应用STATA做统计分析更新至STATA12原书第8版9787302466659

基本信息

书名:应用STATA做统计分析更新至STATA12原书第8版

定价：69.80元

作者:Lawrence C. Hamilton 著

出版社：清华大学出版社

出版日期：2017-04-01

ISBN：9787302466659

字数：0

页码：425

版次：425

装帧：平装

开本：16开

商品重量：0

编辑

内容提要

《应用STATA做统计分析更新至STATA12(原书第8版)》将引导你通往功能强大的一流统计软件——针对Stata12更新了主题、示例和内容编排。
本书为学生和研究人员开启了充分利用倍受欢迎的Stata软件的大门，此软件为数据管理和统计分析提供了一个快捷、灵活且易用的平台。
本书内容全面，针对Stata12做了大幅修订，呈现了大量示例以说明如何应用Stata完成各式各样的任务。与Stata本身一样，《应用STATA做统计分析更新至STATA12(原书第8版)》将助你紧跟潮流，畅游于现代数据分析领域。内容包括：
l介绍数据管理的一整章，包括如何创建、导入、合并数据集或改变数据组织结构。
l结合示例介绍Stata的制图功能，包括图形编辑器。主题从简单的条形图和曲线标绘图到回归诊断、叠并多幅标绘图和绘制详细的、符合发表要求的图形。
l基本统计工具，包括制表、参数检验、卡方和其他非参数检验、ANOVA/ANCOVA、相关以及回归分析。
l高级方法，包括lowess回归、稳健回归、分位数回归、非线性回归和Box-Cox回归；logit、序次logit和多项logit模型；生存分析、计数分析和泊松分析；一般化线性建模（GLM）；因子分析和聚类分析；ARIMA和ARMAX时间序列建模；以及多层或混合效应建模——均以实际的易效仿示例加以说明，并侧重统计分析结果的解释。
l新增内容涉及从简单到高深的调查数据分析；用边际效应图直观地解释ANOVA、线性回归、logit或混合效应建模所得的结果；结构方程建模（SEM）；因子分在回归中的使用；以及缺失值的多重补。
l时新且有趣的示例数据集，包括3个新近的调查和追踪气候亘古变化的时间序列。
l用示例展示如何编写自己的Stata程序——用户自编的程序允许创建数据管理和分析的新工具。

目录

章Stata软件与Stata的1
1.1本书体例的说明1
1.2一个Stata作的例子2
1.3Stata的文件管理与帮助文件6
1.4搜寻信息7
1.5Stata公司8
1.6《Stata期刊》9
1.7应用Stata的图书10
第2章数据管理13
2.1命令示范14
2.2创建一个新的数据集16
2.3通过复制和粘贴创建新
数据集21
2.4定义数据的子集：in和if
选择条件22
2.5创建和替代变量25
2.6缺失值编码28
2.7使用函数31
2.8数值和字符串之间的格式
转换34
2.9创建新的分类变量和定序
变量37
2.10标注变量下标39
2.11导入其他程序的数据40
2.12合并两个或多个Stata文件43
2.13数据分类汇总46
2.14重组数据结构49
2.15使用权数52
2.16生成随机数据和随机样本53
2.17编制数据管理程序57
第3章制图59
3.1命令示范59
3.2直方图62
3.3箱线图65
3.4散点图和叠并68
3.5曲线标绘图和连线标绘图73
3.6其他类型的二维标绘图77
3.7条形图和饼图79
3.8对称图和分位数图82
3.9给图形添加文本84
3.10使用do文件制图86
3.11读取与合并图形87
3.12图形编辑器88
3.13创造性制图91
章调查数据99
4.1命令示范99
4.2定义调查数据100
4.3设计权数102
4.4事后分层权数104
4.5调查加权的表格和图形107
4.6多重比较的条形图110
章概要统计及统计表115
5.1命令示范115
5.2测量变量的描述性统计117
5.3探索性数据分析119
5.4正态性检验和数据转换121
5.5频数表和二维交互表124
5.6多表和多维交互表127
5.7均值、中位数以及其他概要
统计量的列表129
5.8使用频数权数131
第6章方差分析和其他比较方法133
6.1示范134
6.2单样本检验135
6.3两样本检验138
6.4单因素方差分析140
6.5双因素和多因素方差分析143
6.6因素变量和协方差分析144
6.7预测值和误差条形图147
第7章线性回归分析151
7.1命令示范151
7.2简单回归155
7.3相关158
7.4多元回归161
7.5假设检验165
7.6虚拟变量167
7.7交互效应170
7.8方差的稳健估计175
7.9预测值及残差177
7.10其他案例统计量181
7.11诊断多重共线性和异方差性186
7.12简单回归中的置信带188
7.13诊断回归191
第8章高级回归197
8.1命令示范197
8.2lowess修匀199
8.3稳健回归204
8.4对rreg和qreg的更多应用209
8.5曲线回归1212
8.6曲线回归2214
8.7Box-Cox回归219
8.8缺失值的多重填补221
8.9结构方程建模225
第9章logistic回归231
9.1命令示范233
9.2航天飞机数据234
9.3使用logistic回归238
9.4边际或条件效应标绘图241
9.5诊断统计量与标绘图243
9.6对序次y的logistic回归247
9.7多项logistic回归249
9.8缺失值的多重填补——logit
回归的例子256
0章生存模型与计数模型259
10.1命令示范260
10.2生存时间数据262
10.3计数时间数据264
10.4Kaplan-Meier存活函数266
10.5Cox比例风险模型268
10.6指数回归与Weibull回归273
10.7泊松回归277
10.8一般化线性模型280
1章主成分分析、因子分析
和聚类分析285
11.1命令示范286
11.2主成分分析和主成分
因子法287
11.3旋转289
11.4因子分292
11.5主因子法294
11.6*大似然因子法296
11.7聚类分析-1297
11.8聚类分析-2301
11.9因子分在回归中的使用305
11.10测量与结构方程模型312
2章时间序列分析317
12.1命令示范317
12.2修匀319
12.3时间标绘图的更多例子325
12.4*近的气候变化328
12.5时滞、前导和差分331
12.6相关图336
12.7ARIMA模型339
12.8ARMAX模型346
3章多层与混合效应建模351
13.1命令示范352
13.2含随机截距的回归354
13.3随机截距和斜率358

13.4多个随机斜率363
13.5多层嵌套366
13.6重复测量368
13.7截面时间序列371
13.8混合效应logit回归376
4章编程入门383
14.1基本概念与工具383
14.2程序示范：multicat(画出许多
定类变量的图)393
14.3使用multicat396
14.4帮助文件400
14.5蒙特卡罗模拟403
14.6用Mata进行矩阵编程410
数据来源415
参考文献419

作者介绍

Hamilton博士任教于美国NewHampshire大学，主讲统计学，至今为止，他已经撰写了多部关于统计方面的学术著作，包括ModernDataAnalysis、RegressionwithGraphics、DataAnalysisforSocialScientists等，它们对于整个业内更好地理解统计方法、开展统计分析具有重要参考价值。

序言