Sunday, 24 December 2017

स्टैटा फॉरेक्स में पैनल डेटा विश्लेषण


शीघ्र प्रश्न ईमेल के लिए dataprinceton. edu कोई ऐप नहीं वॉकर-इन बजे के दौरान आवश्यक नोट: डीएसएएस प्रयोगशाला तब तक खुली है जब तक कि अग्नि का पत्थर खुले नहीं है, प्रयोगशाला कंप्यूटरों को अपने विश्लेषण के लिए उपयोग करने के लिए आवश्यक कोई नियुक्ति नहीं है। पैनल डेटा परिचय पैनल डेटा, जिसे रेिडिट्यूडिकल डेटा या क्रॉस-अनुभागीय समय श्रृंखला डेटा भी कहा जाता है, वे डेटा हैं जहां एकाधिक मामलों (लोगों, फर्मों, देशों आदि) को दो या अधिक समय अवधि में मनाया गया था। एक उदाहरण युवाओं के राष्ट्रीय अनुदैर्ध्य सर्वेक्षण है, जहां युवा लोगों का राष्ट्रीय स्तर पर एक प्रतिनिधि नमूना बार-बार कई वर्षों से प्रत्येक सर्वेक्षण किया गया था। पार-अनुभागीय समय-श्रृंखला डेटा में दो प्रकार की जानकारी है: समय के साथ विषयों के बीच परिवर्तनों में परिलक्षित विषयों के बीच अंतर और समय-श्रृंखला या भीतर-विषय वाली जानकारी में पार-अनुभागीय जानकारी दिखाई देती है। पैनल डेटा प्रतिगमन तकनीक आपको इन विभिन्न प्रकार की सूचनाओं का लाभ उठाने की अनुमति देते हैं। हालांकि पैनल डेटा पर सामान्य एकाधिक प्रतिगमन तकनीकों का उपयोग करना संभव है, लेकिन वे इष्टतम नहीं हो सकते हैं। प्रतिगमन से प्राप्त गुणांक का अनुमान छोड़े गए चर पूर्वाग्रह के अधीन हो सकता है - एक ऐसी समस्या जो उत्पन्न होती है, जब कोई अज्ञात चर या वेरिएबल होते हैं जो कि नियंत्रित चर को प्रभावित करने के लिए नियंत्रित नहीं किया जा सकता है। पैनल डेटा के साथ, समय के आश्रित चर में परिवर्तनों को देखकर, उन्हें देखे बिना कुछ प्रकार के छोड़े गए चर को नियंत्रित करना संभव है। इस मामले में अंतर करने वाले छोड़े गए चर के लिए यह नियंत्रण होता है, लेकिन समय के साथ स्थिर रहता है। समय के साथ भिन्न छोड़े गए चर को नियंत्रित करने के लिए पैनल डेटा का उपयोग करना भी संभव है, लेकिन मामलों के बीच स्थिर है स्टेटा में पैनल डेटा का उपयोग करना एक पैनल डेटासेट में कुल n बार टी टिप्पणियों के लिए, n मामलों पर डेटा, समय अवधि से अधिक होना चाहिए। इस तरह के डेटा को लंबे समय के रूप में कहा जाता है। कुछ मामलों में आपके डेटा को व्यापक रूप में कहा जा सकता है, प्रत्येक मामले में केवल एक अवलोकन और प्रत्येक अलग-अलग समय पर प्रत्येक भिन्न मूल्य के लिए वेरिएबल। पैनल डेटा विश्लेषण के लिए आदेशों का उपयोग करते हुए स्टैटा में इस तरह के डेटा का विश्लेषण करने के लिए, आपको इसे पहले लंबे प्रारूप में बदलने की आवश्यकता है। यह Statas reshape कमांड का उपयोग करके किया जा सकता है Reshape का उपयोग करने में सहायता के लिए, आंकड़े ऑनलाइन सहायता या इस वेब पेज को देखें। पैनल डेटा के विश्लेषण के लिए स्ताटा कई उपकरण प्रदान करता है सभी आदेश उपसर्ग xt से शुरू होते हैं और परिचित रेग, प्रोविट, योग और टैब कमांड के xtreg, xtprobit, xtsum और xttab-panel डेटा संस्करणों को शामिल करते हैं। इन आदेशों का उपयोग करने के लिए, पहले बताएं कि आपका डेटासेट पैनल डेटा है आपके पास एक वेरिएबल होना चाहिए जो आपके पैनल के केस एलिमेंट को पहचानता है (उदाहरण के लिए, एक देश या व्यक्ति पहचानकर्ता) और एक टाइम वेरिएबल जो कि स्टेट तिथि दिनांक में है स्टेटस डेट वैरिएबल फॉर्मेट के बारे में जानकारी के लिए, स्टैट पेज में हमारा टाइम सीरीज़ डेटा देखें। पैनल वैरिएबल और फिर पैनल वैरिएबल के भीतर दिनांक वैरिएबल द्वारा अपना डेटा