Tablas de estadísticas descriptivas

Cree fácilmente su Tabla con el nuevo comando dtable, resuma estadísticas descriptivas, compare información entre grupos y exporte facilmente a Word, Excel, PDF, HTML y más para incluir en informes.

Con dtable , crear una tabla de estadísticas descriptivas puede ser tan fácil como especificar las variables que desea en su tabla, está diseñado para que pueda crear y exportar una tabla a varios formatos en un solo paso. Por supuesto, puede personalizar la tabla incluyendo una variedad de estadísticas y datos relacionados.

Promedio bayesiano del modelo (BMA) para regresión lineal

¿Por qué elegir un solo modelo cuando puede tomar información de varios? La nueva suite bma realiza un promedio del modelo bayesiano para tener en cuenta la incertidumbre del modelo en su análisis. ¿No está seguro de qué predictores incluir en su modelo de regresión lineal? con esta nueva opción puede usar bmaregress para averiguar qué predictores son importantes.

Con esta nueva suite realice la elección del modelo, la inferencia y la predicción. Utilice muchos comandos de posestimación para explorar modelos influyentes, complejidad de modelos, ajuste de modelos y rendimiento predictivo, análisis de sensibilidad a las suposiciones sobre la importancia de modelos y predictores, y más.

Gráficos con estilos completamente nuevos

Stata se caracteriza por ofrecer a sus usuarios gráficos y reportes personalizados y de alta calidad para publicación, Stata 18, ofrece lo mejor de ambas opciones, en esta versión se han incluido los nuevos esquemas de gráficos stcolor , stcolor_alt , stgcolor y stgcolor_alt.

Análisis de mediación causal

El nuevo comando mediate amplía la poderosa suite de inferencia causal de Stata para respaldar el análisis de mediación causal. El análisis causal identifica y cuantifica los efectos causales. El análisis de la mediación causal los desenreda. ¿Estos efectos están mediados por otra variable, un mediador?

Elija una de las 23 combinaciones de modelos de resultado y mediador, incluidos lineal, logit y Poisson, para estimar el efecto total y descomponerlo en efectos directos e indirectos (a través del mediador). Calcule los efectos directos controlados y mediados por proporciones. Reformule los efectos en proporciones de probabilidad, riesgo y tasa de incidencia, grafique los efectos estimados, obtenga predicciones y mucho más.

Diseños secuenciales grupales para ensayos clínicos

¿Diseñando un ensayo clínico? En Stata 18, puede usar los nuevos comandos gsbounds y gsdesign para calcular los límites de parada para ensayos secuenciales grupales.

gsdesign calcula límites de parada y tamaños de muestra para análisis intermedios con pruebas de medias, proporciones, funciones de supervivencia e incluso métodos definidos por el usuario, por su parte, gsbounds calcula los límites de eficacia y futilidad en función de la cantidad de análisis, también llamados miradas, el error de tipo I general deseado y la potencia deseada

Metanálisis multinivel

Stata 18 agrega dos nuevos comandos, meta meregress y meta multilevel. Incluya intersecciones aleatorias y coeficientes en diferentes niveles de jerarquía, y suponga diferentes estructuras de covarianza de efectos aleatorios, incluidas las intercambiables y las no estructuradas.

Realice un análisis de sensibilidad colocando varias restricciones en los componentes de varianza, evalúe la heterogeneidad, prediga efectos aleatorios y sus errores estándar comparativos y de diagnóstico.

Exceso de riesgo relativo debido a la interacción (RERI)

¿Cómo interactúan las exposiciones para aumentar el riesgo? ¿Sospecha que la interacción es aditiva? Use reri para averiguarlo. Se proporcionan tres medidas de interacciones bidireccionales: RERI, AP y SI. Se admiten muchos modelos que estiman el RR, incluidos el logístico, el lineal generalizado binomial y el de supervivencia.

El nuevo comando reri estima interacciones aditivas en modelos lineales generalizados binomiales; regresiones logísticas, de Poisson y binomial negativa; y Cox y otros modelos de supervivencia.

