Stata 完整指南

The Complete Guide to Stata

学习如何像专业人士一样掌握 Stata

你会学到什么

  • Stata 基本介绍
  • Stata 中的数据操作
  • Stata中的数据分析
  • 回归建模
  • 统计代码
  • 高级统计代码
  • 在 Stata 中快速、切题、有用的技巧
  • 数据管理
  • 编程
  • 图形
  • 统计数据
  • 基本绘图类型
  • 中间图类型
  • 高级绘图类型

要求

  • 没有要求

描述

请务必查看我的推特提要,了解每月促销代码和其他更新 (@easystats3)

Stata 完整指南

学习和应用新的统计技术可能是令人生畏的经历。

一旦处理“现实生活”数据集时尤其如此,这些数据集不允许简单的“点击即用”分析,而是需要对程序编码、数据操作、输出解释、输出格式和选择有更深层次的理解正确的分析方法。

在本课程中,您将全面了解 Stata 及其在现代数据分析中的各种用途。您将学习理解 Stata 在操作、探索、可视化和建模复杂类型的数据方面为您提供的许多选项。到课程结束时,您将对自己使用 Stata 和处理复杂数据分析的能力充满信心。每节课的重点将始终放在创建“良好实践”上,并强调常用统计技术的实际应用和解释,而无需诉诸深层次的统计理论或方程式。

本课程由三个子课程组成,它们将 1) 教您 Stata 的基础知识 2) 为您提供 Stata 的提示和技巧以及 3) 教您高级数据可视化技术。

无需事先参与 Stata。一些先前的统计知识会有所帮助,但不是必需的。

本课程面向任何对使用 Stata 进行数据分析感兴趣的人。

与其他专业统计软件包一样,该课程侧重于代码的正确应用和解释。

需要一些基本的定量/统计知识;这不是统计学课程的介绍,而是使用 Stata 的应用和解释。

涵盖的主题包括:

  1. 开始使用 Stata
  2. 查看和探索数据
  3. 操纵数据
  4. 可视化数据
  5. 相关性和方差分析
  6. 包括诊断在内的回归(普通最小二乘法)
  7. 回归模型构建
  8. 假设检验
  9. 二元结果模型(Logit 和 Probit)
  10. 分数响应模型(分数 Logit 和 Beta 回归)
  11. 分类选择模型(Ordered Logit 和 Multinomial Logit)
  12. 模拟技术(随机数和模拟)
  13. 计数数据模型(泊松和负二项式回归)
  14. 生存数据分析(参数、Cox 比例风险和参数生存回归)
  15. 面板数据分析(长表数据、滞后和超前、随机和固定效应、豪斯曼检验和非线性面板回归)
  16. 差中差分析(差中差和平行趋势)
  17. 工具变量回归(内生变量、样本选择、非线性内生模型)
  18. 流行病学表(队列研究、病例对照研究和匹配病例对照研究)
  19. 功效分析(样本大小、功效大小和效应大小)
  20. 矩阵运算(矩阵运算符、矩阵函数、矩阵下标)

还有 125 个 Stata 提示和技巧。这些技巧旨在帮助您成为 Stata 高手!它们涵盖了以下主题的广泛问题:

  • 数据管理
  • 作图
  • 统计数据
  • 编程。

每个提示都设计为独立的,不会超过 2 分钟。

最后,您将看到一些最重要的数据可视化方法,并了解每种技术的优缺点。各种图表都非常详细地突出显示,包括:

  • 直方图
  • 密度图
  • 尖峰图
  • 根图
  • 箱线图
  • 小提琴情节
  • 茎叶图
  • 分位数图
  • 条形图
  • 饼状图
  • 点图
  • 雷达图
  • 散点图
  • 热图
  • 十六进制图
  • 向日葵地块
  • 最佳拟合线
  • 面积图
  • 线图
  • 范围图
  • 彩虹图
  • 抖动图
  • 表图
  • 气球图
  • 马赛克图
  • 切尔诺夫面孔
  • 闪闪发光的地块
  • 气泡图
  • 和更多

根据您想要的学习成果,您可能希望专注于特定部分。

  1. 基本了解 Stata watch 第 2、3、4、5、6、7 和 8 节
  2. 要学习高级 Stata 概念,请观看第 8、9、10、11、12、13、14、15、16 和 17 节
  3. 学习 Stata 观看第 18、19、20 和 21 节的快速提示
  4. 要了解有关 Stata 数据可视化的所有信息,请观看第 5、21、22、23、24、25 和 26 节
  5. 要学习数据管理概念,请观看第 3、4 和 18 节

本课程适合谁:

  • 任何想使用 Stata 的人
  • 数据分析师
  • 数据科学家
  • 量化学位学生
  • 量化业务用户
  • 经济学家、社会科学家、政治学家、生物统计学家和其他学科
  • 那些想在 Stata 中提高技能的人
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。