STATA 15 - IC
Die besondere Stärke von STATA liegt in der Auswertung von zeitbasierten Daten. Angefangen von einfachen Zeitreihenmodellen (ARIMA) über die multivariate Pendants (VAR/VEC) stellen Sie auch Modelle zur Beschreibung von Volatilitäten (GARCH) auf. Mithilfe von Kaplan-Meier-Schätzern modellieren Sie Lebensdauern oder nutzen gemischte Modelle um Zusammenhänge in Paneldaten zu untersuchen. Abgerundet wird STATA durch eine mächtige Programmiersprache zur Automatisierung und Entwicklung neuer Methoden.
Breites Spektrum an statistischen Methoden
STATA gibt Ihnen aber auch alle Möglichkeiten der klassischen Statistik und noch vieles mehr. So können Sie mit STATA deskriptive Statistiken erstellen, gängige Hypothesentests (Mittelwertvergleiche, Tests auf Normalverteilung - jeweils nonparametrisch und parametrisch) berechnen oder Ihre Daten mit wissenschaftlichen Graphiken visualisieren.
Stata als umfangreiches statistisches Softwarepaket eignet sich vor allem für den Einsatz in Forschung und Entwicklung. Das breite Spektrum an hochwertigen statistischen Methoden aller Disziplinen dient einem großen Nutzerkreis. Insbesondere Forscher aus den Bereichen Soziologie, Ökonomie, Politik- und Sozialwissenschaft sowie Epidemiologie und anderen medizinischen Fachgebieten finden in Stata die benötigten Verfahren der Statistik.
Egal ob Sie Student oder Senior Researcher sind, es gibt immer die passende Stata Version für jede Komplexität und Größe des Datensatzes: STATA IC, STATA SE und STATA MP
Argumente für Stata:
- Vor allem einsetzbar in Forschung und Entwicklung
- Stata besitzt eine umfangreiche Palette an statistischen und graphischen Funktionen und erstellt hochwertige Diagramme
- Stata ist eine allgemeine Statistiksoftware mit umfassende Funktionalität
- Stata ist flexibel und umfangreich bei der Auswertung von Zeitreihendaten
- Stata hat eine leicht erlernbare und trotzdem mächtige Programmiersprache
Dies könnte Sie auch interessieren
Limdep 11
EViews 10
STATA - IC
Mit Stata erhalten Sie ein umfangreiches statistisches Softwarepaket für den Einsatz in Forschung und Entwicklung. Stata bietet ein breites Spektrum umfangreicher und hochwertiger statistischer Methoden aller Disziplinen. Insbesondere Forscher aus den Bereichen Soziologie, Ökonomie, Politik- und Sozialwissenschaft sowie Epidemiologie und aus anderen medizinischen Fachgebieten finden die für sie spezifischen Ansätze in Stata realisiert (Survival Analysis, Panel-Data, ...)
Stata ist in allen Betriebssystemwelten zuhause. Stata kann in Windows-, Macintosh- und Unix-Umgebungen genutzt werden.
STATA steht in 3 Editionen zur Verfügung
Ob für erfahrene Statistiker oder Erstsemester-Studenten - Stata gibt es für jeden Anwender in der passenden Edition
- Stata/MP: die größte und schnellste Stata-Version (Dual-core und Multicore-Computer)
- Stata/SE: Stata für sehr große Datendateien
- Stata/IC: Stata Standardversion
Leistungsfähigkeit der STATA-Editionen
| Edition | Anzahl Variablen | Anzahl unabhängige Variablen | Anzahl Beobachtungen | 64 Bit Version verfügbar? | Parallel Processing |
| Stata/MP | 32767 | 10998 | unbegrenzt* | Ja | Ja |
| Stata/SE | 32767 | 10998 | unbegrenzt* | Ja | Nein |
| Stata/IC | 2047 | 798 | unbegrenzt* | Ja | Nein |
* Die Anzahl der Beobachtungen ist nur durch die Größe des Arbeitsspeichers begrenzt.
Komplexe Funktionen mit Mata vereinfachen
Die eigene Programmiersprache Mata ist leicht erlernbar, denn sie ist einfach und kohärent. Zusätzlich hilft Ihnen die umfangreiche Palette an statistischen und graphischen Funktionen, sich auf die Analyse Ihrer Daten zu konzentrieren ohne programmieren zu müssen. Sollte aber mal eine Funktion fehlen, so ist es mit Hilfe der Programmiersprache möglich, die bestehende Funktion zu bearbeiten oder eine neue zu erstellen. Die Rechnergeschwindigkeit von Stata passt sich den jeweiligen Berechnungen (groß oder klein) an.