सॉर्ट करें। उसके बाद आपको पैनल और दिनांक चर को पहचानने के लिए tsset कमांड जारी करना होगा। यदि आपका पैनल वैरिएबल को पैनलवायर कहा जाता है और आपकी डेट वैरिएबल को डेटवेर कहते हैं, तो आवश्यक कमांड्स हैं: यदि आप मेन्यू का इस्तेमाल करना पसंद करते हैं, तो आंकड़े टाइम सीरीज सेटअप और यूटिलिटी के तहत कमांड का इस्तेमाल करें। फिक्स्ड, बीच और रैंडम इफेक्ट मॉडल फिक्स्ड इफेक्ट्स रिग्रेसन फिक्स्ड फिक्स रिग्रेशन का उपयोग करने के लिए मॉडल है, जब आप छोड़े गए व्हेरिएबल्स के लिए अलग-अलग मामलों में अंतर करना चाहते हैं, लेकिन समय के साथ स्थिर हैं। यह आपको आपके आश्रित चर पर स्वतंत्र चर के प्रभावों का अनुमान लगाने के लिए समय के साथ चर में परिवर्तनों का उपयोग करने देता है, और पैनल डेटा के विश्लेषण के लिए उपयोग की जाने वाली मुख्य तकनीक है। स्टेटा में निश्चित प्रभाव के साथ पैनल डेटा पर रैखिक प्रतिगमन के लिए कमांड फ़े विकल्प के साथ xtreg है, इस तरह से उपयोग किया जाता है: यदि आप मेनू का उपयोग करना पसंद करते हैं, तो आदेश कमर्शियल क्रॉस-अनुभागीय समय सीमा रेखा के नीचे रैखिक मॉडल रेखीय प्रतिगमन है। यह आपके प्रत्येक मामले के लिए डमी वैरिएबल बनाने और इन निश्चित केस प्रभावों को नियंत्रित करने के लिए एक मानक रैखिक प्रतिगमन में शामिल होने के बराबर है। जब आपके पास अपेक्षाकृत कम मामलों और अधिक समय अवधि हो, तो यह सबसे अच्छा काम करता है, क्योंकि प्रत्येक डमी वैरिएबल आपके मॉडल से एक डिग्री स्वतंत्रता को निकालती है। इफेक्ट्स के बीच रिग्रेशन के बीच इफेक्ट्स मॉडल का इस्तेमाल होता है जब आप छोड़ दिए गए वैरिएबल को नियंत्रित करना चाहते हैं, जो कि समय के साथ बदलते हैं लेकिन मामलों के बीच स्थिर होते हैं यह आपको अपने आश्रित चर पर छोड़े गए स्वतंत्र चर के प्रभाव का आकलन करने के लिए मामलों के बीच भिन्नता का उपयोग करने की अनुमति देता है। स्टेटा में प्रभावों के बीच के साथ पैनल डेटा पर रैखिक प्रतिगमन के लिए आदेश विकल्प के साथ xtreg है। प्रभावों के बीच xtreg चलाना प्रत्येक मामले के प्रत्येक समय के लिए चर का मतलब लेने के लिए और अर्थों के ढह गई डेटासेट पर प्रतिगमन चलाने के बराबर है। चूंकि यह जानकारी की हानि में परिणाम है, प्रभावों के बीच अभ्यास में बहुत ज्यादा प्रयोग नहीं किया जाता है। शोधकर्ता जो पैनल प्रभावों को बिना विचार किए बिना समय के प्रभावों को देखना चाहते हैं, वे आमतौर पर समय के डमी वैरिएबल का उपयोग करेंगे, जो चलने वाले समय के प्रभाव के समान है। प्रभाव अनुमानक के बीच अधिकतर महत्वपूर्ण होता है क्योंकि इसका उपयोग यादृच्छिक प्रभाव अनुमानक उत्पन्न करने के लिए किया जाता है। रैंडम इफेक्ट्स यदि आपके पास यह विश्वास करने का कारण है कि कुछ छोड़े गए चर समय के साथ स्थिर हो सकते हैं लेकिन मामलों के बीच भिन्न हो सकते हैं, और अन्य मामलों के बीच तय हो सकते हैं लेकिन समय के साथ-साथ भिन्न हो सकते हैं, फिर आप यादृच्छिक प्रभावों का उपयोग करके दोनों प्रकार शामिल कर सकते हैं। आंकड़े यादृच्छिक-प्रभाव अनुमानक निश्चित और प्रभावों के बीच का भारित औसत है। स्टेटा में यादृच्छिक प्रभाव के साथ पैनल डेटा पर एक रेखीय प्रतिगमन के लिए आदेश पुनः विकल्प के साथ xtreg है। फिक्स्ड और रैंडम इफेक्ट्स के बीच चुनना निश्चित और यादृच्छिक प्रभावों के बीच चुनने का आम तौर पर स्वीकृत तरीका हॉसैन टेस्ट चल रहा है। सांख्यिकीय, निश्चित प्रभाव हमेशा पैनल डेटा (वे हमेशा सुसंगत परिणाम देते हैं) के