科技
类型
可以朗读
语音朗读
344千字
字数
2022-04-01
发行日期
展开全部
主编推荐语
全面统计分析软件Stata：易操作、运行快、功能强大。
内容简介
Stata是一种功能全面的统计分析软件包，具有易操作、运行速度快、功能强大的特点，主要针对经济、管理、医学、农学、教育、市场研究、社会调查等多个行业和领域，是大数据时代最为流行的计量软件之一。全书内容共分16章。第1～2章介绍Stata操作入门及数据处理基础知识、描述性统计与图形绘制基础。第3～5章介绍假设检验、方差分析、相关分析等基础分析方法。第6～10章通过相关案例介绍经典及放松各种假定条件的回归分析，包括基本线性回归分析、线性回归分析诊断与处理、非线性回归分析、因变量离散回归分析、因变量受限回归分析等应用。第11～16章以典型案例讲解主成分分析与因子分析、聚类分析、时间序列数据分析、面板数据分析、生存分析、多方程模型等高级分析方法。本书可作为经济学、管理学、统计学、金融学、社会学、医学、电子商务等相关专业的学生学习和应用Stata的参考书；也可以作为职场人士掌握Stata操作、提升数据分析能力、进而提高工作效率和改善绩效水平的工具书。
目录
- 封面页
- 书名页
- 版权页
- 内容简介
- 推荐序一
- 推荐序二
- 推荐序三
- 推荐序四
- 前言
- 目录
- 第1章 Stata基本操作及数据处理介绍
- 1.1 Stata概述
- 1.2 Stata 16.0窗口说明及基本设置
- 1.2.1 Stata 16.0窗口说明
- 1.2.2 设定偏好的界面语言
- 1.2.3 新建或编辑样本观测值、变量的基本操作
- 1.2.4 通过在命令窗口中输入命令的方式来输入数据
- 1.2.5 读取以前创建的Stata格式的数据文件
- 1.2.6 导入其他格式的数据文件
- 1.2.7 Stata帮助系统介绍
- 1.3 Stata 16.0命令的语法格式
- 1.3.1 command（命令名称）
- 1.3.2 varlist（变量名称）
- 1.3.3 by varlist（按变量分类）
- 1.3.4 =exp（赋值）
- 1.3.5 if exp（条件表达式）
- 1.3.6 in range（范围筛选）
- 1.3.7 weight（加权）
- 1.3.8 options（其他可选项）
- 1.4 Stata 16.0运算符与函数
- 1.4.1 Stata 16.0运算符
- 1.4.2 Stata 16.0函数
- 1.5 分类变量和定序变量的基本操作
- 1.6 常用的几种处理数据的操作
- 1.6.1 Stata 16.0的数据类型
- 1.6.2 对数据进行长短变换
- 1.6.3 对数据进行类型变换
- 1.6.4 生成随机数
- 1.6.5 数据压缩
- 1.6.6 按变量合并、拆分数据文件
- 1.6.7 按样本观测值合并、拆分数据文件
- 1.6.8 添加标签
- 1.6.9 对数据进行排序
- 1.7 本章回顾与习题
- 1.7.1 本章回顾
- 1.7.2 本章习题
- 第2章 描述性统计与图形绘制
- 2.1 定距变量的描述性统计、正态性检验和数据转换
- 2.1.1 常用的描述性统计指标的基本概念
- 2.1.2 定距变量的描述性统计
- 2.1.3 正态性检验和数据转换
- 2.2 分类变量描述统计
- 2.2.1 单个分类变量的汇总
- 2.2.2 两个分类变量的列联表分析
- 2.2.3 多表和多维列联表分析
- 2.3 Stata制图简介
- 2.3.1 Stata制图基本操作
- 2.3.2 直方图
- 2.3.3 散点图
- 2.3.4 曲线标绘图
- 2.3.5 连线标绘图
- 2.3.6 箱图
- 2.3.7 饼图
- 2.3.8 条形图
- 2.3.9 点图