Sinnvolle Datenverwaltungsfunktionen
Die Datenverwaltungsfunktionen helfen Ihnen die Gesamtheit der Daten zu verändern. Das Zusammenführen von Datensätzen, die Schaffung oder Berechnung neuer Variablen ist mit wenig Aufwand möglich. Das tabellarische Interface unter Windows bzw. Mac vereinfacht die Aufgabenbearbeitung nochmals.
Mit STATA hochwertige Diagramme erstellen und individualisieren
Mit Stata erstellen Sie qualitativ hochwertige Diagramme für Publikationen und interne Dokumente. Sie können jederzeit zwischen vordefinierten oder selbst eingestellten Diagrammtypen wählen. Mit dem integrierten Grafik-Editor können Sie auch die Diagramme individualisieren. Mit den selbst geschriebenen Skripten lassen sich zahlreiche individuelle Grafiken erzeugen und exportieren.
Weitere Informationen
Demoversion der Software STATA
Auf der Seite des Herstellers Stata Corp. können Sie sich für eine kostenlose 30-tägige Demoversion registrieren. Die Demoversion stellt Ihnen alle Funktionen von STATA zur Verfügung. Zur Registrierung besuchen Sie bitte die Herstellerseite: http://www.stata.com/customer-service/evaluate-stata/
| Windows | Mac | Linux | |
| Andere Voraussetzungen | Stata für Unix benötigt eine Grafikkarte mit 16 oder 24 Bit Farbtiefe | ||
| Betriebssystem | Windows XP, Vista, 7, 8, 10, Windows Server 2003, 2008, 2012 (32-/64-Bit) | Mac OS X 10.7 oder höher (64-Bit) | Jeder 64 Bit (x86-64 oder kompatible) oder 32 Bit PC (x86 oder kompatible) unter Linux |
| Min. CPU | |||
| Min. RAM | 512 MB | ||
| Festplattenspeicher | 900 MB | ||
Neue Features mit Version 14
Technische Neuerungen:
- Unicode-Support (betrifft z.B. Variablennamen, Daten, Wertelabel, Variablenlabel)
- Hypothetische Grenze für Anzahl der Beobachtungen liegt jetzt bei 281 Trillionen Beobachtungen (exakte Anzahl ist abhängig von RAM-Größe und Variablenanzahl)
- Unterstützung von ICD-10-Codes©
Neue Statistik:
- Bayessche Analysen, u.a.:
- 12 built-in Likelihood Modelle für kontinuierliche, binäre, ordinale und Zähldaten-Outcomes
- 22 built-in a-priori-Verteilungen, die kontinuierlich, univariat oder multivariat bzw. diskret sein können
- Metropolis-Hastings-, Gibbs -Algorithmus
- Item Response Theory, u.a.:
- für binäre, kategoriale, ordinale Items sowie Kombinationen davon
- Postestimation-Grafiken (ICC, CCC, IIF, TCC, TIF)
Neuerungen und Erweiterungen zu folgenden statistischen Verfahren
- Treatment Effects, u.a.:
- Survival treatment effects
- Endogenous treatment effects
- Check for balance between treatment and control groups
- Probability weights for many commands
- Multilevel Mixed Effects Model, u.a.:
- Neue multilevel Estimators: Parametrische Survival Modelle
- Linear mixed-effects-Modelle mit Small-Sample Denominator Degrees of Freedom
- Paneldaten, u.a.:
- Neue Random-Effects Survival Estimators
- Optionen vce(robust) und vce(cluster clustvar) jetzt für neue und vorhandene Estimators verfügbar
- Strukturgleichungsmodelle, jetzt können z.B. geschätzt werden:
- Multivariate survival models
- Survival models with unobserved components
- Survival models combined with other types of outcomes
- Fraction response models with unobserved components
- Fraction response models combined with other types of outcomes
- Zeitreihen, u.a. mit:
- Markov-switching Modellen
- Tests for structural Breaks
- Poweranalyse, z.B
- neue power-Befehle für Kontingenztafeln
und vieles andere mehr!
