模拟研究跑完 1000 次重复,最费时间的往往不是跑,而是判断「这 1000 个结果到底说明什么」。The Stata Journal 第 26 卷第 3 期上有一篇讲 siman 的论文,作者为了让读者看清这件事,在演示数据里故意埋了两处错:MNAR 那一组第 100 次之后的重复,把前 300 条记录原样复制过来;MI 方法下每三次重复就有一次标准误被砍掉一半。然后他们用自己写的命令把这批数据画出来,让图去指认这两种错——这比任何一段原理说明都直白。
这一期目录一共 8 条:6 篇文章与专栏、1 条 Stata tip、1 组软件更新。
本期目录:八条内容各讲一件事
| # | 篇名 | 作者 | 讲什么 |
| 1 | xtdhazard and cfbinout: Using internal instruments for addressing unobserved heterogeneity in the discrete-time hazard model | H. Tauchmann、 E. Yurkevich | 离散时间风险模型里用内部工具变量处理未观测异质性,配两个命令 |
| 2 | Bias correction for the within-group estimator for panel-data sample-selection models | C. Han、 G. Lee | 面板样本选择模型下组内估计量的偏差校正 |
| 3 | siman: Explore, visualize, and analyze the output of simulation studies | I. R. White、 E. Marley-Zagar、 T. P. Morris | 模拟研究结果的分析与图形,本期重点 |
| 4 | Commands for full-vector and subvector inference in moment-inequality models | W. Gong、 G. F. Cox、 X. Shi | 矩不等式模型的全向量与子向量推断命令 |
| 5 | Earning while learning: How to run batched bandit experiments | J. Kemper、 J. Rostam-Afschar | 分批 bandit 实验的设计与跑法 |
| 6 | Speaking Stata: Quantile-box plots and beyond: Variations on a theme by Emanuel Parzen | N. J. Cox | 分位数箱线图,以及 Parzen 那条线索上的变体 |
| 7 | Stata tip 168: ASCII bytes and Unicode code points | D. Christodoulou | ASCII 字节与 Unicode 码位,字符处理的坑 |
| 8 | Software Updates | — | 已有命令的新版本与变更清单 |
栏目归属上,第 1 至 6 篇在 Articles and Columns,第 7 条属 Notes and Comments,第 8 条属 Software Updates。第 1、2、4 篇是方法类,第 5 篇偏实验设计,第 6 篇是 Cox 的 Speaking Stata 专栏,第 3 篇讲工具,也是这份导读往下展开的部分。
siman 要回答的是「结果对不对、错在哪」
论文摘要的判断很干脆:模拟研究是评估统计方法设计性质与分析性质的计算实验,用好了极有价值;但它通常很复杂——多个数据生成机制(dgm)、多个估计目标(estimand)、多种分析方法叠在一起,分析结果时容易出错,而且有些错不会被发现,把分析做对既微妙又费时。siman 就是给这套流程配的一组命令:数据整理、探索、可视化、分析,四件事一套做完。
它的骨架来自 ADEMP 结构,即 Morris、White、Crowther 2019 年那篇讲怎么用模拟研究评估统计方法的文章;分析部分的算法承接 White 2010 年发表在 Stata Journal 上的 simsum。所以它不是从零另起一套,而是在 simsum 之上补了整套图形、表格与嵌套循环图。熟悉 simsum 的人上手会很快,没接触过的人可以直接从 siman 的逻辑学起。
手上有两份数据:估计值数据与性能数据
estimates data set 是原始结果表。每一行是「某次重复 × 某个 dgm × 某个目标 × 某种方法」的一条记录,字段可以有估计值、标准误、自由度、置信区间上下限、p 值、是否拒绝原假设。你的模拟程序跑完,导出的就是这种表。
performance statistics data set 是算出来的结果表,由 analyse 生成。每行一项性能指标,并带自己的蒙特卡洛标准误(MSCE)——它衡量的是「重复次数有限」带来的不确定性。比如偏倚这一项,MSCE 告诉你这个偏倚估计本身有多不稳。两份数据默认叠在一张表里,用一个新变量区分哪几行是估计值、哪几行是性能统计。
setup 接收四种排法:长对长(每次重复、每个目标、每种方法一行)、长对宽、宽对长、宽对宽。不管进来哪一种,setup 都统一转成长对长;但多个 dgm 必须用长格式,这一点没有例外。若数据里只有一种方法、没给 method 变量,setup 会自动生成一个恒等于 1 的变量,好让后面的命令能跑。
13 个子命令,按「先看再算」分四组
| 组 | 子命令 | 作用 |
| 准备 | setup | 把原始模拟结果整理成 siman 要的格式 |