साथ करने के लिए एक उचित बात हैं, लेकिन वे चलाने के लिए सबसे कुशल मॉडल नहीं हो सकते हैं रैंडम इफेक्ट्स आपको बेहतर पी-मान देगी क्योंकि वे अधिक कुशल अनुमानक हैं, इसलिए आपको यादृच्छिक प्रभाव चलाना चाहिए यदि यह ऐसा करने के लिए सांख्यिकीय रूप से उचित है। हाउस्मान परीक्षण एक कम कुशल लेकिन लगातार मॉडल के खिलाफ एक और अधिक कुशल मॉडल की जांच करता है ताकि यह सुनिश्चित हो सके कि अधिक कुशल मॉडल भी लगातार परिणाम प्रदान करता है। स्टेटा में यादृच्छिक प्रभाव के साथ तय की गई एक हॉउसमैन टेस्ट चलाने के लिए, आपको पहले निश्चित मॉडल का अनुमान लगाया जाना चाहिए, गुणांक को बचाने के लिए ताकि आप उन्हें अगले मॉडल के परिणामों से तुलना कर सकते हैं, यादृच्छिक प्रभाव मॉडल का अनुमान लगा सकते हैं, और फिर तुलना। हाउस्मान टेस्ट परीक्षाओं की निरर्थक अवधारणाओं का परीक्षण करती है कि कुशल यादृच्छिक प्रभाव अनुमानक द्वारा अनुमानित गुणांक समान रूप से एक निश्चित निर्धारण प्रभाव अनुमानक के अनुसार हैं। यदि वे (महत्वपूर्ण पी-मान, Probby2 .05 से बड़ा है) तो यादृच्छिक प्रभाव का उपयोग करने के लिए सुरक्षित है। यदि आपको एक महत्वपूर्ण पी-मान मिलता है, तो आपको निश्चित प्रभाव का उपयोग करना चाहिए। स्टेटा के अनुमानकों के बीच आगे की समीक्षा अनुमानक के बीच यादृच्छिक प्रभाव अनुमानक की तुलना में एक चर्चा। स्टेटा से पैनल-स्तरीय हेरोरोस्केडस्टेलिटी और ऑटोोकॉरेरलेशन के लिए परीक्षण में उपयोगकर्ता-लिखित कमांड शामिल है जो धारावाहिक सहसंबंध के लिए एक साधारण परीक्षण करता है। जेम्स एच। स्टॉक और मार्क डब्ल्यू। वॉटसन द्वारा अर्थमिति का परिचय, 2003 इस पाठ में पैनल डेटा विश्लेषण के सिद्धांत के बारे में अच्छी चर्चा है, और इस पृष्ठ की तैयारी में इसका इस्तेमाल किया गया था। विशिष्ट अध्याय 8 में देखें, पैनल डेटा के साथ प्रतिगमन प्रतिलिपि 2007 प्रिंसटन विश्वविद्यालय के ट्रस्टी सर्वाधिकार सुरक्षित। dataprinceton. edu नोट: सूचना प्रिंसटन विश्वविद्यालय के लिए है प्रलेखन का उपयोग करने के लिए स्वतंत्र महसूस करें लेकिन हम प्रिंसटन के बाहर के सवालों के जवाब नहीं दे सकते हैं यह पृष्ठ अंतिम बार अपडेट किया गया: Stata 14 NEW Stata 14 एक पूर्ण, एकीकृत सांख्यिकीय पैकेज है जो आपको डेटा विश्लेषण, डेटा प्रबंधन और ग्राफिक्स के लिए आवश्यक सभी प्रदान करता है। स्टेटा मॉड्यूल में नहीं बेचा जाता है, जिसका अर्थ है कि आपको एक पैकेज में सब कुछ मिलता है। ऑक्स मैट्रिक्स OxMetrics समय श्रृंखला, पूर्वानुमान, वित्तीय अर्थमित्र मॉडलिंग, या पार अनुभाग और पैनल डेटा के सांख्यिकीय विश्लेषण के अर्थमित्र विश्लेषण के लिए एक एकीकृत समाधान प्रदान करता है। ईवीवीएस न्यू इिव्यू 9 शैक्षणिक शोधकर्ताओं, निगमों, सरकारी एजेंसियों और छात्रों को एक अभिनव, आसान-उपयोग वाली ऑब्जेक्ट-ओरिएंटेड इंटरफ़ेस के माध्यम से शक्तिशाली सांख्यिकीय, पूर्वानुमान और मॉडलिंग उपकरण तक पहुंच प्रदान करते हैं। पूर्वानुमान प्रो पूर्वानुमान प्रो व्यापार पेशेवरों के लिए तेज, आसान और सटीक पूर्वानुमान सॉफ्टवेयर है। गौस गौस विश्लेषणात्मक सॉफ्टवेयर और उपकरण का एक तेज, शक्तिशाली, उच्च अनुकूली स्वीट है। NVivo NVivo सॉफ्टवेयर है जो गुणात्मक और मिश्रित तरीकों के अनुसंधान का समर्थन करता है। यह आपको सामग्री इकट्ठा, व्यवस्थित और विश्लेषण करने देता है। नवीनतम रिलीज़ः स्टेटा 14 (अप्रैल 2015) ऑपरेटिंग सिस्टम: विंडोज, मैक ओएस, लिनक्स न्यू बायेशियन