- 2.4 本章回顾与习题
- 2.4.1 本章回顾
- 2.4.2 本章习题
- 第3章 假设检验
- 3.1 假设检验的基本概念
- 3.1.1 假设检验概述
- 3.1.2 单个总体检验和两个总体检验
- 3.1.3 参数检验和非参数检验
- 3.2 Stata参数检验
- 3.2.1 单一样本T检验
- 3.2.2 独立样本T检验
- 3.2.3 配对样本T检验
- 3.2.4 单一样本标准差的假设检验
- 3.2.5 双样本方差（标准差）的假设检验
- 3.3 Stata非参数检验
- 3.3.1 单样本正态分布检验
- 3.3.2 两独立样本检验
- 3.3.3 两相关样本检验
- 3.3.4 多独立样本检验
- 3.3.5 游程检验
- 3.4 本章回顾与习题
- 3.4.1 本章回顾
- 3.4.2 本章习题
- 第4章 方差分析
- 4.1 单因素方差分析
- 4.1.1 单因素方差分析的功能与意义
- 4.1.2 单因素方差分析的Stata操作
- 4.1.3 单因素方差分析示例
- 4.2 多因素方差分析
- 4.2.1 多因素方差分析的功能与意义
- 4.2.2 多因素方差分析的Stata操作
- 4.2.3 多因素方差分析示例
- 4.3 协方差分析
- 4.3.1 协方差分析的功能与意义
- 4.3.2 协方差分析的Stata操作
- 4.3.3 协方差分析示例
- 4.4 重复测量方差分析
- 4.4.1 重复测量方差分析的功能与意义
- 4.4.2 重复测量方差分析的Stata操作
- 4.4.3 重复测量方差分析示例
- 4.5 本章回顾与习题
- 4.5.1 本章回顾
- 4.5.2 本章习题
- 第5章 相关分析
- 5.1 简单相关分析
- 5.1.1 简单相关分析的功能与意义
- 5.1.2 简单相关分析的Stata操作
- 5.1.3 简单相关分析示例
- 5.2 偏相关分析
- 5.2.1 偏相关分析的功能与意义
- 5.2.2 偏相关分析的Stata操作
- 5.2.3 偏相关分析示例
- 5.3 本章回顾与习题
- 5.3.1 本章回顾
- 5.3.2 本章习题
- 第6章 基本线性回归分析
- 6.1 最小二乘线性回归分析
- 6.1.1 最小二乘线性回归分析的功能与意义
- 6.1.2 最小二乘线性回归分析的Stata操作
- 6.1.3 最小二乘线性回归分析示例
- 6.2 约束条件回归分析
- 6.2.1 约束条件回归分析的功能与意义
- 6.2.2 约束条件回归分析的Stata操作
- 6.2.3 约束条件回归分析示例
- 6.3 本章回顾与习题
- 6.3.1 本章回顾
- 6.3.2 本章习题
- 第7章 线性回归分析诊断与处理
- 7.1 异方差诊断与处理
- 7.1.1 异方差诊断与处理的功能与意义
- 7.1.2 异方差诊断与处理的Stata操作
- 7.1.3 异方差诊断与处理示例
- 7.2 自相关诊断与处理
- 7.2.1 自相关诊断与处理的功能与意义
- 7.2.2 自相关诊断与处理的Stata操作
- 7.2.3 自相关诊断与处理示例
- 7.3 多重共线性诊断与处理
- 7.3.1 多重共线性诊断与处理的功能与意义
- 7.3.2 多重共线性诊断与处理的Stata操作
- 7.3.3 多重共线性诊断与处理示例
- 7.4 内生性诊断与处理
- 7.4.1 内生性诊断与处理的功能与意义
- 7.4.2 内生性诊断与处理的Stata操作
- 7.4.3 内生性诊断与处理示例
- 7.5 本章回顾与习题
- 7.5.1 本章回顾
- 7.5.2 本章习题
- 第8章 非线性回归分析
- 8.1 转换变量回归分析
- 8.1.1 转换变量回归分析概述
- 8.1.2 转换变量回归分析的Stata操作
