Yenilikleri

 

 

Tablolar

Bayesçi ekonometri

Aralıklı sansürlü Cox modeli

Farklılıkların Farkı (DID)

Bayesçi VAR

Çokdeğişkenli meta-analizi

Tedavi etkileri için lasso

Panel veri çok terimli logit

Bayesçi IRF ve FEVD analizi

Bayesçi dinamik öngörme

PyStata

Stata ile Jupyter Notebook

Daha hızlı Stata

Bayesçi çok katmanlı modelleme

Tarih ve zamanlar için yeni fonksiyonlar

Birisini-dışarda-bırak meta analizi

Galbraith çizimleri

Bayesçi panel veri modelleri

Sıfır-şişirilmiş sıralı  logit modeli

Eğilim (trend) için parametrik olmayan testler için

Lasso cezası seçimi için BIC

Kümeli verilerle

Bayesçi doğrusal ve doğrusal olmayan DSGE ler

Do-file editor iyileştirmeleri

Intel Math Kernel Kütüphesi (MKL)

Apple Silicon üzerinde Stata

JDBC

H2O entegrasyonu

Java entegrasyonu

Tablolar

Tablolarınızı  

  • Hipotez testi sonuçları 
  • Regresyon sonuçları
  • LR ve Wald testleri, GOF istatistikleri, …
  • Herhangi bir Stata komutu sonuçları ile özelleştirin.
  • Word, Excel
  • LaTeX
  • HTML, Markdown
  • PDF
  • ve daha fazlasına dışa gönderin

Bayesçi ekonometri

Bayesçi

  • VAR modelleri
  • IRF ve FEVD analizleri
  • Dinamik öngörme
  • Panel/boylamsal veri modelleri
  • Doğrusal ve doğrusal olmayan DSGE modelleri

 

PyStata—Python ve Stata

  • Stata’dan Python’u çağırın.
  • Python’dan Stata’yı çağırın.
  • Karşılıklı olarak veri, meta veri ve sonuçları dikişsiz değiştirin.
  • Stata’yı Jupyter Notebook, Spyder, PyCharm IDE ve daha fazlasından kullanın.

 

Stata ile Jupyter Notebook 

  • Stata ve Mata’yı Jupyter Notebook’tan çağırın.
  • İşinizi kolaylıkla yeniden üretin  ve diğerleri ile işbirliği yapın.
  • Python’un içinden Stata analiz sonuçlarınıza erişin.
  • Stata çıktıları, grafikleri ve tabloları Jupyter Notebook’unuzla dikişsiz etkileşimlidir.

Farklılıklar içinde farklılık (DID) ve DDD modelleri

  • Bir politika, tedavi veya müdahalenin etkisini değerlendirin.
  • Kafa karıştırıcı gözlemlenemeyen gurup ve zaman karateristiklerinin kontrolü.
  • Panel veri veya tekrarlanan kesitler kullanın.
  • DID kullanın. 1855 ten beri moda olan.

 

Daha hızlı Stata

Stata hızlıdır ve daha da hızlı olmaya devem etmektedir.

  • Daha hızlı sort ve collapse
  • Daha hızlı mixed modeller
  • Daha hızlı kestirim komutları
  • Daha hızlı import delimited
  • Ve daha fazlası

Aralık sansürlü Cox modeli

Bir olayın zamanına modellemek istiyorsunuz.

Ancak olayın kesin olma zamanlarını  bilmiyorsunuz – sadece olduğu aralıkları biliyorsunuz.

Ve parametrik varsayımlar yapmak istemiyorsunuz.

Aralık sansürlü bir Cox modelini deneyin.

 

Çok değişkenli meta analizi

Çoklu etki boyutlarınız var mı?

Bunlar ortak bir kontrol grubunu paylaşıyorlar mı?

Bunlar aynı konuların grubunu paylaşıyorlar mı?

Çok değişkenli meta analizi yardımcı olabilir.

Bayesçi VAR modelleri

VAR modelinizi var ile uydurabilirsiniz. Y

Bayesçi regresyon modellerinizi bayes: ile  uydurabilirsiniz.

Şimdi Bayesçi VAR modellerinizi bayes: var ile uydurabilirsiniz.

 

Bayesçi çok katmanlı modelleme

Doğrusal olmayan, bağlantı, SEM-benzeri, ve daha fazlası.

Daha fazla çok katmanlı modeller.

                Daha güçlü.

Kullanımı daha kolay.

Tedavi etkileri lasso kestirimi

Yapmak istediğiniz:

Nedensel çıkarım, ortalama tedavi etkileri, potansiyel çıktı ortalamaları, çifte kararlı kestirim ise

Ve sizin:

Çok sayıda (yüzlerce veya binlerce) potansiyel ortak değişkeniniz varsa

Tedavi etkileri kestirimini lasso değişken seçimi ile kullanın.

 

Tarih ve zamanlar için yeni fonksiyonlar

  • Süreleri hesaplayın, tarih ve zaman arasındaki yaş ve diğer farklılıklar gibi.
  • Göreceli tarihleri veya diğer tarihlere göre göreceli tarihleri hesaplayın, bir referans tarihe göre önceki veya sonraki doğum günü veya yıl dönümü gibi.  
  • Tarihzaman değerlerinden ve değişkenlerinden bireysel bileşenleri ayıklayın.

