stata学习

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

stata 贴
先卖介绍 STATA 很好的 学习资料...



使用说明：  连玉君_STATA初级视频教程说明书.pdf (519.16 KB)
本文来自: 人大经济论坛 Stata专版 版，详细出处参考：http://www.pinggu.org/bbs/viewthread.php?tid=377804&page=1&from^^uid=730456

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：stata学习 Stata tata Stata专版 stata初级 学习 Stata

附录A：STATA高级视频教程目录

高级部分：计量分析与Stata应用
1.         普通最小二乘法（OLS）
            1.2     解读OLS回归结果
            1.3     残差分析与稳健型估计
            1.4     管理多个回归结果
2.         广义最小二乘法（GLS）
            2.1     GLS的基本思想
            2.2     异方差
            2.3     序列相关
            2.4     似无相关模型（SUR）
3.         非线性最小二乘法（NLS）
            3.1     NLS的基本思想
            3.2     NLS程序的编写
            3.3     范例：估计动态部分调整模型
4.         最大似然估计（MLE）
            4.1     MLE的基本原理
            4.2     似然函数的设定
            4.3     程序的调试、起始值的设定和相关问题
            4.4     范例：线性回归模型、Logit模型、Probit模型
5.         工具变量法与GMM
            5.1     内生性问题与工具变量法
            5.2     两阶段最小二乘法（2SLS）
            5.3     广义矩估计法（GMM）
            5.4     过度识别检验（Sargan检验与Hausman检验）
            5.5     弱工具变量问题
6.         时间序列分析
            6.1     时间序列资料的处理
            6.2     ARIMA模型
            6.3     向量自回归（VAR）模型：估计和检验
            6.4     向量自回归（VAR）模型：因果检定和冲击反应
            6.5     单位根检验
            6.6     协整分析和误差修正模型
            6.7     GARCH模型（GARCH，E-GARCH，T-GARCH）
7.         面板数据模型
            7.1     静态面板模型：固定效应 v.s. 随机效应
            7.2     时间效应、模型的筛选和常见问题
            7.3     异方差、序列相关和截面相关
            7.4     内生性问题（面板IV-GMM估计）
            7.5     动态面板模型（Difference GMM和System GMM）
            7.6     面板随机系数模型
            7.7     面板随机前沿模型
            7.8     面板单位根检验
            7.9     面板协整分析
8.         STATA高级程序
            8.1     暂元的高级功能
            8.2     暂时性物件
            8.3     输入项
            8.4     输出项
            8.5     可分组执行的程序
            8.6     可重新显示结果的程序
            8.7     子程序
            8.8     程序勘误与调试
            8.9     帮助文件的编写
9.         模拟分析（Simulation）与自体抽样（Bootstrap）
            9.1     随机数的产生和常用分布
            9.2     Bootstrap
                       9.2.1     Bootstrap的基本原理
                       9.2.2     Bootstrap获得标准误
                       9.2.3     Bootstrap获得置信区间
                       9.2.4     Bootstrap检验组间差异
                       9.2.5     Bootstrap应用实例
            9.3     Jackknife（刀切法）
                       9.3.1     Jackknife的基本思想
                       9.3.2     Jackknife应用实例
                       9.3.3     Jackknife与Bootstrap的差别
            9.4     Permutation Tests（组合检验）
            9.5     Monte Carlo Simulation（蒙特卡罗模拟分析）
                       9.5.1     MC的基本思想
                       9.5.2     MC应用实例
                       9.5.3     统计量的Power和Size
            9.6     模拟数据的产生

本文来自: 人大经济论坛 Stata专版 版，详细出处参考：http://www.pinggu.org/bbs/viewth ... &from^^uid=730456

好东东.....