Diferencia heterogénea en diferencias (DID)

Cuando los efectos de tratamiento promedio varían con el tiempo y la cohorte, ahora puede usar los nuevos comandos hdidregress y xthdidregress para estimar los efectos de tratamiento promedio heterogéneos en los tratados (ATET). Utilice hdidregress con datos transversales repetidos y xthdidregress con datos de panel.

Elija uno de los cuatro estimadores, incluido el ajuste de regresión y la ponderación de probabilidad inversa, trace perfiles de tiempo de ATETs para cada cohorte con estat atetplot. Agregue los ATETs dentro de la cohorte, el tiempo y la exposición al tratamiento con estat aggregation, además explore más funciones de postestimación.

Lasso para modelos de riesgos proporcionales de Cox

Si tiene datos de tiempo de supervivencia o tiempo de falla, y muchos predictores, consulte los comandos lasso cox y elasticnet cox que amplían la suite lasso existente para predicción y selección de modelos para incluir un modelo semiparamétrico de riesgos proporcionales de Cox de alta dimensión.

Después de lasso cox y elasticnet cox, puede usar stcurve para trazar la función de supervivencia, falla, riesgo o riesgo acumulativo o usar cualquiera de las otras herramientas de postestimación disponibles después de lasso y elasticnet.

Cluster bootstrap

¿Sus datos tienen un pequeño número de conglomerados o un número impar de observaciones por conglomerado? ¿Quiere hacer inferencias sobre parámetros en un modelo lineal? Con el nuevo comando wildbootstrap, puede usar wild cluster bootstrap (WCB) para resolver estas situaciones

Gráficas de bondad de ajuste para modelos de supervivencia

Stata 18 proporciona el nuevo comando estat gofplot para producir diagramas de bondad de ajuste (GOF) para modelos de supervivencia.

Puede usarlo después de cuatro modelos de supervivencia: Cox censurado por la derecha (stcox), Cox censurado por intervalos (stintcox), paramétrico censurado por la derecha (streg) y paramétrico censurado por intervalos (stintreg). Verifique el ajuste del modelo después de los modelos estratificados o por separado para cada grupo. Los diagramas GOF proporcionan comprobaciones visuales de qué tan bien se ajusta el modelo a los datos.

Alias variables across frames

Stata admite múltiples conjuntos de datos en la memoria, cada conjunto de datos reside en un marco o frame. En Stata 18, ahora puede trabajar con variables de diferentes marcos como si existieran en uno.

Las variables de alias, creadas por el nuevo comando fralias add, definen referencias a variables en marcos vinculados. Estas variables ocupan muy poca memoria porque las observaciones en realidad se almacenan en otro marco. Stata trata las variables de alias como cualquier otra variable en su conjunto de datos, con la excepción de que no puede cambiar sus valores.

Regresión cuantil de variables instrumentales

Cuando queremos estudiar los efectos de las covariables en diferentes cuantiles del resultado, usamos la regresión por cuantiles. Pero ¿y si sospechamos que una covariable es endógena? El nuevo comando ivqregress permite modelar los cuantiles del resultado y, al mismo tiempo, controla los problemas que surgen de la endogeneidad.

Selección de modelos para ARIMA y ARFIMA

¿Quiere encontrar el mejor modelo ARIMA o ARFIMA para sus datos? Compare modelos potenciales utilizando AIC, BIC y HQIC. Utilice los nuevos comandos arimasoc y arfimasoc para seleccionar la mejor cantidad de términos autorregresivos y de promedio móvil.

Proyecciones locales para funciones de impulso-respuesta

Con las funciones de impulso-respuesta, puede averiguar cómo una perturbación en una variable afecta a otras variables a lo largo del tiempo. Con las proyecciones locales, puede estimar funciones de impulso-respuesta directamente mediante regresiones de varios pasos. Utilice el nuevo comando lpirf para estimar las proyecciones locales y graficarlas o tabularlas con la suite irf.