विश्लेषण कमांड्स उपचार प्रभाव विश्लेषण आईआरटी (मद रिस्पांस थ्योरी) विश्लेषण नई भाषाओं में यूनिकोड स्टेटा के लिए समर्थन नई समय श्रृंखला के आदेश और बहुत अधिक अंत उपयोगकर्ता लाइसेंस समझौता स्टेटा 14 एक पूर्ण, एकीकृत सांख्यिकीय पैकेज है जो आपको डेटा विश्लेषण, डेटा प्रबंधन और ग्राफिक्स के लिए आवश्यक सभी चीज़ें प्रदान करता है। स्टेटा मॉड्यूल में नहीं बेचा जाता है, जिसका अर्थ है कि आपको एक पैकेज में सब कुछ मिलता है। और, आप एक सदाबहार लाइसेंस चुन सकते हैं, कभी भी खरीदने के लिए और कुछ नहीं। वार्षिक लाइसेंस भी उपलब्ध हैं। स्ताटा के निम्नलिखित सभी स्वादों में स्टाटा के अंतर्गत पीडीएफ दस्तावेजों के रूप में शामिल कमांड और फीचर्स और मैनुअल का एक पूरा सेट है। स्टेटाएप: स्ताटा का सबसे तेज़ संस्करण (दोहरे कोर और मल्टीकोर एमआईटीप्रोसेसर कंप्यूटर्स के लिए) StataSE: बड़े डेटासेट्स के लिए स्टेटाटाटाइट: स्टेटा के लिए मॉडरेट-साइज डेटासेट्स लघु स्थिति: स्टाटा का एक संस्करण जो छोटे डेटासेट (केवल शैक्षणिक खरीद के लिए) को संभालता है। स्टैटापा की सुविधाओं की तुलना स्ताटा का सबसे तेज और सबसे बड़ा संस्करण है। 2006 के मध्य से खरीदे गए ज्यादातर कंप्यूटर स्टैटापाप के उन्नत मल्टी प्रसेसिंग का लाभ उठा सकते हैं। इसमें इंटेल कोरट्रड 2 डुओ, आई 3, आई 5, आई 7 और एएमडी एक्स 2 ड्यूल-कोर चिप्स शामिल हैं। दोहरे कोर चिप्स पर, स्टेटाएप 40 समग्र समग्र और 72 तेज होता है जहां यह महत्वपूर्ण होता है - समय-उपभोक्ता अनुमान आदेश पर। दो कोर या प्रोसेसर के साथ, स्टेटाएप भी तेज़ है। स्टैटापाप StataSE का एक संस्करण है जो बहुप्रोसेसर और मल्टीकोर कंप्यूटर पर चलता है। स्टैटैप किसी भी आंकड़ों और डेटा-प्रबंधन पैकेज के मल्टीप्रोसेसर कंप्यूटर्स और मल्टीकोर कंप्यूटर के लिए सबसे व्यापक समर्थन प्रदान करता है। स्टैटैप के बारे में रोमांचक चीज और स्टैटापाप और स्टैटसे के बीच एकमात्र अंतर यह है कि स्टैटापाप तेजी से तेजी से चलता है स्टैटैप आपको डेटा की तुलना में डेढ़-तिहाई से दो-तिहाई समय की तुलना में सस्ते दोहरे कोर डेस्कटॉप और लैपटॉप पर StataSE की तुलना में और क्वाड-कोर डेस्कटॉप पर एक-चौथाई से डेढ़ समय में डेटा का विश्लेषण करने देता है। स्टेटाएम्प बहुप्रोसेसर सर्वर पर भी तेजी से चलाता है। स्टैटैप 64 प्रोसेसरकोर्स का समर्थन करता है। एक संपूर्ण दुनिया में, सॉफ्टवेयर दो कोर पर दोगुना दोगुना चलती, चार बार चार कोर, आठ कोर के रूप में आठ गुना, और इतने पर। सभी आज्ञाओं के पार, स्टेटाएप दो कोर पर 1.6 गुना तेजी, चार कोर पर 2.1 गुना तेजी, और आठ कोर पर 2.7 गुना तेज है। इन मूल्यों में औसत गति सुधार हैं आधा कमांड भी तेजी से चलाते हैं वितरण के दूसरी तरफ, कुछ कमांड तेजी से नहीं चलते हैं, अक्सर क्योंकि वे स्वाभाविक अनुक्रमिक होते हैं, जैसे कि टाइम-सीरीज़ के आदेश स्ताटा ने यह सुनिश्चित करने के लिए कड़ी मेहनत की कि रनों के चलने वाले कमानों के लिए प्रदर्शन लाभ अधिक से अधिक होगा। सभी अनुमान आदेशों में, स्टेटाएप दोहरे कोर कंप्यूटर्स पर 1.8 गुना तेजी, क्वाड-कोर कंप्यूटर पर 2.8 गुना तेज और आठ कोर के साथ कंप्यूटर पर 4.1 गुना तेजी लाता है। StataMP 100 संगत अन्य संस्करणों के साथ Stata है। स्टेटाएम्पी की गति सुधार को प्राप्त करने के लिए किसी भी तरीके से विश्लेषणों में सुधार या संशोधित नहीं किया जाना है। स्टैटैप निम्नलिखित ऑपरेटिंग सिस्टमों के लिए उपलब्ध है: विंडोज़ (32- और 64-बिट