stata15.1中文破解版

stata15.1是一款功能豐富的圖表繪制軟件，將數(shù)據(jù)分析、數(shù)據(jù)統(tǒng)計、數(shù)據(jù)管理以及圖表繪制等功能結(jié)合在一起，致力于幫助用戶查看并理解數(shù)據(jù)，幫助任何人快速分析、可視化并分享信息，數(shù)據(jù)統(tǒng)計功能可用于處理各種大規(guī)模的數(shù)據(jù)調(diào)查、定期報表數(shù)據(jù)收集等方面，圖表繪制這一塊，可以實(shí)現(xiàn)關(guān)聯(lián)信息同步自動修改，再通過匯總功能，可以實(shí)現(xiàn)報表的快速準(zhǔn)確匯總，方便快捷。軟件能夠幫助用戶創(chuàng)建直觀清晰的各種圖表，任何人都可以使用這種可視化分析，拖放即可查找趨勢和異常值，輕而易舉的深入挖掘數(shù)據(jù)，使用匯總等快速表格分析功能得出更宏觀的映像。小編為用戶朋友們帶來了stata15.1中文破解版，去除功能權(quán)限限制后，即可無需付費(fèi)免費(fèi)體驗(yàn)全部功能，并支持簡體中文，無語言束縛，更加貼切符合我們的使用需求，需要的你還在等什么？快來下載試試吧！

安裝教程

1、下載并解壓文件包，得到軟件安裝程序和序列號以及漢化包，如圖所示：

2、運(yùn)行SetupStata15.exe程序開始安裝軟件，選擇第二項(xiàng)

3、選擇軟件安裝路徑，可更改，也可默認(rèn)

4、依提示進(jìn)行安裝，安裝到這里，軟件進(jìn)入安裝狀態(tài)，正在安裝

5、安裝速度比較快，軟件安裝成功

中文設(shè)置教程

1、運(yùn)行打開軟件，彈出激活界面，將序列號.txt文本內(nèi)注冊信息復(fù)制到軟件激活界面相對應(yīng)方框內(nèi)即可注冊激活軟件

2、去掉“Register Stata online”方框勾選

3、自動彈出Check for updates窗口，選擇最后一項(xiàng)

4、在主程序的Command欄下面輸入：db update 并按回車鍵

5、彈出update窗口界面，先勾選“From alternate location：”選項(xiàng)，然后點(diǎn)擊Browse，找到軟件包內(nèi)的stata15update_win漢化文件包

6、正在安裝更新中

7、更新已成功安裝，點(diǎn)擊“確定”關(guān)閉軟件并啟動更新的版本

8、在桌面重新啟動軟件，進(jìn)入軟件主界面已顯示為簡體中文語言，至此，stata15.1中文破解版成功授權(quán)，用戶可無功能限制和無語言束縛輕松自由地使用啦

