Stata 18 統計分析軟體-統計分析軟體/新永資訊有限公司

Stata 18 統計分析軟體

Stata 18 統計分析軟體

  • Stata 18 統計分析軟體
  • 編號
  • 類別
    統計分析軟體
  • 介紹
    Stata 18 在全球被廣泛應用於企業和學術機構中。許多使用者工作在研究領域,特別是在經濟學、社會學、政治學及流行病學領域。
  • 價格

Stata 18 Statistical Analysis Software

What's new in Stata 18?
Tables
    • Customize your tables of
        • statistics
        • Results from hypothesis tests
        • Regression results
        • LR and Wald tests, GOF statistics, ...
        • Results from any Stata command
    • Export to
        • Word, Excel
        • LaTeX
        • HTML, Markdown
        • PDF
        • and more
Bayesian econometrics
    • Bayesian
        • VAR models
        • IRF and FEVD analysis
        • Dynamic forecasting
        • Panel/longitudinal-data models
        • Linear and nonlinear DSGE models
PyStata—Python and Stata
    • Call Python from Stata.
       • Call Stata from Python.
       • Exchange data, metadata, and results seamlessly.
       • Use Stata from Jupyter Notebook, Spyder, PyCharm
          IDE, and more.
Jupyter Notebook with Stata
       • Invoke Stata and Mata from Jupyter Notebook.
       • Easily reproduce your work and collaborate with others.
       • Access results from Stata analyses within Python.
       • Stata output, graphs, and tables seamlessly integrate with
          your Jupyter Notebook.
Difference-in-differences (DID) and DDD models
       • Evaluate the effect of a policy, a treatment, or an interventi
          on.
       • Control for confounding unobserved group and time
          characteristics.
       • Use panel data or repeated cross-sections.
       • Use DID. In vogue since 1855.
Stata is fast, and keeps getting faster.
       • Faster sort and collapse
       • Faster mixed models
       • Faster estimation commands
       • Faster import delimited
       • And more
Interval-censored Cox model
       • You want to model time to an event.
       • But you don't know the exact event times—only the
          intervals in which events happen.
       • And you don't want to make parametric assumptions.
       • Try an interval-censored Cox model.
Multivariate meta-analysis
       • Do you have multiple effect sizes?
       • Do they share a common control group?
       • Do they share the same group of subjects?
       • Multivariate meta-analysis can help.
Bayesian VAR models
       • You fit your VAR models with var.
       • You fit your Bayesian regression models with bayes:.
       • Now fit your Bayesian VAR models with bayes: var.
Bayesian multilevel modeling
       • Nonlinear, joint, SEM-like, and more.
       • More multilevel models.
       • More powerful.
       • Easier to use.
Treatment-effects lasso estimation
       • When you want:
       • Causal inference, average treatment effects,
          potential-outcome means, double-robust estimation
       • And you have:
       • Many (maybe hundreds or thousands of) potential
          covariates
       • Use treatment-effects estimation with lasso variable
          selection.
New functions for dates and times
       • Calculate durations, such as ages and other differences
          between datetimes.
       • Calculate relative dates, or dates from other dates, such
          as the previous or next birthday or anniversary relative to
          a reference date.
       • Extract individual components from datetime values and
          variables.
Leave-one-out meta-analysis
       • Are there influential studies in your data?
       • Use leave-one-out meta-analysis to find out.
Galbraith plots
        • Graphically summarize meta-analysis results
              • Study-specific effect sizes
              • Precision of effect sizes
              • Overall effect size
       • Detect potential outliers
       • Assess heterogeneity
Panel-data multinomial logit model
       • You can model categorical outcomes with mlogit.
       • You can model panel data with xt.
       • Now you can do both!
       • Stata's new xtmlogit command models categorical
          outcomes that change over time.
Bayesian panel-data models
       • Bayesian analysis lets you answer probabilistic questions
          with panel-data models.
             • How likely is it that an extra year of schooling will
                increase wages?
             • What is the probability of default for a low-risk
                portfolio?
             • Incorporate prior knowledge, see posterior
               distributions of random effects, compute
               Bayesian predictions, and more.
Zero-inflated ordered logit model
       • Need to model an ordinal outcome?
       • Have excess zeros (or responses in the lowest category)?
       • ziologit is the answer.
Nonparametric tests for trend
       • Do responses have an increasing or decreasing trend?
          Find out using one of four nonparametric tests for trend:
          • Cochran–Armitage test
          • Jonckheere–Terpstra test
          • Linear-by-linear test
          • Cuzick's test with ranks
Bayesian IRF and FEVD analysis
       • What is the effect of a shock over time?
       • What is the mean or median of the effect for a
          distribution of probable scenarios?
       • Bayesian IRF analysis answers these and more.
Bayesian dynamic forecasting
       • After VAR, you want a dynamic forecast.
       • After Bayesian estimation, you want statistics of
          posterior distributions.
       • Estimate both. Visualize both.
Lasso with clustered data
       • Your data have ...
          many variables.
       • Your data have ...
          clusters of observations.
       • Your lasso for prediction, model selection, or
          inference can now select variables while accounting
          for clustering.
BIC for lasso penalty selection
       • Which variables should lasso include?
       • BIC for lasso penalty selection can tell you.
Bayesian linear and nonlinear DSGE models
       • Forming rational expectations of the future is hard.
       • DSGE models include these expectations.
       • Prior information helps.
Do-file Editor enhancements
       • Persistent bookmarks
       • Navigation Control
       • Syntax highlighting for Java, XML, and more
       • Auto-completion for quotes, parentheses, and brackets
Stata on Apple Silicon
       • Native M1 processor support
       • Universal application for both Intel and Apple Silicon Macs
       • One license, both kinds of hardware
Intel Math Kernel Library (MKL)
       • Mata functions and operators use heavily optimized LAPAC
          K routines underpinned by the Intel Math Kernel Library.
       • Use your favorite Stata commands like always; underlying
          functions are faster, so you get results faster.
Java integration
       • Use Java interactively (like JShell) from within Stata.
       • Embed Java code in do-files.
       • Embed Java code in ado-files.
       • Compile and execute Java code "on the fly" without
          external programs.
H2O integration
       • Start a new H2O cluster or connect to an existing one.
       • Manipulate data on an H2O cluster.
       • Access the capabilities of H2O directly in Stata.
JDBC
       • Connecting Stata to databases is now easier.
       • Want to access data from Oracle, MySQL, Amazon Redshift,
          Snowflake, Microsoft SQL Server, and others?
          Use jdbc.
       • Want one driver that works on Windows, Mac, and Linux?
          Use jdbc.