प्रोसेसर) मैक ओएस एक्स (64-बिट इंटेल प्रोसेसर) लिनक्स (32- और 64-बिट प्रोसेसर) सोलारिस (64-बिट SPARC और x86-64) । StataMP चलाने के लिए, आप एक डेस्कटॉप कंप्यूटर का उपयोग डुअल-कोर या क्वाड-कोर प्रोसेसर के साथ कर सकते हैं, या आप एकाधिक प्रोसेसर वाले सर्वर का उपयोग कर सकते हैं। क्या एक कंप्यूटर में अलग-अलग प्रोसेसर या एकाधिक कोर वाले एक प्रोसेसर का कोई अंतर नहीं है। अधिक प्रोसेसर या कोर स्टेटा एमपी को तेजी से चलाता है स्टैटापाप या हार्डवेयर प्रश्नों के लिए अपग्रेड करने के बारे में अधिक सलाह के लिए, कृपया हमारी बिक्री टीम से संपर्क करें स्टेटा एसई, स्टेटाएप जैसे ही वही संख्याओं और अवलोकन के लिए अनुमति देता है और एकमात्र अंतर यह है कि यह समानांतर प्रसंस्करण के लिए डिज़ाइन नहीं किया गया है। इसके अलावा, स्टैटेज़, स्टेटाइक और स्मॉल स्टैट केवल डेटासेट आकार में भिन्न होते हैं, जो कि प्रत्येक स्टैटसे और स्टैटापा का विश्लेषण कर सकता है, स्टेटाइक (10,998 तक) के मुकाबले अधिक स्वतंत्र चर के साथ मॉडल फिट कर सकता है। स्टेटाइक डेटासेट को 2,047 रूपये के साथ के रूप में देता है। अवलोकन की अधिकतम संख्या 2.14 बिलियन है स्टैटाइक में एक मॉडल में 798 दाईं ओर वाले वेरिएबल्स हो सकते हैं। छोटे पत्ते अधिकतम 99 वैरिएबल और 1,200 निरीक्षणों के साथ डेटासेट का विश्लेषण करने तक सीमित है। लघु स्थिति में एक मॉडल में 99 सही हाथ वाले चर पर हो सकते हैं। सुविधाओं की तुलना अवलोकन की अधिकतम संख्या केवल आपके सिस्टम पर उपलब्ध रैम की मात्रा के द्वारा सीमित है। क्या आप एक छात्र या अनुभवी अनुसंधान पेशेवर हैं, स्टाटा पैकेज की एक श्रृंखला उपलब्ध है और सभी जरूरतों के अनुरूप तैयार की गई है। स्ताटा के सभी निम्नलिखित स्वादों का एक ही, पूर्ण आदेशों और सुविधाओं का है और इसमें पीडीएफ प्रलेखन शामिल हैं: स्टैटैप: स्टेटा का सबसे तेज़ संस्करण (दोहरी- और मल्टीकोरमल्टीप्रोसेसर कंप्यूटर्स के लिए) StataSE: बड़े डेटासेट के लिए स्टेटाटाटाइट: स्टेटा फॉर मॉडरेट-साइज़ डेटासेट लघु स्थिति: स्टाटा का एक संस्करण जो छोटे डेटासेट (केवल शैक्षणिक खरीदारी के लिए) को संभालता है क्या स्थिति मेरे लिए सही है ऊपर दिए गए सारांश उपलब्ध स्टाटा संकुल को दिखाता है स्टेटाएप स्ताटा का सबसे तेज और सबसे बड़ा संस्करण है 2006 के मध्य के बाद खरीदे गए अधिकांश कंप्यूटर्स स्टैटैपा की उन्नत मल्टी प्रसेसिंग क्षमताओं का लाभ उठा सकते हैं। StataMP, StataSE, और StataIC सभी किसी भी मशीन पर चलते हैं, लेकिन StataMP तेजी से चलाता है आप अपनी मशीन पर कोर की संख्या के लिए एक StataMP लाइसेंस खरीद सकते हैं (अधिकतम 64)। उदाहरण के लिए, अगर आपकी मशीन में आठ कोर हैं, तो आप आठ कोर (स्टैटापा एमपी 8), चार कोर (स्टैटा एमपी 4), या दो कोर (स्टैटा एमपी 2) के लिए एक स्टैटैप लाइसेंस खरीद सकते हैं। स्टैटापा स्टेटा के किसी भी अन्य स्वाद से अधिक डेटा का विश्लेषण कर सकता है। स्टैटैप मौजूदा सबसे बड़े कंप्यूटरों को दिए गए 10 से 20 बिलियन अवलोकनों का विश्लेषण कर सकता है, और कंप्यूटर हार्डवेयर में कैच होने के बाद 281 ट्रेलीयन टिप्पणियों का विश्लेषण करने के लिए तैयार है। स्टैटसे, स्टेटाइक, और स्माल स्टैटा केवल डेटासेट आकार में भिन्न है जो प्रत्येक विश्लेषण कर सकता है StataSE और StataMP अधिक से अधिक स्वतंत्र चर के साथ मॉडल फिट हो सकता है (10,998 तक) StataIC StataSE 2 अरब तक अवलोकन करने का विश्लेषण कर सकता है। स्टैटाइक को 2,047 