Mejoras en el editor de archivos Do: Control de navegación y marcadores mejorados

El editor de archivos Do en Stata 17 incluye las siguientes mejoras:

• Marcadores: ahora se guardan con los archivos Do.
• Nuevo control de navegación: navegue por los archivos Do más fácilmente.
• El soporte de resaltado de sintaxis ahora incluye Java y XML.
• Autocompletado de comillas, paréntesis y corchetes alrededor de una selección.

Marcadores: Los marcadores se utilizan para marcar líneas de interés y volver a ellas más tarde con mayor facilidad, son particularmente útiles para navegar por archivos Do extensos.

Control de navegación: Stata 17 facilita la navegación en los archivos Do con el nuevo Control de Navegación, que muestra una lista de marcadores y sus etiquetas.

Nuevas funciones para fechas y horas

Stata en su versión 17 ha agregado nuevas funciones para el manejo de fechas y horas tanto en Stata como en Mata.

Las nuevas funciones tienen en cuenta los años y meses bisiestos, según corresponda. Estas se pueden agrupar en tres categorías:

• Duraciones de fecha y hora: funciones diseñadas para obtener duraciones, como edades.
• Fechas relativas: funciones que devuelven fechas basadas en otras fechas, como el próximo cumpleaños.
• Componentes de fecha y hora: funciones que extraen diferentes componentes de los valores de fecha y hora.

JDBC

Conectar Stata con bases de datos se ha vuelto aún más fácil puesto que Stata 17 agrega soporte para JDBC (Conectividad a bases de datos de Java). JDBC es un estándar multiplataforma para intercambiar datos entre programas y bases de datos.

Puede importar datos desde algunos de los proveedores de bases de datos más populares, como Oracle, MySQL, Amazon Redshift, Snowflake, Microsoft SQL Server y muchos más, esta opción corresponde a una solución multiplataforma, por lo que, funciona de la misma manera para los sistemas Windows, Mac y Unix.

Integración de Java

Ahora puede insertar y ejecutar código Java directamente en Stata. En versiones anteriores era posible usar complementos de Java, sin embargo, eso requería compilar y empaquetar en un archivo Jar.

La ejecución de Java en un archivo Do le da la libertad de ejecutar código Java vinculado directamente a su código de Stata.

PyStata

pystata es un término que abarca todas las formas en que Stata y Python puede interactuar, este término es introducido en Stata 17. El paquete pystata Python permite llamar a Stata desde su entorno Python independiente. Además, acceda a Stata y Mata cómodamente en un entorno basado en kernel de Python.

Jupyter Notebook con Stata

Jupyter Notebook es una aplicación web potente y fácil de usar que le permite combinar código ejecutable, visualizaciones, ecuaciones y fórmulas matemáticas, texto narrativo, entre otros, en un documento único o cuaderno para el desarrollo.

Esta opción es ampliamente utilizada por investigadores y científicos, para compartir sus ideas y resultados. También, Python permite llamar a Stata y Mata desde Jupyter Notebook.

• Mayor rapidez en Stata.

• Modelos VAR bayesianos.

• Modelos bayesianos multinivel.

• Nuevas funciones para Meta-análisis.

• Modelos Bayesianos para datos longitudinales/de Panel.

• Pronóstico bayesiano dinámico.

• Análisis Bayesiano IRF y FEVD.

• Modelos bayesianos DSGE: lineales y no lineales.

• Intel Math Kernel Library (MKL).

• Stata en Apple Silicon.

• Integración de Stata con Jupyter Notebook.

• TVC con modelo Cox censurado por intervalos.

• Nuevas funciones de spline.

• Metanálisis de prevalencia.

• Estimación de sistemas de demanda flexible.

• Modelo probit fraccional para variables instrumentales.

• Integración numérica vectorizada.

• Mejoras en el editor de archivos Do.

• Mejoras en el editor de datos.

• Conozca todas las novedades haciendo clic aquí