 

系統需求

OS:
Stata for Mac requires macOS 10.12 (Sierra) or newer for Macs with Intel processors and macOS 11.0 (Big Sur) or newer for Macs with Apple Silicon. To determine if your Mac is compatible with 64-bit Stata for Mac,
 

Stata 18 統計分析軟體

Stata 18有什麼新功能?
表格
    • 自定義你的表格
        • 統計數據
        • 假設測試結果
        • 回歸成果
        • LR 和 Wald 檢驗、GOF 統計、...
        • 任何 Stata 命令的結果
    • 導出
        • Word, Excel
        • LaTeX
        • HTML, Markdown
        • PDF
        • and more
貝葉斯計量經濟學
    • 貝葉斯貝葉斯
        • VAR模型
        • IRF 和 FEVD 分析
        • 動態預測
        • 面板/縱向數據模型
        • 線性和非線性 DSGE 模型
PyStata—Python 和 Stata
    • 呼叫 Python 從 Stata.
       • 呼叫Stata 從 Python.
       • 無縫交換數據、元數據和結果。
       • 使用 Jupyter Notebook、Spyder、
          PyCharm 中的 Stata IDE 等等。
帶有 Stata 的 Jupyter Notebook
       • 從 Jupyter Notebook 調用 Stata 和 Mata。
       • 輕鬆重現您的作品並與他人協作。
       • 在 Python 中訪問來自 Stata 分析的結果。
       • Stata 輸出、圖形和表格與你的 Jupyter 筆記本。
差異中的差異 (DID) 和 DDD 模型
       • 評估政策、治療或乾預措施的效果上。
       • 控制混淆未觀察到的組和時間特徵。
       • 使用面板數據或重複的橫截面。
       • 使用 DID。 從 1855 年開始流行。
Stata 速度很快,而且越來越快。
       • 更快的排序和折疊
       • 更快的混合模型
       • 更快的估計命令
       • 更快的導入分隔
       • 和更多
區間刪失 Cox 模型
       • 您想為事件建模時間。
       • 但是您不知道確切的事件時間——只有事件發生的間隔。
       • 而且您不想進行參數化假設。
       • 嘗試區間刪失 Cox 模型。
多元薈萃分析
       • 你有多種效果尺寸嗎?
       • 他們共享一個共同的控制組嗎?
       • 他們共享同一組科目嗎?
       • 多變量薈萃分析可以提供幫助。
貝葉斯 VAR 模型
       • 你用 var 擬合你的 VAR 模型。
       • 你用 bayes: 擬合你的貝葉斯回歸模型。
       • 現在用貝葉斯擬合您的貝葉斯 VAR 模型:var。
貝葉斯多層次建模
       • 非線性、聯合、類 SEM 等。
       • 更多的多層次模型。
       • 更有力。
       • 更容易使用。
治療效果套索估計
       • 當你想要的時候:
       • 因果推斷,平均治療效果,
          潛在結果均值,雙重穩健估計
       • 您擁有:
       • 許多(可能是數百或數千)潛力協變量
       • 使用帶有套索變量的治療效果估計選擇。
日期和時間的新函數
       • 計算持續時間,例如年齡和其他差異日期時間之間。
       • 計算相對日期或其他日期的日期,例如作為上一個或
​​​         ​​​​下一個生日或週年紀念日參考日期。
       • 從日期時間值中提取單個組件並變量。
撇開其他因素的元分析
       • 您的數據中是否有有影響力的研究?
       • 使用留一法薈萃分析找出答案。
加爾布雷思圖
        • 圖形分析總結統合分析結果
              • Study-specific effect sizes