वेरिएबल्स और 2 बिलियन अवलोकन के साथ डेटासेट की सहायता करता है। स्टैटाइक में एक मॉडल में 798 दाईं ओर वाले वेरिएबल्स हो सकते हैं। छोटे पत्ते अधिकतम 99 वैरिएबल और 1,200 निरीक्षणों के साथ डेटासेट का विश्लेषण करने तक सीमित है। लघु स्थिति में एक मॉडल में अधिकतम 98 दाएं हाथ वाले चर हो सकते हैं। नोट: लघु स्टाटा द्वारा अनुमत वेरिएबल्स और अवलोकनों की संख्या में अतिरिक्त चर या सांख्यिकीय कम्प्यूटेशंस के दौरान उत्पन्न टिप्पणियां शामिल हैं। स्टेटा 14 स्टेटा 14 में नई सुविधाओं में 102 नई फीचर हैं और यह स्टाटा की सबसे बड़ी नई रिलीज़ में से एक है और कई तरह के क्षेत्रों में उपयोगकर्ताओं के लिए नई अनुसंधान क्षमताओं की पेशकश करती है जैसे अर्थशास्त्र, स्वास्थ्य शोधकर्ता, महामारीविदों, समाजशास्त्री, मनोवैज्ञानिक, शिक्षा शोधकर्ता, राजनीतिक वैज्ञानिक और अर्थमिति Bayesian विश्लेषण आदेश एक सभी नए स्टैटा बायेशियन विश्लेषण संदर्भ पुस्तिका द्वारा समर्थित Bayesian विश्लेषण के आदेशों (univariate और multivariate रैखिक मॉडल, univariate जीएलएम, univariate और सामान्यीकृत nonlinear मॉडल, आदि) का परिचय। स्टाटा 14 में 12 अंतर्निहित संभावना मॉडल शामिल हैं और 22 अन्य सहायक सुविधाओं के बीच पूर्व वितरित किए गए हैं उपचार प्रभाव के अधिक विस्तारित मॉडल उपचार प्रभाव विश्लेषण अब मॉडल के एक बहुत व्यापक वर्ग के लिए उपलब्ध है। अंतर्जात उपचार-प्रभाव अनुमान अब निरंतर, बाइनरी, गिनती और आंशिक परिणामों के लिए उपलब्ध है। अवलोकन पर्यवेक्षण डेटा से अब उपचार प्रभाव का अनुमान लगाया जा सकता है। अधिक आईआरटी (मद प्रतिक्रिया सिद्धांत) विश्लेषण स्टाटा 14 अब बाइनरी मदों (1-3 पीएल), स्पष्ट वस्तुओं (मामूली प्रतिक्रिया), क्रमिक वस्तुओं (वर्गीकृत प्रतिक्रिया, रेटिंग पैमाने और आंशिक क्रेडिट) और उन मॉडलों के किसी भी संयोजन के लिए आईआरटी मॉडल का समर्थन करता है। नई भाषा में और अधिक Stata Statas उपयोगकर्ता इंटरफ़ेस अब स्पेनिश और जापानी में उपलब्ध है। स्टेटा 14 में और अधिक उपयोगी नई सुविधाओं को शामिल किया गया है: आप विभिन्न प्रकार के बहुस्तरीय अस्तित्व मॉडल जैसे कि घातीय और वेइबुल मिश्रित प्रभाव मॉडल को फिट कर सकते हैं। और अधिक आप केनवर्ड-रोजर विधि सहित कई भाजक डिग्री-आजादी के तरीकों का उपयोग करते हुए रैखिक मिश्रित मॉडल में छोटे-छोटे नमूना निष्पादन कर सकते हैं। अधिक नए समय श्रृंखला आदेश अधिक नए और विस्तारित पैनल-डेटा अनुमानक अधिक आप महामारी संबंधी आकस्मिकता तालिका विश्लेषण के लिए शक्ति और नमूना आकार की गणना कर सकते हैं। और स्ताटा अब यूनिकोड को समझता है। अधिक आप सामान्यतः वितरित नहीं किए गए डेटा के साथ SEMS के लिए Satorra-Bentler समायोजित मॉडल परीक्षण का संचालन कर सकते हैं। अधिक आप बीटा प्रतिगमन और आंशिक प्रतिगमन मॉडल का उपयोग करके दरों, अनुपातों और अन्य आंशिक प्रतिक्रियाओं के लिए मॉडल का अनुमान लगा सकते हैं। आप पॉसॉन मॉडलों का अनुमान लगा सकते हैं जो सेंसरयुक्त आश्रित चर के साथ है। स्टैटैपा अब 2.1 अरब से अधिक अवलोकन की अनुमति देता है जो कि वर्तमान अधिकतम कंप्यूटर को देखते हुए 20 अरब तक अवलोकन करता है, और कंप्यूटर हार्डवेयर को पकड़ने के लिए तैयार है। और आईसीडी -10 कोड अधिक स्टेज स्तर के वजन। अधिक से अधिक: रेखीय और घातीय बाधा मॉडल का अनुमान लगाने के लिए बेड़ेग और फ्रेग्रेग, आंशिक प्रतिक्रियाओं, अनुपातों, दरों आदि के लिए सेंसरयुक्त पॉसोन मॉडल का अनुमान लगाने के