Neue Features mit Version 13
Behandlungseffekte
- Inverse probability weights (IPW)
- Regressionsanpassung
- Abschätzung von Kausalwirkungen via PSM
- Abgleich von Kovariaten
- Doppelt robuste Methoden
Mehrstufige / gemischte Modelle
- Negative Binomialverteilung
- Ordered Probit - Modelle
- Ordered Logistic - Modelle
- Multinomial Logistic - Modelle
- GLM
- Hierarchische Modelle
Lange Stringvariablen:
- 2 Milliarden Zeichen
- Textstrings
- Große binäre Objekte (BLOBs)
- Import / Export / ODBC / SQL
- Verhalten wie ganz normale Stata-Strings
Generalisiertes SEM
- Mehrstufige / hierarchische Modelle: verschachtelte und überschneidende Modelle
- Zufällige Steigungen und Schnittpunkte
- Schnell!!!
Effektstärken
- Mittelwerte
- ANOVA
- Lineare Regression
- Konfidenzintervalle
- Cohen's d, Hedges's g, Glass's ?, η², ω²
Leistung und Stichprobenumfang
- Mittelwerte, Proportionen, Varianzen, Korrelationen
- Fallkontroll- und Gruppenstudien
- Interaktives Bedienfeld
- Tabellarische Ergebnisse
- Automatische Grafiken
Prognose
- Zeitreihen und Felder
- Tausende von Gleichungen
- Identitäten
- Faktoren hinzufügen
- Statisch und dynamisch
- CIs via stochastischer Simulation
- Szenarien vergleichen
Paneldaten
- Geordnete Ergebnisse
- RE Ordered Probit - Modelle
- RE Ordered Logistic - Modelle
- Cluster-robuste SEs zum Abschwächen von Verteilungsannahmen und Ermöglichen von korrelierten Daten
Projektmanager
- Organisieren von Dateien (1-10.000)
- Mehrere Projekte
- Filter auf Dateinamen
- Öffnen / starten per Mausklick
Mehr Statistik
- Ordered Probit - Modell mit Selektion
- Poisson mit endogenen Kovariaten
- Robuste SEs für Quantilsregression
- ML-Schätzung ohne Programmierung
- Fractional - Polynom Präfix
Mehr Dokumentation
- Handbuch für Behandlungseffekte
- Handbuch für mehrstufige / gemischte Modelle
- Handbuch für Leistung und Stichprobenumfang
- 2.000 weitere Seiten
- Über 11.000 Seiten insgesamt
Stata Features
Data management
data transformations, match-merge, ODBC, XML, by-group processing, append files, sort, row–column transposition, labeling, saving results
Basic statistics
summaries, cross-tabulations, correlations, t tests, equality-of-variance tests, tests of proportions, confidence intervals, factor variables
Linear models
regression; bootstrap, jackknife, and robust Huber/White/sandwich variance estimates; instrumental variables; three-stage least squares; constraints; quantile regression; GLS
Multilevel mixed-effects models
generalized linear models;continuous, binary, and count outcomes; two-, three-, and higher-level models; random-intercepts; random-slopes; crossed random effects; BLUPs of effects and fitted values; hierarchical models; residual error structures; support for survey data in linear models
Binary, count, and discrete outcomes
logistic, probit, tobit; Poisson and negative binomial; conditional, multinomial, nested, ordered, rank-ordered, and stereotype logistic; multinomial probit; zero-inflated and left-truncated count models; selection models; marginal effects
Longitudinal data/panel data
random and fixed effects with robust standard errors; linear mixed models, random-effects probit, GEE, random- and fixed-effects Poisson, dynamic panel-data models, and instrumental-variables regression; panel unit-root tests; AR(1) disturbances
Generalized linear models (GLMs)
ten link functions, user-defined links, seven distributions, ML and IRLS estimation, nine variance estimators, seven residuals
Nonparametric methods
Wilcoxon-Mann-Whitney, Wilcoxon signed ranks and Kruskal-Wallis tests; Spearman and Kendall correlations; Kolmogorov-Smirnov tests; exact binomial CIs; survival data; ROC analysis; smoothing; bootstrapping
Exact statistics
exact logistic and Poisson regression, exact case-control statistics, binomial tests, Fisher's exact test for r × c tables
ANOVA/MANOVA
balanced and unbalanced designs; factorial, nested, and mixed designs; repeated measures; marginal means; contrasts
Multivariate methods
factor analysis, principal components, discriminant analysis, rotation, multidimensional scaling, Procrustean analysis, correspondence analysis, biplots, dendrograms, user-extensible analyses
Cluster analysis
hierarchical clustering; kmeans and kmedian nonhierarchical clustering; dendrograms; stopping rules; user-extensible analyses
Resampling and simulation methods
bootstrapping, jackknife and Monte Carlo simulation; permutation tests
Tests, predictions, and effects
Wald tests; LR tests; linear and nonlinear combinations, predictions and generalized predictions, marginal means, least-squares means, adjusted means; marginal and partial effects; forecast models; Hausman tests
Graphics