              • 特定研究的效果大小
              • 總體效果規模
       • 檢测潛在的異常點
       • 對異質性進行評估
 多項式面板數據模型
       • 您可以使用 mlogit 對分類結果進行建模。
       • 您可以使用 xt 對面板數據進行建模。
       • Stata 的新 xtmlogit 命令模型分類結果隨
​​​         ​​​​著時間的推移變化。
貝葉斯面板數據模型
       • 貝葉斯分析讓您回答概率問題
          與面板數據模型。
             • 多上一年學的可能性有多大
                增加工資?
             • 低風險的違約概率是多少投資組合?
             • 結合先驗知識,見後隨機效應的分佈,
​                ​​​​​​計算貝葉斯預測等等。
零膨脹有序Logit模型
       • 需要對有序結果進行建模嗎?
       • 有多餘的零(或響應中最低的類別)?
       • .ziologit就是答案。
對於趨勢的非參數檢驗
       • 反應有增加還是減少的趨勢?
          使用四個非參數檢驗之一找出趨勢:
          • Cochran-Armitage 檢驗
          • Jonckheere-Terpstra 檢驗
          • 線性逐線性測試
          • Cuzick的測試與隊伍
貝葉斯 IRF 和 FEVD 分析
       • 隨著時間的推移,衝擊會產生什麼影響?
       • 什麼是平均值或中位數的效果可能場景的分佈?
       • 貝葉斯 IRF 分析回答了這些以及更多問題。
貝葉斯動態預測
       • 在 VAR 之後,您需要動態預測。
       • 在貝葉斯估計之後,您需要統計
          後驗分佈。
       • 同時估計,兩者都可視化
 有集群数据的套索法
       • 你的數據有 ...
          很多變數
       • 你的數據有 ...
          觀察團隊
       • 您的預測,模式選擇,或套索
          推理現在可以在會計時選擇變量
          用於聚類。
BIC 套索懲罰的選擇
       • 套索應該包括哪些變量?
       • BIC能告訴你套索懲罰的選擇。
貝葉斯線性和非線性 DSGE 模型
       • 未來形成理性預期是困難的
       • DSGE模型包含這些預期。
       • 事前訊息的幫助。
Do-file Editor 編輯器增強功能
       • 永久的書籤。
       • 導航控制。
       • 為Java、XML等提供語法突顯功能。
       • Java、XML 等的語法高亮顯示。
Stata on Apple Silicon Apple 上的 Stata
       • 本機M1處理器支持。
       • 適用於 Intel 和 Apple Silicon Mac 的通用應用程序
       • 一個許可證可以兩台硬體使用
英特爾數學內核庫 (MKL)
       • Mata 函數和運算符使用高度優化的 LAPAC
          由英特爾數學內核庫支持的 K 例程。
       • 像往常一樣使用你最喜歡的 Stata 命令; 潛在的功能速度更快,
​​​          ​​​​所以你得到的結果更快。
Java 整合
       • 在 Stata 中以交互方式使用 Java(如 JShell)。
       • 在 do-files中嵌入 Java 代碼。
       • 在 ado 文件中嵌入 Java 代碼。
       • 無需“即時”編譯和執行 Java 代碼外部程序。
H2O 整合
       • 啟動一個新的 H2O 集群或連接到現有的集群。
       • 操作 H2O 集群上的數據。
       • 直接在 Stata 中訪問 H2O 的功能。
       • 現在更容易將 Stata 連接到數據庫。
       • 想要訪問來自 Oracle、MySQL、Amazon Redshift 的數據,
          雪花、Microsoft SQL Server 和其他?
          使用 jdbc。
       • 想要一款適用於 Windows、Mac 和 Linux 的驅動程序嗎?
         使用 jdbc。