लिए ztest और ztesti आदेशों की गणना करने के लिए z - आँकड़े पोस्टस्टेमेशन चयनकर्ता जो पोस्टस्टेमेशन विश्लेषण को बहुत सरल करता है स्टैटा में आकलन के आदेश अब फ़ैक्टर वैरिएबल का समर्थन करते हैं मार्जिन में कई सुधार, जैसे कि एक समय में कई भविष्यवाणियां करने की क्षमता और डिफ़ॉल्ट भविष्यवाणियां होने से सीमांत विश्लेषण के लिए सबसे अच्छा विकल्प प्रतिबिंबित होती है कई नए यूटिलिटी आपको बेहतर ग्राफ को बेहतर बनाने में मदद करने के लिए नई त्वरित शुरुआत मैनुअल न्यू सेलेक्शन फोरम रेफरल मैनुअल प्रोग्रामिंग आपकी बात आप स्टाटा 14 में इन नई सुविधाओं में दिलचस्पी लेंगे। स्टाटा अब 64-बिट मेर्सन ट्विस्टर का उपयोग अपने डिफ़ॉल्ट यादृच्छिक संख्या जनरेटर के रूप में करता है नई सांख्यिकीय, यादृच्छिक संख्या वितरण, और स्ट्रिंग फ़ंक्शंस Stata का उपयोग करने में कई वीडियो ट्यूटोरियल हैं नीचे आपको स्टैट 14 से संबंधित सबसे हालिया परिवर्धन मिलेगा, साथ ही वर्तमान में उपलब्ध अन्य सभी संसाधनों की एक सूची। त्वरित सुझाव स्टाटा के सभी संस्करण दोहरे कोर, मल्टी-कोर और मल्टी-प्रोसेसर कंप्यूटर पर चलते हैं। Windows के लिए स्टेटा विंडोज़ 10 विंडोज़ 8 विंडोज 7 विंडोज विस्टा विंडोज सर्वर 2012 विंडोज सर्वर 2008 विंडोज सर्वर 2003 64-बिट और 32-बिट विंडोज़ की किस्में इंटेल और एएमडी द्वारा बनाए गए एक्स 86-64 और एक्स 86 प्रोसेसर के लिए। मैक स्टेटा मैट के लिए स्टेटा के लिए 64-बिट इंटेल प्रोसेसर (कोर 2 डुओ या बेहतर) ओएस एक्स 10.7 या यूनिक्स लिनक्स के लिए नया स्टेटा चल रहा है: कोई 64-बिट (x86-64 या संगत) या 32-बिट (x86 या संगत) चल रहा है लिनक्स। हार्डवेयर आवश्यकताएं न्यूनतम 512 एमबी रैम न्यूनतम 900 एमबी डिस्क स्थान के लिए स्टेटा को यूनिक्स के लिए एक वीडियो कार्ड की आवश्यकता होती है जो कि हजारों रंग या अधिक (16-बिट या 24-बिट रंग) प्रदर्शित कर सकता है कृपया उपयोगकर्ता प्रकार का चयन करें: स्टाटा 14 दस्तावेज़ीकरण स्टाटा की स्थापना में पीडीएफ प्रारूप में सभी दस्तावेज शामिल हैं। स्टैटास दस्तावेज़ीकरण में स्टेटा में प्रत्येक फीचर का विवरण देने वाले तरीकों और सूत्रों और पूरी तरह से काम किए जाने वाले उदाहरणों में शामिल 12,000 से अधिक पृष्ठ शामिल हैं। आप प्रत्येक एंट्री के भीतर लिंक का उपयोग करके प्रविष्टियों में बिना किसी स्थान पर संक्रमण कर सकते हैं। स्टेटा 14 नियमावली Bayesian विश्लेषण संदर्भ मैनुअल मैक के लिए स्टेटा के साथ आरंभ करना यूनिक्स के लिए स्टेटा के साथ आरंभ करना विंडोज के लिए स्टेटा के साथ आरंभ करना Stata 14 दस्तावेज़ीकरण StataCorp LP, कॉलेज स्टेशन टेक्सास, संयुक्त राज्य अमेरिका का कॉपीराइट है, और इसका प्रयोग स्टेटाकार्प एल. पी. स्टैटैप छात्र खरीद सकते हैं स्टैटेसे Stata GradPlan प्रोग्राम के माध्यम से रियायती मूल्य पर स्टैटाइक और स्माल स्टेटा। उपलब्ध लाइसेंस प्रकारों के बारे में अधिक जानकारी के लिए यहां क्लिक करें। 