发布时间 : 星期二 文章Stata 14新功能介绍更新完毕开始阅读297fcf4d842458fb770bf78a6529647d272834ff
最后,所有现在除了mixed之外的混合多级mixed-effects命令都提供全面调查的支持,包括使用重量在每个级别的层次结构。所有postestimation特性调查评估后也可用。 用户还可以在评估时为每个级别的多级模型指定重量而不使用调查的功能。
8. 新的扩展面板数据估计
目标用户：经济学家
随机生存估计实现xtstreg是上面所讨论的mixed-effects生存估计的 “小兄弟”。然而,一些用户更习惯思维在随机或random-coefficients框架中的mixed-effects模型。尤其是当经济学家处理面板数据时。经济学家经常使用术语“持续时间”来代替“生存”,所以你可以考虑指xtstreg命令来作为面板数据随机估计持续时间。备注： Random-coefficient模型只适用于mestreg。 综述
新随机生存估计 参数生存模型
支持5种发行版本：指数函数，Loglogistic，威布尔，正态分布，伽玛函数 两个参数化：比例风险(PH)，加速失效时间(AFT) 允许单个或多个记录st数据
可以使用Robust和cluster-robust标准错误用于： 新的估计量
现有的随机Poisson估计量
现有的Hausman-Taylor error-components模型
技术说明
Xtstreg既是xt也是st命令。xtset面板数据的特点和stset生存特征。因此，单个和多个记录st数据以及生存数据特性都是支持的。还有用图表表示的幸存者,累积和风险函数可以使用stcurve。一些xtstreg用户将有多个记录的用户数据。
现有的默认伽玛残差的命令xtpoisson, re以及xthtaylor现在接受vce(robust) 和vce(cluster clustvar)选项
9. 新的SEM和广义SEM特性 目标用户：
现有的gsem用户 健康研究人员 生物统计学家 社会科学家 工程师
我们已经为gsem添加了相关的五个新的生存分析。除了现有的gsem用户。我们也期待生存分析的用户如健康研究人员和生物统计学家会对这个改进感兴趣。我们
还为gsem添加了贝塔分布，社会学家和工程师应该会对这个功能感兴趣。许多从现有sem用户的请求后,我们现在有能力执行Satorra-Bentler模型试验。许多现有的sem用户会非常喜欢这个新增功能的。
综述
新版本的gsem允许更广泛的结果 生存时间
Fractional对策、比例等
可以估计的意义： 多元的生存模式
生存与未被注意的组件模型 生存模型结合其他类型的结果 分数反应与未被注意的组件模型 部分响应模型结合其他类型的结果
其他新功能
Satorra-Bentler调整模型试验 调查数据支持 多层重量
新的预测之后可用的预测和利润
技术说明
Gsem新添加五个家族：exponential, loglogistic, lognormal, Weibull以及gamma。在分析生存时间里，添加选项用于指定right-censoring和left-truncation是很常见的(必要的) 。这允许您估计一系列新的生存模式。除了已经讨论过的新的多级模型,用户还将能够估计多元模型,估计生存模型与观察到的组件(潜变量),并合并生存模型与其他模型。
我们还添加了β家族,这是特别适合分级响应,比例,利率等
当新选项vce(sbentler)指定时，sem现在提供了Satorra-Bentler扩展卡方和
model-versus-saturated测试。此外,相应的稳健标准误差(SEs)已有生成和报告。这个测试和SEs对非正态的分布很重要。这是前面提到的SEs之外另一种选择。基于模型卡方拟合优度统计数据也有所调整。这是我们最想要完成的一个有关sem的功能,所以我们非常高兴地宣布其可用于sem社区。
10. 新的时间序列 目标用户 经济学 金融学 政治学 公共卫生学
流行病学 健康科学
Stata 14新的mswitch命令适用于转折点模型。这和获得表转换概率的能力和期望状态的持续时间可能是经济学和金融学的用户最感兴趣的。不过，我们预计一些政治科学、公共卫生、流行病学、和健康科学的用户也会感兴趣。对结构性突变的测试可能感兴趣的用户主要是在经济学和金融学。
综述
Markov-switching模型： 转折点动态回归 转折点自回归
结构性突变测试 单个未知数据 单个已知数据 多个已知数据
其他新功能： 传递机率
预期状态持续时间
技术说明
转折点模型用于时间序列的一些或所有的参数回归概率过渡的一组有限的未被注意的状态与未知的过渡点。
在经济学里，切换回归已经被用于模型GDP增长率模型不对称行为观察在扩张和衰退。在金融学里，它已经被用于模型每月的股票收益。在社会科学和健康科学里,应用包括民主党和共和党之间的党派之争的转换模型,躁狂和抑郁状态之间的转换,传染病的发病率流行和非流行性状态。
新的估计命令mswitch提供两种建模方式切换过程：自回归(AR)和动态回归(DR)。AR通常用于过程缓慢变化的时候，DR通常用于转换过程很快的时候。新
postestimation命令estat过渡和estat持续时间报告转换概率和期望状态的持续时间。
我们还添加了两个新的postestimation命令用regress 或ivregress来测试结构断裂或回归模型估计。estatsbknown测试一个或多个已知的断裂日期。estatsbsingle可以用来测试一个未知的日期。
11. 生存分析的动力分析和应急表
Stata 14为权力分析，生存分析和应急表添加了新命令。
目标用户 生物统计学家
流行病学家
相关领域的研究人员 Stpower用户
我们增加了新的权力命令应急表，这是生物统计学家，流行病学家，和其他相关领域研究人员可能感兴趣的。我们还将老stpower的功能整合到功能命令里。这种集成将提供前stpower能够获得定制的用户表和自动图以前无法获得的功率曲线。Stata 14里的stpower命令是非正式文件的。
综述
可以解决：功率，样本大小，最小可知结果，效应量 可以比较：方法，变量，让步比，线性趋势，危害
新方法
分层Cochran-Mantel-Haenszel测试 匹配的病例对照研究
Cochran-Armitage趋势测验 两个样本生存率
两个示例指数测试（指数存活率的比较）
考克斯比例风险模型
表格和图形 自动化 自定义
这些变化被集中添加在了Stata Power and Sample-Size Reference Manual的151页。
技术说明
PSS分析是在在规划阶段的研究中表现出来的。PSS分析的主要目标是提供所需的样本量估计成功实现研究目标的研究。PSS分析还可以回答可能出现的在规划阶段的研究的其他问题。
例如,一个测试给一个可用的样本大小的力量,有多大的可能性来检测一个感兴趣的影响研究有限资源? 这些问题的答案可以帮助降低一项研究的成本通过阻止一个制服研究或动力不足的研究，这样会有助于避免资源浪费。
Stata 14添加了两个新的命令来计算能力测试的优势比(ORs)。power cmh计算功率、样本大小或最低可检测或Cochran-Mantel-Haenszel(CMH)分层测试协会2 x2表。命令可以使用的在每个层的层大小不平衡和不平衡组织大小。power mcc计算能力、样本大小或最低可检测1:M匹配的病例对照研究。
我们也添加了power trend，它可以计算功率和样本Cochran-Armitage(CA)趋势测试。CA Jx2趋势测试是一种测试线性趋势表,可以用来检测一个序数治疗剂量反应关系,