- 8.1.3 转换变量回归分析示例
- 8.2 非线性回归分析
- 8.2.1 非线性回归分析概述
- 8.2.2 非线性回归分析的Stata操作
- 8.2.3 非线性回归分析示例
- 8.3 非参数回归分析
- 8.3.1 非参数回归分析概述
- 8.3.2 非参数回归分析的Stata操作
- 8.3.3 非参数回归分析示例
- 8.4 分位数回归分析
- 8.4.1 分位数回归分析概述
- 8.4.2 分位数回归分析的Stata操作
- 8.4.3 分位数回归分析示例
- 8.5 本章回顾与习题
- 8.5.1 本章回顾
- 8.5.2 本章习题
- 第9章 因变量离散回归分析
- 9.1 二值选择模型
- 9.1.1 二值选择模型的功能与意义
- 9.1.2 二值选择模型的Stata操作
- 9.1.3 二值选择模型分析示例
- 9.2 多值选择模型
- 9.2.1 多值选择模型分析的功能与意义
- 9.2.2 多值选择模型的Stata操作
- 9.2.3 多值选择模型分析示例
- 9.3 有序选择模型
- 9.3.1 有序选择模型分析的功能与意义
- 9.3.2 有序选择模型的Stata操作
- 9.3.3 有序选择模型分析示例
- 9.4 本章回顾与习题
- 9.4.1 本章回顾
- 9.4.2 本章习题
- 第10章 因变量受限回归分析
- 10.1 断尾回归分析
- 10.1.1 断尾回归分析的功能与意义
- 10.1.2 断尾回归分析的Stata操作
- 10.1.3 断尾回归分析示例
- 10.2 截取回归分析
- 10.2.1 截取回归分析的功能与意义
- 10.2.2 截取回归分析的Stata操作
- 10.2.3 截取回归分析示例
- 10.3 样本选择模型
- 10.3.1 样本选择模型分析的功能与意义
- 10.3.2 样本选择模型分析的Stata操作
- 10.3.3 样本选择模型分析示例
- 10.4 本章回顾与习题
- 10.4.1 本章回顾
- 10.4.2 本章习题
- 第11章 主成分分析与因子分析
- 11.1 主成分分析
- 11.1.1 主成分分析的功能与意义
- 11.1.2 主成分分析的Stata操作
- 11.1.3 主成分分析示例
- 11.2 因子分析
- 11.2.1 因子分析的功能与意义
- 11.2.2 因子分析的Stata操作
- 11.2.3 因子分析示例
- 11.3 本章回顾与习题
- 11.3.1 本章回顾
- 11.3.2 本章习题
- 第12章 聚类分析
- 12.1 划分聚类分析
- 12.1.1 划分聚类分析的功能与意义
- 12.1.2 划分聚类分析的Stata操作
- 12.1.3 划分聚类分析示例
- 12.2 层次聚类分析
- 12.2.1 层次聚类分析的功能与意义
- 12.2.2 层次聚类分析的Stata操作
- 12.2.3 层次聚类分析示例
- 12.3 本章回顾与习题
- 12.3.1 本章回顾
- 12.3.2 本章习题
- 第13章 时间序列数据分析
- 13.1 时间序列数据的预处理
- 13.1.1 时间序列数据的预处理操作概述
- 13.1.2 时间序列数据预处理的Stata操作
- 13.1.3 时间序列数据预处理分析示例
- 13.2 移动平均滤波与指数平滑法
- 13.2.1 移动平均滤波与指数平滑法概述
- 13.2.2 移动平均滤波与指数平滑法的Stata操作
- 13.2.3 移动平均滤波与指数平滑法分析示例
- 13.3 ARIMA模型、SARIMA模型、ARIMAX模型
- 13.3.1 ARIMA模型、SARIMA模型、ARIMAX模型概述
- 13.3.2 ARIMA模型、SARIMA模型、ARIMAX模型的Stata操作
- 13.3.3 ARIMA模型、SARIMA模型、ARIMAX模型分析示例
