)整下格式即可，是不是很方便呢？

軟件功能

一、統(tǒng)計(jì)功能

1、統(tǒng)計(jì)功能很強(qiáng)，除了傳統(tǒng)的統(tǒng)計(jì)分析方法外，還收集了近 20 年發(fā)展起來(lái)的新方法，如 Cox 比例風(fēng)險(xiǎn)回歸，指數(shù)與 Weibull 回歸，多類(lèi)結(jié)果與有序結(jié)果的 logistic 回歸， Poisson 回歸，負(fù)二項(xiàng)回歸及廣義負(fù)二項(xiàng)回歸，隨機(jī)效應(yīng)模型等。具體說(shuō)， 具有如下統(tǒng)計(jì)分析能力：

2、數(shù)值變量資料的一般分析：參數(shù)估計(jì)，t檢驗(yàn)，單因素和多因素的方差分析，協(xié)方差分析，交互效應(yīng)模型，平衡和非平衡設(shè)計(jì)，嵌套設(shè)計(jì)，隨機(jī)效應(yīng)，多個(gè)均數(shù)的兩兩比較，缺項(xiàng)數(shù)據(jù)的處理，方差齊性檢驗(yàn)，正態(tài)性檢驗(yàn)，變量變換等。

3、分類(lèi)資料的一般分析：參數(shù)估計(jì)，列聯(lián)表分析 ( 列聯(lián)系數(shù)，確切概率 ) ，流行病學(xué)表格分析等。

4、等級(jí)資料的一般分析：秩變換，秩和檢驗(yàn)，秩相關(guān)等

5、相關(guān)與回歸分析：簡(jiǎn)單相關(guān)，偏相關(guān)，典型相關(guān)，以及多達(dá)數(shù)十種的回歸分析方法，如多元線(xiàn)性回歸，逐步回歸，加權(quán)回歸，穩(wěn)鍵回歸，二階段回歸，百分位數(shù) ( 中位數(shù) ) 回歸，殘差分析、強(qiáng)影響點(diǎn)分析，曲線(xiàn)擬合，隨機(jī)效應(yīng)的線(xiàn)性回歸模型等。

6、其他方法：質(zhì)量控制，整群抽樣的設(shè)計(jì)效率，診斷試驗(yàn)評(píng)價(jià)， kappa 等。

二、作圖功能

1、作圖模塊，主要提供如下八種基本圖形的制作 : 直方圖 (histogram) ，條形圖 (bar), 百分條圖 (oneway) ，百分圓圖 (pie) ，散點(diǎn)圖 (twoway) ，散點(diǎn)圖矩陣(matrix) ，星形圖 (star) ，分位數(shù)圖。這些圖形的巧妙應(yīng)用，可以滿(mǎn)足絕大多數(shù)用戶(hù)的統(tǒng)計(jì)作圖要求。在有些非繪圖命令中，也提供了專(zhuān)門(mén)繪制某種圖形的功能，如在生存分析中，提供了繪制生存曲線(xiàn)圖，回歸分析中提供了殘差圖等。

2、矩陣運(yùn)算功能

矩陣代數(shù)是多元統(tǒng)計(jì)分析的重要工具， 提供了多元統(tǒng)計(jì)分析中所需的矩陣基本運(yùn)算，如矩陣的加、積、逆、 Cholesky 分解、 Kronecker 內(nèi)積等；還提供了一些高級(jí)運(yùn)算，如特征根、特征向量、奇異值分解等；在執(zhí)行完某些統(tǒng)計(jì)分析命令后，還提供了一些系統(tǒng)矩陣，如估計(jì)系數(shù)向量、估計(jì)系數(shù)的協(xié)方差矩陣等。

三、程序設(shè)計(jì)功能

1、一個(gè)統(tǒng)計(jì)分析軟件，但它也具有很強(qiáng)的程序語(yǔ)言功能，這給用戶(hù)提供了一個(gè)廣闊的開(kāi)發(fā)應(yīng)用的天地，用戶(hù)可以充分發(fā)揮自己的聰明才智，熟練應(yīng)用各種技巧，真正做到隨心所欲。事實(shí)上， 軟件的 ado 文件 ( 高級(jí)統(tǒng)計(jì)部分 ) 都是用軟件中自己的語(yǔ)言編寫(xiě)的

2、統(tǒng)計(jì)分析能力遠(yuǎn)遠(yuǎn)超過(guò)了 SPSS ，在許多方面也超過(guò)了 SAS ！由于在分析時(shí)是將數(shù)據(jù)全部讀入內(nèi)存，在計(jì)算全部完成后才和磁盤(pán)交換數(shù)據(jù)，因此計(jì)算速度極快（一般來(lái)說(shuō)， SAS 的運(yùn)算速度要比 SPSS 至少快一個(gè)數(shù)量級(jí)，而軟件的某些模塊和執(zhí)行同樣功能的 SAS 模塊比，其速度又比 SAS 快將近一個(gè)數(shù)量級(jí)！） 程序也是采用命令行方式來(lái)操作，但使用上遠(yuǎn)比 SAS 簡(jiǎn)單。其生存數(shù)據(jù)分析、縱向數(shù)據(jù)（重復(fù)測(cè)量數(shù)據(jù)）分析等模塊的功能甚至超過(guò)了 SAS 。用程序繪制的統(tǒng)計(jì)圖形相當(dāng)精美，很有特色。

