Web seminerlerine katılım ücretsizdir ancak katılım için kayıt yaptırmanız gerekmektedir. Katılmak istediğiniz seminerin linkine tıklayarak kayıt yaptırabilirsiniz.Seminerin başlama saatinden önce size web seminerine nasıl katılacağınızı belirten talimatları içeren bir email gönderilecektir. Katılım için Adobe Connect erişiminizin olması gerekmektedir.Bu fırsatı kaçırmayın.
Bir değişkenin nasıl dağıtıldığını anlamak için bir grafik oluşturmakla ilgileniyor musunuz? Değişkenler arasındaki ilişkiyi görselleştirmek mi istiyorsunuz? Bir model hakkında yaptığınız varsayımların geçerli olup olmadığını kontrol etmek için bir grafik oluşturmak mı istiyorsunuz?Stata’nın bu farklı grafik türlerini oluşturmaya yönelik araçları vardır. Stata ile tek değişkenli ve iki değişkenli grafikler, özet istatistik grafikleri, modelinizin sonuçlarına dayalı tanısal grafikleri ve çok daha fazlasını oluşturabilirsiniz.Bu web seminerinde sürekli ve kategorik değişkenler için grafiklerin, tanısal grafiklerin ve modelinizin sonuçlarını anlamanıza yardımcı olacak grafiklerin nasıl oluşturulacağını göstereceğiz. Ayrıca bir grafiği özelleştirmenin farklı yollarını, grafikleri nasıl katmanlandırmayı ve birleştirmeyi ve genel görünümü nasıl değiştireceğinizi öğreneceksiniz.
Sunan: Dr. Hua Peng
Dr. Hua Peng, StataCorp LLC’de Yazılım Mühendisliği ve Veri Bilimi Yöneticisidir. Yaklaşık 20 yıldır Stata’da çalışmaktadır ve Stata/MP’nin baş mimarı ve geliştiricisidir. Brandeis Üniversitesi’nden matematik alanında doktora derecesi vardır.
Bu webinar, karşı olgular ve olası sonuçlar dahil olmak üzere nedensel çıkarımın temel kavramlarını tanıtmaktadır. Stata’nın teffects komut setinin, eğilim-puanı eşleştirme, ters olasılık ağırlıklandırma, regresyon ayarlama, regresyon ayarlamaları ile ters olasılık ağırlıklandırma kombinasyonunu kullanan “iki kat sağlam” tahmin edicileri ve en yakın komşu eşleştirme kullanan nedensel modelleri uydurmada nasıl kullanılabileceğini göstereceğiz.
Sunan: Alvaro Fuentes Higuera
Alvaro Fuentes Higuera, StataCorp’ta Kıdemli Ekonometri Uzmanıdır. Almanya, Kiel’deki Leibniz Bilim ve Matematik Eğitimi Enstitüsü’ndeki doktora araştırması, çok düzeyli verilerle nedensel çıkarım için eğilim skoru yöntemlerine odaklanmıştır. Stata’da dokümantasyon ve diğer yazılı materyaller üretmekte, eğitimler geliştirip sunmaktadır.
Stata’nın gizli (pek de gizli olmasa da) mücevherlerinden bazılarını keşfedin. Bu webinarda yazılım geliştiricilerimizin favorisi bir kısım özellikleri sizinle paylaşıyoruz. Aşağıda ipuçlarını görebilirsiniz:
Üç yollu etiketler
Graph Recorder kullanarak grafikleri standartlaştırma
Modeli uydurdunuz, peki şimdi?
Modelinizi yorumlama ve anlama
Etkileşimli kullanımı tekrar üretilebilen sonuçlara dönüştürme
Word ile çalışma
Bu bir saatlik webinara katılarak Stata’yı daha verimli ve daha etkin kullanabilmek için kendi etkileşimlerinizi yapabilirsiniz.
Modellemek istediğiniz olay-zaman verileriniz var ancak olayların tam olarak ne zaman meydana geldiğinden emin değilsiniz mi?Hayatta kalma analizinde, ilgi duyulan olay her zaman tam olarak gözlemlenmediğinde ancak belirli bir zaman aralığında meydana geldiği bilindiğinde, aralıklı sansürlü olay-zaman verileri ortaya çıkar. Stata 17, bu tür veriler için gerçek yarı parametrik Cox modellerine uyması için stintcox komutunu tanıttı ve Stata 18, zamanla değişen yardımcı değişkenler (TVC’ler) için destek ekleyerek yeteneklerini genişletti. Bunun üzerine Stata 19, farklı olay türlerindeki olay zamanları arasındaki olası korelasyonları hesaba katarak aralıklı sansürlü çoklu olay verilerinin modellenmesini sağlayan yeni stmgintcox komutunu tanıttı.Bu web seminerinde, aralıklı sansürlü verilerin temel türlerini açıklayacak ve stintcox komutunu kullanarak yarı parametrik Cox orantılı tehlikeler modelinin nasıl uygulanacağını göstereceğiz. Hem tek kayıt hem de çok kayıt-konu-başına-konu veri kümelerini kullanarak örnekler sunacağız ve TVC’lerin nasıl dahil edileceğini göstereceğiz. Ek olarak, sonuçların nasıl yorumlanacağını ve çizileceğini ve orantılı-tehlikeler varsayımının nasıl değerlendirileceğini tartışacağız. Son olarak, marjinal bir Cox orantılı tehlikeler modelinin aralıklı sansürlü çoklu-olay verilerine nasıl uydurulacağını ve tüm olaylarda ortak kovaryat etkileri için daha güçlü bir testin nasıl gerçekleştirileceğini göstereceğiz.
Sunan: Xiao Yang
Xiao Yang, StataCorp LLC’de Baş İstatistikçi ve Yazılım Geliştiricisidir. Xiao, 2012’den beri Stata’yı geliştirmektedir. İlgi alanları arasında sağkalım analizi, uzunlamasına analiz, Bayes analizi ve çok seviyeli karışık efekt modelleri yer almaktadır. Çin Elektronik Bilimi ve Teknolojisi Üniversitesi’nden bilgisayar bilimi alanında lisans derecesi, Güneydoğu Missouri Eyalet Üniversitesi’nden matematik alanında yüksek lisans derecesi ve Iowa Üniversitesi’nden istatistik alanında yüksek lisans derecesi vardır.