| 准备 | describe | 给一份估计值摘要表,先确认数据进来了 |
| 看估计值 | swarm | 蜂群图,看各 dgm 下各方法的估计值分布 |
| 看估计值 | scatter | 标准误对估计值的散点图 |
| 看估计值 | comparemethodsscatter(简写 cms) | 同一批模拟数据集上不同方法的估计值或标准误互相对照 |
| 看估计值 | blandaltman | Bland–Altman 图,方法间差异对方法均值 |
| 看估计值 | zipplot | zip 图,把各 dgm 与方法下的置信区间叠成一条条拉链 |
| 算性能 | analyse | 算出性能统计,写入性能数据 |
| 看性能 | table | 把性能统计做成表 |
| 看性能 | lollyplot | 棒棒糖图,性能统计带蒙特卡洛置信区间 |
| 看性能 | nestloop | 因子设计的嵌套循环图,一眼看出哪个因素在动结果 |
| 工具 | import | 跳过 setup 与 analyse,直接导入已有性能数据 |
| 工具 | which | 报告各子命令的版本号与日期 |
子命令可以缩写到 3 个字母以上,comparemethodsscatter 可以缩成 cms。典型流程是:setup → 看估计值的几张图 → analyse → 性能的表与图;analyse 跑完之后,估计值那几张图仍然可以继续画。
analyse 能算的 14 项指标
| 指标 | 含义 |
| estreps | 估计值非缺失的重复次数 |
| sereps | 标准误非缺失的重复次数 |
| bias | 估计值的偏倚 |
| pctbias | 偏倚占真值的百分比,真值为零时无定义,此时用 bias |
| mean | 估计值的均值 |
| empse | 经验标准误,即估计值的标准差 |
| relprec | 相对精度,相对参照方法的精度改进百分比 |
| mse | 均方误差 |
| rmse | 均方根误差 |
| modelse | 模型标准误,各次重复模型标准误平方的均值的平方根 |
| ciwidth | 指定置信水平下置信区间的平均宽度 |
| relerror | 模型标准误的相对误差,以经验标准误为金标准 |
| cover | 名义置信区间的覆盖率 |
| power | 拒绝「真参数为零」的检验功效 |
不指定指标时,analyse 把能算的全算一遍。有一个代价要提前知道:relprec 很慢,官方说明里写明不选它能把运行时间缩短最多九成——只想看主结果,就别让它算。
演示数据里那两处故意的错,正是这套图的用法
仓库里的 simcheck.dta 是标准演示数据:三种缺失机制(MCAR、MAR、MNAR)× 三种分析方法(完整数据分析、完整病例 CCA、多重插补 MI)× 1000 次重复,真值设为零,变量里有估计值、标准误与自由度。论文的演示脚本先在它上面做两处改动:MNAR 组第 100 次以后的重复,估计值、标准误、自由度整段照抄前 300 条;MI 方法下凡重复序号能被 3 整除的,标准误除以 2——也就是三分之一的 MI 标准误偏小一半。
改完再画图,两类错各有各的暴露方式。dgm 内的重复记录会让蜂群图与散点图上出现成簇的同位点,同一 dgm 里本该散开的估计值挤在一起。偏小的标准误在估计值层面不容易看出来,但一进 cms 与 Bland–Altman 的对照就明显:MI 的标准误整体压在完整数据分析之下。再往性能层走,模型标准误的相对误差(relerror)会偏,覆盖率(cover)会跟着掉——这正是模拟研究最怕的那种「每个数都算出来了,但结论是错的」。
另一份 extendedtestdata.dta 是因子设计的例子:dgm 由 beta、pmiss、mech 三个变量组合而成,估计目标作为 target,用 nestloop 画出来,哪个因素在推动经验标准误一目了然。
装之前要知道的六件事
第一,版本与来源。程序包版本 1.1,日期 2025 年 12 月 18 日;仓库说明写的是「稍后可从 SSC 安装」,现阶段给的是从 GitHub 安装的方式。
第二,依赖。analyse 需要 simsum 2.3 或更高版本,还要 Ben Jann 的 labelsof 包;这两个都得先装上,否则 analyse 跑不起来。
第三,速度。relprec 是唯一会明显拖慢全流程的指标,按需取舍。
第四,数据限制。只有 p 值的「估计值数据」目前不支持;方法变量不给也行,setup 会补一个恒为 1 的变量,但补出来之后就没有「方法间比较」这层信息了。
第五,dgm 取值。dgm 变量用非整数时,按 dgm 选择可能筛不出观测,官方建议取整数。
第六,适用面。论文的限制说明里提到,它面向的主要是「比较分析方法」这一类模拟研究;对模型选择这类更复杂的目标,帮助有限。
────────────────
本期目录的原页入口、siman 论文的 DOI 与摘要要点、程序包安装命令与两份演示数据的直达地址、setup 与 analyse 的完整选项表、带那两处「故意的错」的示例脚本原文、可复制的参考文献条目,以及四条容易读错的地方,都放在下面,回复本帖可见。
把经管之家装进你常用的 AI 智能体中 一键快捷安装经管之家 MCP/技能,让 AI 帮你查教程、找数据、读论坛帖子。 检索、阅读公开帖子不收费,安装可申请领取:3 通用积分+100 论坛币+3 元论坛资金 说明: AI 算力按所用平台规则计算;附件按原帖条件获取;福利领取条件以活动页面为准。 |


雷达卡


京公网安备 11010802022788号