line charts, scatterplots, bar charts, pie charts, hi-lo charts, regression diagnostic graphs, survival plots, nonparametric smoothers, distribution Q-Q plots
Survey methods
multistage designs; bootstrap, BRR, jackknife, linearized, and SDR variance estimation; poststratification; DEFF; predictive margins; means, proportions, ratios, totals; summary tables; regression, instrumental variables, probit, Cox regression
Survival analysis
Kaplan-Meier and Nelson-Aalen estimators,; Cox regression (frailty); parametric models (frailty); competing risks; hazards; time-varying covariates; left- and right-censoring, Weibull, exponential, and Gompertz analysis
Epidemiology
standardization of rates, case–control, cohort, matched case-control, Mantel-Haenszel, pharmacokinetics, ROC analysis, ICD-9-CM
Time series
ARIMA; ARFIMA; ARCH/GARCH; VAR; VECM; multivariate GARCH; unobserved components model; dynamic factors; state-space models; business calendars; correlograms; periodograms; forecasts; impulse-response functions; unit-root tests; filters and smoothers; rolling and recursive estimation
Multiple imputation
nine univariate imputation methods; multivariate normal imputation; chained equations; explore pattern of missingness; manage imputed datasets; fit model and pool results; transform parameters; joint tests of parameter estimates; predictions
Simple maximum likelihood
specify likelihood using simple expressions; no programming required; survey data; standard, robust, bootstrap, and jackknife SEs; matrix estimators
Programmable maximum likelihood
user-specified functions; NR, DFP, BFGS, BHHH; OIM, OPG, robust, bootstrap, and jackknife SEs; Wald tests; survey data; numeric or analytic derivatives
Other statistical methods
kappa measure of interrater agreement; Cronbach's alpha; stepwise regression; tests of normality
Programming features
adding new commands; command scripting; object-oriented programming; menu and dialog-box programming; Project Manager; plugins
Matrix programming-Mata
interactive sessions, large-scale development projects, optimization, matrix inversions, decompositions, eigenvalues and eigenvectors, LAPACK engine, real and complex numbers, string matrices, interface to Stata datasets and matrices, numerical derivatives, object-oriented programming
Internet capabilities
ability to install new commands, web updating, web file sharing, latest Stata news
Accessibility
Section 508 compliance, accessibility for persons with disabilities
Sample session
A sample session of Stata for Mac, Unix, or Windows.
User-written commands
User-written commands for meta-analysis, data management, survival, econometrics
Graphical user interface
menus and dialogs for all features; Data Editor; Variables Manager; Graph Editor; Project Manager; Do-file Editor; Clipboard Preview Tool; multiple preference sets
Graphics
line charts; scatterplots; bar charts; pie charts; hi-lo charts; contour plots; GUI Editor; regression diagnostic graphs; survival plots; nonparametric smoothers; distribution Q-Q plots
Documentation
20 manuals20 manuals; 11,000+ pages; seamless navigation; thousands of worked examples; methods and formulas; references; 11,000+ pages; seamless navigation; thousands of worked examples; methods and formulas; references
Power and sample size
power; sample size; effect size; minimum detectable effect; means; proportions; variances; correlations; case-control studies; cohort studies; survival analysis; balanced or unbalanced designs; results in tables or graphs
Treatment effects
inverse probability weight (IPW); doubly robust methods; propensity score matching; regression adjustment; covariate matching; multilevel treatments; average treatment effects (ATEs); average treatment effects on the treated (ATETs); potential-outcome means (POMs)
SEM (Structural equation modeling)
graphical path diagram builder; standardized and unstandardized estimates; modification indices; direct and indirect effects; continuous, binary, count, and ordinal outcomes (GLM); multilevel models; random slopes and intercepts; factors scores, empirical Bayes, and other predictions; groups and tests of invariance; goodness of fit; handles MAR data by FIML; correlated data
Functions
statistical; random-number; mathematical; string; date and time
Embedded statistical computations
Numerics by Stata
Contrasts, pairwise comparisons, and margins
compare means, intercepts, or slopes; compare to reference category, adjacent category, grand mean, etc.; orthogonal polynomials; multiple comparison adjustments; graph estimated means and contrasts; interaction plots
GMM an nonlinear regression
generalized method of moments (GMM); nonlinear regression