 

Latent GOLD® 6.0 潛類回歸模型軟體

Latent GOLD® is a powerful latent class and finite mixture program with a very user-friendly point-and-click interface (GUI). Two add-on options are available to extend the basic version of the program.

Latent GOLD® 6.0 潛類回歸模型軟體

LISREL 結構方程式模型軟體

LISREL是一款專業且功能強大的統計分析軟體,主要用於結構方程模型(SEM)建模。它允許研究人員建立複雜的統計模型,用於檢驗理論和研究不同變數之間的關係。透過LISREL,用戶可以使用統計模型來檢驗假設,了解變數之間的相互關係,以及這些關係如何影響觀察到的數據,並且執行多組群體差異比較。它支援不同類型的變數,包括觀察變數和潛在變數,並且能夠處理複雜的數據結構。LISREL還提供了豐富的統計分析功能,包括驗證性因素分析(CFA)、路徑分析和因果關係等。這些功能使得用戶能夠對數據進行全面的分析,從而深入理解研究問題和現象。此外,LISREL還具有強大的模型擬合和評估功能,用戶可以通過適度性指標分析來評估模型的有效性和適合度,這有助於確保建立的模型能夠合理地解釋觀察到的數據,提高研究的可靠性和信度。

LISREL 結構方程式模型軟體

PRIMER-e v7 生態學多變數統計軟體

PRIMER 已成為非參數多變量分析軟件工具的全球標準。當變量過多或多元正態性假設不成立時,經典技術會動搖。 PRIMER 使用統計方法進行救援,這些方法依賴於強大的置換技術進行嚴格的推理,通常根據用戶選擇的等級相似性執行。盡量減少你的假設。最大化您的洞察力。 第 7 版充滿了 PRIMER 獨有的大量新產品(例如 3 路 ANOSIM、 閾值度量 MDS、kRCLUSTER、引導程序平均值等),提供了 一個不可或缺的現代工具來可視化、分析和表徵多變量中的顯著模式數據。

PRIMER-e v7 生態學多變數統計軟體