stata17(图表绘制软件)官方中文版

stata 17全称statacorp stata 17，它是一款功能丰富的图表绘制软件，主要用于管理、分析和绘制定量数据，并且还能够执行各种统计分析。当然我们除了那些传统的统计分析方法之外，甚至还为用户收集了近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、Poisson 回归、负二项回归及广义负二项回归和随机效应模型等，这些都可以为用户带来更好的使用。该软件还可以结合内置的数据编辑器以及散点图、直方图将结果统计出来，用户甚至还能够利用这个强大的逻辑公式，计算出十分复杂的数据，以及通过强大的分析流程，轻轻松松就能够快速的进行数据分析，其功能十分的强大。有了它，用户就能够轻松的发挥自己的创意和想法，并且快速的掌握各种技巧来，从而来提高自己的工作效率。

除此之外，相比之前的版本，全新的stata 17也是添加了超多新的功能，以及进行了更好的优化，其中就包括：自定义您的表格、贝叶斯计量经济学、PyStata——Python和Stata等。在这里用户现在可以在任何独立的Python环境中使用该程序，例如：Jupyter Notebook、Spyder IDE、PyCharm IDE或Wing IDE，以及还添加了三个IPython魔法命令：stata、mata和pystata。并且用户还可以使用在Python中的一套API函数，它主要用于运行软件的命令并访问数据和返回的结果，让用户使用起来更加的便捷、方便。

ps：小编带来的是stata 17中文破解版，内附有破解文件，能够完美的激活该软件，从而就能够免费使用该软件中的所有功能，同时我们还支持简体中文，为您解决了语言类的问题，下文还有详细的图文安装教程，希望可以帮助到大家，有需要的朋友可以来免费下载。

Stata 17新功能

一、自定义您的表格

1、汇总统计

2、假设检验的结果

3、回归结果

4、LR 和 Wald 检验、GOF 统计…

5、任何 Stata 命令的结果

二、贝叶斯计量经济学

1、VAR模型

2、IRF 和 FEVD 分析

3、动态预测

4、面板/纵向数据模型

5、线性和非线性 DSGE 模型

三、PyStata——Python和Stata

1、从Stata调用Python。

2、从 Python 调用 Stata。

3、无缝交换数据、元数据和结果。

4、使用 Jupyter Notebook、Spyder、PyCharm IDE 等中的 Stata。

四、带有 Stata 的 Jupyter Notebook

1、从 Jupyter Notebook 调用 Stata 和 Mata。

2、轻松重现您的作品并与他人协作。

3、在 Python 中访问来自 Stata 分析的结果。

4、Stata 输出、图形和表格与您的 Jupyter Notebook 无缝集成。

五、差异中的差异 （DID） 和 DDD 模型

1、评估政策、治疗或干预的效果。

2、控制混淆未观察到的组和时间特征。

3、使用面板数据或重复的横截面。

4、使用 DID，从 1855 年开始流行。

六、更快的Stata

1、Stata 速度很快，而且越来越快。

2、更快的排序和折叠

3、更快的混合模型

3、更快的估计命令

4、更快的导入分隔

七、Java集成

1、在 Stata 中以交互方式使用 Java（如 JShell）。

2、在 do 文件中嵌入 Java 代码。

3、在 ado 文件中嵌入 Java 代码。

4、无需外部程序即可“即时”编译和执行 Java 代码。

Stata 17使用教程

一、直方图画法

1、输入命令【sysuse auto,clear】，导入自带数据集1978 Automobile Data。（小编这里以Stata自带的数据库为例。）

2、下面，我们做变量Price的直方图。输入命令【histogram price】即可完成，如下图。会自动根据变量的取值范围，设置相应的横纵坐标，非常方便。

二、折线图画法

1、如果要制作两个变量的折线图，输入命令【line y x】，例如这里我们做price和weight的折线图，效果如下

2、此外，还可以做多个变量间的折线图，输入命令【line price weight turn】,效果如下，当变量较多时折线图看起来较乱。

stata怎么导出结果？

1、首先，在软件中输入代码（ssc install asdoc, replace）安装外部命令asdoc。

2、安装完成后，打开我们的数据，小编这里以自带的数据auto为例。

3、下面，小编做一个mpg和weight变量对price变量的回归分析，并把结果直接导出到Word里。输入命令：asdoc reg price mpg weight 。如图所示，它会自动生成一个名为“Myfile.doc”的文件。

4、点击打开Myfile.doc文件，可以看到，我们想要的回归分析结果已经导出到该Word文档里了。

5、之后我们只需要调整下格式即可，是不是很方便呢？

软件功能

一、统计功能

1、统计功能很强，除了传统的统计分析方法外，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， Poisson 回归，负二项回归及广义负二项回归，随机效应模型等。具体说， 具有如下统计分析能力：