附录A：STATA高级视频教程目录

高级部分：计量分析与Stata应用
1.         普通最小二乘法（OLS）
            1.2     解读OLS回归结果
            1.3     残差分析与稳健型估计
            1.4     管理多个回归结果
2.         广义最小二乘法（GLS）
            2.1     GLS的基本思想
            2.2     异方差
            2.3     序列相关
            2.4     似无相关模型（SUR）
3.         非线性最小二乘法（NLS）
            3.1     NLS的基本思想
            3.2     NLS程序的编写
            3.3     范例：估计动态部分调整模型
4.         最大似然估计（MLE）
            4.1     MLE的基本原理
            4.2     似然函数的设定
            4.3     程序的调试、起始值的设定和相关问题
            4.4     范例：线性回归模型、Logit模型、Probit模型
5.         工具变量法与GMM
            5.1     内生性问题与工具变量法
            5.2     两阶段最小二乘法（2SLS）
            5.3     广义矩估计法（GMM）
            5.4     过度识别检验（Sargan检验与Hausman检验）
            5.5     弱工具变量问题
6.         时间序列分析
            6.1     时间序列资料的处理
            6.2     ARIMA模型
            6.3     向量自回归（VAR）模型：估计和检验
            6.4     向量自回归（VAR）模型：因果检定和冲击反应
            6.5     单位根检验
            6.6     协整分析和误差修正模型
            6.7     GARCH模型（GARCH，E-GARCH，T-GARCH）
7.         面板数据模型
            7.1     静态面板模型：固定效应 v.s. 随机效应
            7.2     时间效应、模型的筛选和常见问题
            7.3     异方差、序列相关和截面相关
            7.4     内生性问题（面板IV-GMM估计）
            7.5     动态面板模型（Difference GMM和System GMM）
            7.6     面板随机系数模型
            7.7     面板随机前沿模型
            7.8     面板单位根检验
            7.9     面板协整分析
8.         STATA高级程序
            8.1     暂元的高级功能
            8.2     暂时性物件
            8.3     输入项
            8.4     输出项
            8.5     可分组执行的程序
            8.6     可重新显示结果的程序
            8.7     子程序
            8.8     程序勘误与调试
            8.9     帮助文件的编写
9.         模拟分析（Simulation）与自体抽样（Bootstrap）
            9.1     随机数的产生和常用分布
            9.2     Bootstrap
                       9.2.1     Bootstrap的基本原理
                       9.2.2     Bootstrap获得标准误
                       9.2.3     Bootstrap获得置信区间
                       9.2.4     Bootstrap检验组间差异
                       9.2.5     Bootstrap应用实例
            9.3     Jackknife（刀切法）
                       9.3.1     Jackknife的基本思想
                       9.3.2     Jackknife应用实例
                       9.3.3     Jackknife与Bootstrap的差别
            9.4     Permutation Tests（组合检验）
            9.5     Monte Carlo Simulation（蒙特卡罗模拟分析）
                       9.5.1     MC的基本思想
                       9.5.2     MC应用实例
                       9.5.3     统计量的Power和Size
            9.6     模拟数据的产生

本文来自: 人大经济论坛 Stata专版 版，详细出处参考：http://www.pinggu.org/bbs/viewth ... &from^^uid=730456

东西呢？？？

上面的,不好意识,,不是卖这些东西, 只是介绍 连老师的视频不错...可以好好学习.

这是  连 老师对  STATA  的评价:


我只用过一年的Eviews，感觉上手很快，做时间序列也比较方便。

可能是当时基础有限，所以感觉编程不是很方便，相对而言，STATA在编程方面提供的平台更好。比如，做非线性最小二乘和MLE，只需要设定函数形式即可，至于数值算法等比较复杂的内容，STATA都做好了。

另一个感觉是，STATA的数据处理非常方便，可以快速地合并和追加数据。

最为重要的是，STATA的do文档可以记录所有分析过程，每次只需修改这些do文档即可。所以，一旦确定了研究领域，只需花费1周时间完成基础数据的整理，然后一系列文章都可以在这个数据的基础上完成，这些文章的do文件也可以相互借鉴。总之，使用stata可以大大提高分析效率。

最后，从我身边这些老师和朋友的经验来看，stata受到了越来越多的关爱。我的导师使用Gauss十年有余，在2001年接触stata后，毅然改用stata。还有很多国外的朋友，基本上都在使用stata。

当然，软件本身并无好还之分，只是一个习惯的问题。关键的问题还是对计量理论的掌握，这是决定你是否能驾驭软件的关键因素。

STATA操作很简单，就是出来的结果没那么好看

我是学会计的。。。看到学统计的都学SAS。。。所以感到好奇。。。想自学。。。。