2016 ने हमें यूके आयरलैंड के उपयोगकर्ताओं के लिए पठार का वितरण और समर्थन करने के 25 वर्ष मनाते देखा। हमें एसोनोना बोफ़ेली और जियोवन्नी उर्गा द्वारा स्टेटा का इस्तेमाल करते हुए एस फाइनेंशियल इकोनोमेट्रिक्स के साथ हमारे करीबी कार्य संबंधों पर बहुत गर्व है, समय-श्रृंखला के विश्लेषण के लिए एक उत्कृष्ट परिचय प्रदान करता है और यह वित्तीय स्थिति के लिए स्ताटा में कैसे करना है। मध्य पूर्व और उत्तरी अफ्रीका (मेना) क्षेत्र दोनों, डेटा की उपलब्धता और डेटा की गुणवत्ता से ग्रस्त हैं इस क्षेत्र पर डेटा एकत्र करने, साफ़ करने और पेश करने का कोई भी प्रयास एक वेल है चौथे पोलैंड स्ताटा उपयोगकर्ता समूह की बैठक सोमवार, 17 अक्टूबर 2016 को एसजीएच वारसॉ स्कूल ऑफ इकोनॉमिक्स, वारसा, पोलैंड में आयोजित की जाती है। स्टेटा उपयोगकर्ता समूह मील का लक्ष्य बारिश डेटा: पाशन के माध्यम से प्रत्येक चर के निर्माण और लेबलिंग को स्वचालित बनाने के लिए स्टेटा का प्रयोग अक्सर डेटा के काम में एक व्यक्ति को पता चलता है कि एक ही काम को फिर से करना चाहिए और नवीनतम स्टेटा पाठ्यक्रम इस 2-दिवसीय पाठ्यक्रम में भाग 1 से जारी है और आगे की समीक्षा प्रदान करता है और कई प्रमुख अर्थमिति पद्धतियों के लिए व्यावहारिक मार्गदर्शिका अक्सर एआरएमए मॉडल, अनिवियेट और मल्टीवीरेट गार्टे मॉडल, जोखिम प्रबंधन के माध्यम से वित्तीय समय श्रृंखला के स्टाइलिज़ तथ्यों को मॉडल करने के लिए प्रयुक्त होती है विश्लेषण और संसर्ग वैकल्पिक तकनीक का प्रदर्शन स्टेटा के जरिए सचित्र किया जाएगा। पाठ्यक्रम के भीतर व्यावहारिक सत्रों में ब्याज दर डेटा, संपत्ति की कीमतें और विदेशी मुद्रा समय श्रृंखला शामिल है। यह कोर्स प्रो गियोवन्नी उर्गा द्वारा दिया जाता है, जो स्टेटस-बोफ़ेली, एस और उर्गा, जी (2016), स्टटा प्रेस: ​​टेक्सास का उपयोग करके वित्तीय अर्थमिति के लेखक हैं। पाठ्यक्रम पुस्तक पर आधारित है और सभी उपस्थित लोगों को एक मानार्थ प्रति प्राप्त होगा। हमारे 2017 स्टेट ग्रीष्मकालीन विद्यालय 3-8 जुलाई 2017 को लंदन में होंगे। जानें कि हमारे लचीला शॉर्ट कोर्स सीरीज़ में स्टेटा को और अधिक प्रभावी ढंग से कैसे प्रयोग करना है - स्टैटाज़ का परिचय Stata Graphics का परिचय Stata में उन्नत डाटा प्रबंधन Stata के लिए एक परिचय मेडिकल सांख्यिकी मेटा-विश्लेषण के लिए एक परिचय समय श्रृंखला विश्लेषण का परिचय। यह 2-दिवसीय पाठ्यक्रम कई प्रमुख अर्थमिति पद्धतियों की एक व्यावहारिक मार्गदर्शिका प्रदान करता है, जो अक्सर एआरएमए मॉडल, अनिवियेट और मल्टीवीरेट GART मॉडल, जोखिम प्रबंधन विश्लेषण और संसर्ग के माध्यम से वित्तीय समय श्रृंखला के स्टाइलिज़ तथ्यों को मॉडल करने के लिए उपयोग किया जाता है। वैकल्पिक तकनीक का प्रदर्शन स्टेटा के जरिए सचित्र किया जाएगा। पाठ्यक्रम के भीतर व्यावहारिक सत्रों में ब्याज दर डेटा, संपत्ति की कीमतें और विदेशी मुद्रा समय श्रृंखला शामिल है। यह कोर्स प्रो गियोवन्नी उर्गा द्वारा दिया जाता है, जो स्टेटस-बोफ़ेली, एस और उर्गा, जी (2016), स्टटा प्रेस: ​​टेक्सास का उपयोग करके वित्तीय अर्थमिति के लेखक हैं। अनुभवजन्य विश्लेषण के लिए बेयसियन विधियों के परिचय के रूप में तैयार किए गए दो पाठ्यक्रमों में से दूसरा। हम कई सैद्धांतिक मुद्दों से शुरू करेंगे, जिसमें एक्सचेंजिबिलिटी, पूर्व-पोस्टर विश्लेषण, मॉडल तुलना और परिकल्पना परीक्षण, और लापता डेटा के मॉडल शामिल होंगे। हम पूर्व प्रेरण की मौलिक समस्या की भी जांच करेंगे। 5-7 अप्रैल 2017 को लंदन में चलने वाले इस तीन दिवसीय पाठ्यक्रम में हम इस बात को कवर करते हैं कि मुद्रास्फीति और आर्थिक वृद्धि जैसे व्यापक आर्थिक चर की भविष्यवाणी करने के लिए पूर्वानुमान मॉडल बनाने और उनका आकलन करना। हम समय की श्रृंखला की भविष्यवाणी और एक मॉडल के निर्माण की बुनियादी बातों को देखते हैं, डायग्नॉस्टिक्स, वीएआर मॉडल और सांकेतिकरण की जांच करते हैं। एक बोली की आवश्यकता है

No comments:

Post a comment