Birini-dışarda-bırak meta analizi

Verilerinizde  etkili çalışmalar var mı?

Birini-dışarda-bırak meta analizini kullanarak bulun.

 

Galbraith çizimleri

Meta analizi sonuçlarını grafik olarak özetleyin 

  • Çalışmaya özgün etki boyutları
  • Etki boyutlarının kesinliği
  • Genel etki boyıtları

Potansiyel aykırılıkları belirleyin 

Heterojenliği değerlendirin

Panel veri çok terimli logit modeli

Kategorik sonuçları mlogit ile modelleyebilirsiniz.

Panel veriyi xt ile modelleyebilirsiniz.

Şimdi her ikisini de yapabilirsiniz!

Stata’nın yeni xtmlogit komutu zaman içinde değişen kategorik sonuçları modeller.

Bayesçi panel veri modelleri

Bayesçi analiz panel veri modelleri ile ilgili  olasılık sorularına yanıt vermenizi sağlar. 

  • Bir yıl fazla okulluluk ücretlerde ne kadar bir artış sağlayabilir? 
  • Düşük bir risk portföyü için borcu ödememe olasılığı nedir? 

Önceki bilgileri dahil edin, rassal etkilerin posterior dağılımlarını görün, Bayesçi öngörüleri hesaplayın, ve daha fazlası

Sıfır-şişirilmiş sıralı logit modeli

Bir ordinal sonucu medellemeye mi ihtiyacınız var? 

Fazlalık sıfırlarınız mı var (veya en alt kategoride yanıtlarınız)?

Yanıt ziologit  tir.

 

Eğilim (trend) için parametrik olmayan testler

Yanıtların artan veya azalan bir eğilimi mi var? Eğilim (trend) için dört çeşit parametrik olmayan testlerimizden birisiyle bulun:

  • Cochran–Armitage testi
  • Jonckheere–Terpstra testi
  • Linear-by-linear testi
  • Cuzick’nin sıralarla testi

Bayesçi IRF ve FEVD analizleri

Zaman içerisinde şokun etkisi nedir?

Olası senaryoların dağılımı için bir etkinin ortalaması veya medyan değeri nedir? 

Bayesçi IRF analizi bunlara ve daha fazlasına yanıt verir.  

 

Bayesçi dinamik öngörme

VAR sonrası dinamik bir öngörme istersiniz.

Bayesçi kestirim sonrası posterior dağılımların istatistiğini istersiniz.

Her ikisini de kestirin. Her ikisini  de görselleştirin.

Kümeli verilerle lasso

 

Verilerinizde ….

    çok sayıda değişken var.

Verilerinizde ….

    gözlem kümeleri var.

Lasso kestiriminiz, model seçiminiz veya çıkarımınız şimdi artık kümelemeyi hesaba katarken değişkenler seçebilir.

 

Lasso cezası seçimi için BIC

Lasso hangi değişkenleri içermeli?

Lasso cezası seçimi için BIC size söyleyebilir.

Bayesçi doğrusal ve doğrusal olmayan DSGE modelleri

Geleceğin rasyonel beklentilerini oluşturmak zordur.

DSGE modelleri bu beklentileri içerir. 

Önceki bilgiler yardımcı olur. 

 

Do-file Editor iyileştirmeleri

  • Kalıcı bookmarklar
  • Navigasyon Kontrolü
  • Java,XML ve daha fazlasını vurgulayan syntax.
  • Tırnak işareti, parantezler ve   bracketler için oto-tamamlama

Apple Silicon üzerinde Stata

  • Yerel (Native) M1 işlemci desteği
  • Hem Intel hem de Apple Silicon Mac ler için üniversal uygulama
  • Her iki donanım için tek lisans

 

Intel Math Kernel Kütüphanesi (MKL)

Mata fonksiyonları ve operatörleri yoğun olarak Intel Math Kernel Kütüphanesinin desteklediği  optimize LAPACK rutinlerini kullanırlar.

Favori Stata komutlarınızı her zamanki gibi kullanın;  bunu esas aln fonksiyonlar daha hızlıdır böylece sonuçları daha hızlı alırsınız. 

Java entegrasyonu

  • Java’yı Stata’nın içinden (JShell gibi) etkileşimli kullanın. 
  • do-files içinde Java kodunu gömün.
  • ado-files içinde Java kodunu gömün.
  • Dışsal programlar olmadan Java kodunu anında derleyin ve çalıştırın.

 

 

H2O entegrasyonu

  • Yeni bir H2O kümesini başlatın veya var olan birine bağlayın. 
  • H2O kümesi üzerindeki verilerle işlem yapın.
  • H2O’nun yeteneklerine Stata içinden doğrudan erişin.

JDBC

Stata’yı veritabanlarına bağlamak şimdi daha kolay.

Oracle, MySQL, Amazon Redshift, Snowflake, Microsoft SQL Server ve başkalarına erişmek mi istiyorsunuz?

jdbc kullanın.

Windows, Mac ve Linux üzerinde çalışan tek bir sürücü mü kullanmak istiyorsunuz?

jdbc kullanın.

Daha iyi bir anlama Stata ile başlar.

Bugünden başlayın.