2、数值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，多个均数的两两比较，缺项数据的处理，方差齐性检验，正态性检验，变量变换等。

3、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。

4、等级资料的一般分析：秩变换，秩和检验，秩相关等

5、相关与回归分析：简单相关，偏相关，典型相关，以及多达数十种的回归分析方法，如多元线性回归，逐步回归，加权回归，稳键回归，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。

6、其他方法：质量控制，整群抽样的设计效率，诊断试验评价， kappa 等。

二、作图功能

1、作图模块，主要提供如下八种基本图形的制作 : 直方图 (histogram) ，条形图 (bar), 百分条图 (oneway) ，百分圆图 (pie) ，散点图 (twoway) ，散点图矩阵(matrix) ，星形图 (star) ，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作图要求。在有些非绘图命令中，也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，回归分析中提供了残差图等。

2、矩阵运算功能

矩阵代数是多元统计分析的重要工具， 提供了多元统计分析中所需的矩阵基本运算，如矩阵的加、积、逆、 Cholesky 分解、 Kronecker 内积等；还提供了一些高级运算，如特征根、特征向量、奇异值分解等；在执行完某些统计分析命令后，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。

三、程序设计功能

1、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的天地，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， 软件的 ado 文件 ( 高级统计部分 ) 都是用软件中自己的语言编写的

2、统计分析能力远远超过了 SPSS ，在许多方面也超过了 SAS ！由于在分析时是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，因此计算速度极快（一般来说， SAS 的运算速度要比 SPSS 至少快一个数量级，而软件的某些模块和执行同样功能的 SAS 模块比，其速度又比 SAS 快将近一个数量级！） 程序也是采用命令行方式来操作，但使用上远比 SAS 简单。其生存数据分析、纵向数据（重复测量数据）分析等模块的功能甚至超过了 SAS 。用程序绘制的统计图形相当精美，很有特色。

四、功能列表

1、数据管理 (Data management)

资料转换、分组处理、附加档案、 ODBC 、行 - 列转换、数据标记、字符串函数…等

2、基本统计 (Basic statistics)

直交表、相关性、 t- 检定、变异数相等性检定、比例检定、信赖区间…等3、线性模式 (Linear models)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、 GLS4、广义型线性模式 (Generalized linear models)

十连结函数、使用者 - 定义连结、 ML 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

(Binary，count，and limited dependent variables)

罗吉斯特、 probit 、卜松回归、 tobit 、 truncated 回归、条件罗吉斯特、多项式逻辑、巢状逻辑、负二项、 zero-inflated 模型、 Heckman 选择模式、边际影响

6、Panel 数据 / 交叉 - 组合时间序列

(Panel data/cross-sectional time-series)

随机及固定影响之回归、 GEE 、随机及固定 - 影响之卜松及负二项分配、随机 - 影响、工具变量回归、AR(1) 干扰回归

7、无母数方法 (Nonparametric methods)

8、多变量方法 (Multivariate methods)

9、因素分析、多变量回归、 anonical 相关系数

模型检定及事后估计量支持分析

(Model testing and post-estimation support)

10、Wald 检定、 LR 检定、 线性及非线性组合、非线性限制检定、边际影响、修正平均数 Hausman 检定11、群集分析 (Cluster analysis)

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12、图形 (Graphics)

直线图、散布图、条状图、圆饼图、 hi-lo 图、回归诊断图…

13、调查方法 (Survey methods)

抽样权重、丛集抽样、分层、线性变异数估计量、拟 - 概似最大估计量、回归、工具变量…

14、生存分析 (Survival analysis)

Kaplan – Meier 、 Nelson – Aalen, 、 Cox 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、韦柏分配、指数分配…

15、流行病学工具 (Tools for epidemiologists)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

16、时间序列 (Time series)

ARIMA 、 ARCH/GARCH 、 VAR 、 Newey – West 、 correlograms 、 periodograms 、白色 - 噪音测试 ，17、最小整数根检定、时间序列运算、平滑化

最大概似法 (Maximum likelihood)

18、转换及常态检定 (Transforms and normality tests)

Box – Cox 、次方转换 Shapiro – Wilk 、 Shapiro – Francia 检定

其它统计方法 (Other statistical methods)

样本数量及次方、非线性回归、逐步式回归 、统计及数学函数

包含样本范例 (Sample session)

19、再抽样及模拟方法 (Resampling and simulation methods)

bootstrapping 、 jackknife 、蒙地卡罗模拟、排列检定

五、网络功能

安装新指令、网络升级、网站档案分享、最新消息