四、功能列表

1、數(shù)據(jù)管理 (Data management)

資料轉(zhuǎn)換、分組處理、附加檔案、 ODBC 、行 - 列轉(zhuǎn)換、數(shù)據(jù)標(biāo)記、字符串函數(shù)…等

2、基本統(tǒng)計(jì) (Basic statistics)

直交表、相關(guān)性、 t- 檢定、變異數(shù)相等性檢定、比例檢定、信賴(lài)區(qū)間…等3、線(xiàn)性模式 (Linear models)穩(wěn)健 Huber/White/sandwich 變異估計(jì)，三階最小平方法、類(lèi)非相關(guān)回歸、齊次多項(xiàng)式回歸、 GLS4、廣義型線(xiàn)性模式 (Generalized linear models)

十連結(jié)函數(shù)、使用者 - 定義連結(jié)、 ML 及 IRLS 估計(jì)、九變異數(shù)估計(jì)、七殘差…等

5、二元、計(jì)數(shù)及有限應(yīng)變量

(Binary，count，and limited dependent variables)

羅吉斯特、 probit 、卜松回歸、 tobit 、 truncated 回歸、條件羅吉斯特、多項(xiàng)式邏輯、巢狀邏輯、負(fù)二項(xiàng)、 zero-inflated 模型、 Heckman 選擇模式、邊際影響

6、Panel 數(shù)據(jù) / 交叉 - 組合時(shí)間序列

(Panel data/cross-sectional time-series)

隨機(jī)及固定影響之回歸、 GEE 、隨機(jī)及固定 - 影響之卜松及負(fù)二項(xiàng)分配、隨機(jī) - 影響、工具變量回歸、AR(1) 干擾回歸

7、無(wú)母數(shù)方法 (Nonparametric methods)

8、多變量方法 (Multivariate methods)

9、因素分析、多變量回歸、 anonical 相關(guān)系數(shù)

模型檢定及事后估計(jì)量支持分析

(Model testing and post-estimation support)

10、Wald 檢定、 LR 檢定、 線(xiàn)性及非線(xiàn)性組合、非線(xiàn)性限制檢定、邊際影響、修正平均數(shù) Hausman 檢定11、群集分析 (Cluster analysis)

加權(quán)平均，質(zhì)量中心及中位數(shù)聯(lián)結(jié)、 kmeans 、 kmedians 、 dendrograms 、停止規(guī)則、使用者擴(kuò)充12、圖形 (Graphics)

直線(xiàn)圖、散布圖、條狀圖、圓餅圖、 hi-lo 圖、回歸診斷圖…

13、調(diào)查方法 (Survey methods)

抽樣權(quán)重、叢集抽樣、分層、線(xiàn)性變異數(shù)估計(jì)量、擬 - 概似最大估計(jì)量、回歸、工具變量…

14、生存分析 (Survival analysis)

Kaplan – Meier 、 Nelson – Aalen, 、 Cox 回歸 ( 弱性 ) 、參數(shù)模式 ( 弱性 ) 、危險(xiǎn)比例測(cè)試、時(shí)間共變項(xiàng)、左 - 右檢查、韋柏分配、指數(shù)分配…

15、流行病學(xué)工具 (Tools for epidemiologists)比例標(biāo)準(zhǔn)化、病例控制、已配適病例控制、 Mantel – Haenszel，藥理學(xué)、 ROC 分析、 ICD-9-CM

16、時(shí)間序列 (Time series)

ARIMA 、 ARCH/GARCH 、 VAR 、 Newey – West 、 correlograms 、 periodograms 、白色 - 噪音測(cè)試 ，17、最小整數(shù)根檢定、時(shí)間序列運(yùn)算、平滑化

最大概似法 (Maximum likelihood)

18、轉(zhuǎn)換及常態(tài)檢定 (Transforms and normality tests)

Box – Cox 、次方轉(zhuǎn)換 Shapiro – Wilk 、 Shapiro – Francia 檢定

其它統(tǒng)計(jì)方法 (Other statistical methods)

樣本數(shù)量及次方、非線(xiàn)性回歸、逐步式回歸 、統(tǒng)計(jì)及數(shù)學(xué)函數(shù)

包含樣本范例 (Sample session)

19、再抽樣及模擬方法 (Resampling and simulation methods)

bootstrapping 、 jackknife 、蒙地卡羅模擬、排列檢定

五、網(wǎng)絡(luò)功能

安裝新指令、網(wǎng)絡(luò)升級(jí)、網(wǎng)站檔案分享、最新消息