- 13.4 单位根检验
- 13.4.1 单位根检验的功能与意义
- 13.4.2 单位根检验的Stata操作
- 13.4.3 单位根检验示例
- 13.5 向量自回归模型
- 13.5.1 向量自回归模型的功能与意义
- 13.5.2 向量自回归模型的Stata操作
- 13.5.3 向量自回归模型示例
- 13.6 协整检验与向量误差修正模型
- 13.6.1 协整检验与向量误差修正模型概述
- 13.6.2 协整检验与向量误差修正模型的Stata操作
- 13.6.3 协整检验与向量误差修正模型示例
- 13.7 ARCH系列模型
- 13.7.1 ARCH系列模型概述
- 13.7.2 ARCH系列模型的Stata操作
- 13.7.3 ARCH系列模型示例
- 13.8 本章回顾与习题
- 13.8.1 本章回顾
- 13.8.2 本章习题
- 第14章 面板数据分析
- 14.1 面板数据的预处理
- 14.1.1 面板数据的预处理概述
- 14.1.2 面板数据预处理的Stata操作
- 14.1.3 面板数据预处理示例
- 14.2 短面板数据分析
- 14.2.1 短面板数据分析概述
- 14.2.2 短面板数据分析的Stata操作
- 14.2.3 短面板数据分析示例
- 14.3 长面板数据分析
- 14.3.1 长面板数据分析概述
- 14.3.2 长面板数据分析的Stata操作
- 14.3.3 长面板数据分析示例
- 14.4 本章回顾与习题
- 14.4.1 本章回顾
- 14.4.2 本章习题
- 第15章 生存分析
- 15.1 生存分析的基本概念及数据类型
- 15.1.1 生存分析涉及的基本概念
- 15.1.2 生存分析的数据类型
- 15.2 生存分析操作讲解
- 15.2.1 生存分析的功能与意义
- 15.2.2 生存分析的Stata操作
- 15.2.3 生存分析示例
- 15.3 本章回顾与习题
- 15.3.1 本章回顾
- 15.3.2 本章习题
- 第16章 多方程模型
- 16.1 多方程模型概述
- 16.1.1 多方程模型的基本概念
- 16.1.2 多方程模型的识别
- 16.2 多方程模型的估计
- 16.2.1 多方程模型估计常用方法
- 16.2.2 多方程模型的Stata操作
- 16.2.3 多方程模型分析示例
- 16.3 本章回顾与习题
- 16.3.1 本章回顾
- 16.3.2 本章习题
- 第17章 如何使用Stata进行高质量的综合性研究
- 17.1 研究方案设计
- 17.2 调查问卷的制作
- 17.2.1 调查问卷的概念
- 17.2.2 调查问卷的制作步骤
- 17.2.3 制作调查问卷时需要注意的问题
- 17.2.4 将调查问卷获取的数据导入Stata
- 17.3 Stata数据挖掘介绍
- 17.4 Stata建模注意事项
- 17.4.1 注意事项一：建模是为了解决具体的问题
- 17.4.2 注意事项二：有效建模的前提是具备问题领域的专业知识
- 17.4.3 注意事项三：建模之前必须进行数据的准备
- 17.4.4 注意事项四：最终模型的生成在多数情况下并不是一步到位的
- 17.4.5 注意事项五：模型要能够用来预测，但预测并不仅含直接预测
- 17.4.6 注意事项六：对模型的评价方面要坚持结果导向和价值导向
- 17.4.7 注意事项七：建立的模型应该是持续动态优化完善的
- 17.5 Stata综合应用案例书目推荐
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
清华大学出版社
清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。
