1.1 Stata概述

Stata最初由美国计算机资源中心（Computer Resource Center）研制，现为Stata公司的产品。Stata公司于2021年4月推出Stata 17.0版本，本书就是基于该版本编写的，同时兼顾Stata 14.0～16.0等早期版本。

1.1.1 Stata功能简介

Stata之所以能成为最流行的计量经济学软件，根本原因在于Stata十分贴近计量经济学的实践应用。Stata具有以下功能。

1.统计功能

Stata的统计功能很强，除具有传统的统计分析方法以外，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、泊松回归、负二项回归及广义负二项回归、随机效应模型等。具体来说，Stata具有如下统计分析能力。

（1）数值型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、随机效应、多个平均值的两两比较、缺项数据的处理、方差齐性检验、正态性检验、变量变换等。

（2）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。

（3）等级资料的一般分析：秩变换、秩和检验、秩相关等。

（4）相关与回归分析：简单相关、偏相关、典型相关，以及数十种回归分析方法，如多元线性回归、逐步回归、加权回归、稳健回归、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。

（5）其他方法：质量控制、整群抽样的设计效率、诊断试验评价、Kappa分析等。

2.绘图功能

用Stata绘制的统计图形相当精美，并且很有特色。Stata的绘图模块主要提供如下8种基本图形的绘制功能：直方图、条形图、百分条图、饼图、散点图、矩阵散点图、星形图、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绘图要求。

在有些非绘图命令中，还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的功能，在回归分析中提供了绘制残差图的功能等。

3.矩阵运算功能

Stata具有矩阵运算功能。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基本矩阵运算功能，如矩阵的加、积、逆、Cholesky分解、Kronecker内积等。

Stata还提供了一些高级矩阵运算功能，如特征根求解、特征向量求解、奇异值分解等。在执行完某些统计分析命令后，Stata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。

4.程序语言功能

虽然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自己的程序语言编写的。Stata的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，因此其计算速度极快。通常，SAS的运算速度比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模块相比运算速度又快了将近一个数量级。

Stata也采用命令行方式来进行操作，但在使用上远比SAS简单，其生存分析、纵向数据（重复测量数据）分析等模块的功能甚至超过了SAS。

5.网络功能

Stata具有网络功能，支持网络应用，包括安装新指令、网络升级、网站档案分享、最新消息互动等。

1.1.2 Stata功能汇总

Stata可以实现的功能包括但不限于以下内容。

（1）数据管理：资料转换、分组处理、附加档案、ODBC（Open Data Base Connectivity，开放式数据库连接）、行列转换、数据标记、字符串函数等。

（2）基本统计：交叉表、相关性、t检验、变异数相等性检验、比例检验、信赖区间等。

（3）线性模式：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估计等。

（4）广义型线性模式：十联结函数、使用者-定义联结、最大似然估计及IRLS估计、九变异数估计、七残差等。

（5）二元、计数及有限应变量：Logistic回归、Probit模型、泊松回归、Tobit模型、Truncated回归、条件Logistic回归、多项式逻辑、巢状逻辑、负二项回归、Zero-Inflated模型、Heckman选择模式、边际影响等。

（6）Panel数据/交叉-组合时间序列：随机及固定-影响之回归、GEE、随机及固定-影响之泊松及负二项分配、随机-影响、工具变量回归、AR（1）干扰回归等。

（7）无参数方法。

（8）多变量方法：因素分析、多变量回归、Anonical相关系数等。

（9）模型检验及事后估计值支持分析：Wald检验、LR检验、线性及非线性组合、非线性限制检验、边际影响、修正平均值Hausman检验等。

（10）群集分析：加权平均、质量中心及中位数联结、Kmeans、Kmedians、Dendrograms、停止规则、使用者扩充等。

（11）绘制图形：直方图、条形图、饼图、散点图等。

（12）调查方法：抽样权重、丛集抽样、分层、线性变异数估计值、拟合最大似然估计值、回归、工具变量等。

（13）生存分析：Kaplan-Meier、Nelson-Aalen、Cox比例风险回归（弱性）、参数模式（弱性）、危险比例测试、时间共变项、左-右检查、Weibull分布、指数分配等。

（14）流行病学工具：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等。

（15）时间序列：ARIMA、ARCH/GARCH、VAR、Newey-West、Correlograms、Periodograms、白色-噪音测试、最小整数根检验、时间序列运算、平滑化等。

（16）最大似然法。

（17）转换及常态检验：Box-Cox变换、次方转换、Shapiro-Wilk检验、Shapiro-Francia检验等。

（18）其他统计方法：样本数量及次方、非线性回归、逐步回归、统计及数学函数等。

（19）再抽样及模拟方法：Bootstrapping、Jackknife、蒙特卡罗模拟、排列检验等。