軟件特性

1、擴(kuò)展回歸模型
我們稱之為ERMS 擴(kuò)展回歸模型。四個新的命令適合
-線性回歸分析,
-區(qū)間回歸包括 tobit模型，
-概率，
-有序概率模型
可任意組合成：
-內(nèi)生變量
-非隨機(jī)處理任務(wù)
-內(nèi)源性(Heckman-style)樣本的選擇
這些新的命令讓人驚喜，因?yàn)榭梢栽谌魏我粋€方程中加入內(nèi)生變量，包括處理賦值和概率選擇方程。內(nèi)生變量并不局限于連續(xù)性。它們可以是二進(jìn)制或序數(shù)。不管是外生的還是內(nèi)生的，它們都可以與其他變量相互作用。它們甚至可以互相作用，形成平方項(xiàng)或立方項(xiàng)!
這些新的ERM命令—eregress,eintreg,eprobit, 和eoprobit注定會流行起來，因?yàn)樗麄兘鉀Q了研究人員的很多問題。首先, 可能有一個內(nèi)生變量, 因?yàn)樵S多模型都省略了與模型中的變量相關(guān)的變量。其次，數(shù)據(jù)經(jīng)常被刪剪，而刪剪不是隨機(jī)的。ERM 樣本選擇選項(xiàng)允許您對選擇過程進(jìn)行建模, 并對其進(jìn)行調(diào)整。或者, 如果您正在使用非隨機(jī)處理效應(yīng)模型, 則可以用 ERM處理分配選項(xiàng)?；蛘? 可以結(jié)合處理分配和選擇選項(xiàng), 其中一些是由于后續(xù)的行為而損失的擬合內(nèi)生處理分配模型。
2、潛在類別分析(LCA)
潛在的均值未被觀測。分類也就是分組。潛在類是數(shù)據(jù)中未觀測到的組。你可能有關(guān)于消費(fèi)者的數(shù)據(jù)，并且根據(jù)消費(fèi)者對產(chǎn)品的潛在興趣將他們分成三組。但是，在數(shù)據(jù)中沒有指定每個消費(fèi)者所屬組的變量。擬合模型后，你可以
-使用新的estat lcprob命令估計屬于每一類的消費(fèi)者比例;
-使用新的estat lcprob命令估計每個類中Y1、Y2、Y3、Y4的邊際均值(均值就是示例所示的概率);
-使用新estat lcprob命令來評價適合度;
-使用現(xiàn)有的predict命令獲取分類成員的預(yù)測概率和觀測結(jié)果變量的預(yù)測值。
3、貝葉斯前綴指令
新的bayes：前綴命令使你能夠適應(yīng)比以前版本更廣泛的貝葉斯模型。原來也可以擬合貝葉斯線性回歸, 但是現(xiàn)在可以通過輸入文字就可以：在這個模型中, 為變量 id的每個值添加隨機(jī)截距。
新的bayes：前綴命令在許多評估命令之前工作，并提供超過50種可能性的模型。支持的模型包括多級、面板數(shù)據(jù)、生存和樣本選擇模型!
新命令支持所有軟件的貝葉斯的功能。你可以從之前的模型參數(shù)的分布中選擇，也可以使用之前默認(rèn)的。當(dāng)閉合形式解決方案用于Gibbs方法時，可以使用默認(rèn)的自適應(yīng) Metropolis–Hastings 抽樣, 或Gibbs抽樣, 或兩種方法的組合。在bayesmh命令的基礎(chǔ)上可以使用軟件的任何其他功能。可以更改回歸系數(shù)的缺省先驗(yàn)分布，比如，使用prior()選項(xiàng)：
4、線性動態(tài)隨機(jī)一般均衡(DSGE)模型
DSGEs是經(jīng)濟(jì)學(xué)中的一個時間序列模型。它們是傳統(tǒng)預(yù)測模型的替代品。兩者都試圖解釋總的經(jīng)濟(jì)現(xiàn)象, 但 DSGEs 允許對來自經(jīng)濟(jì)理論模型的基礎(chǔ)上做這個。建立在經(jīng)濟(jì)理論基礎(chǔ)上的方程很多。這些方程的關(guān)鍵特征是, 未來變量的期望值會影響今天的變量。這是區(qū)別 DSGEs 與矢量回歸或狀態(tài)空間模型的一個特性。另一個特點(diǎn)是, 從理論推導(dǎo)出來的參數(shù)通?？梢杂眠@個理論來解釋。
在DSGE模型中有三種變量：
-控制變量和方程，如p沒有沖擊,并且是由方程組決定的。
-狀態(tài)變量 (如 y) 具有隱含的沖擊, 在時間段開始時是預(yù)先確定的。
-沖擊是驅(qū)動系統(tǒng)的隨機(jī)錯誤。
在任何情況下, 以上dsge 命令可以定義一個模型并擬合。
如果我們有一個關(guān)于 beta 和kappa之間關(guān)系的理論, 比如它們是相等的, 我們可以用現(xiàn)有的命令test來測試它。
新的 postestimation命令estat policy和estat transition報告策略和轉(zhuǎn)換矩陣。如果鍵入
顯示將控制變量作為狀態(tài)變量的線性函數(shù)。如果有五個控制變量和三個狀態(tài)變量, 則每個控件將被報告為三個狀態(tài)的線性函數(shù)。在上面的簡單例子中, 預(yù)測 p 的線性函數(shù)將顯示為現(xiàn)在的 y 函數(shù)。
同時，報告轉(zhuǎn)換矩陣。而策略矩陣將 p 報告為函數(shù)y, 而轉(zhuǎn)換矩陣則報告 y 如何通過時間演變?yōu)閜?？梢允褂密浖默F(xiàn)有預(yù)測命令來生成預(yù)測?？梢允褂密浖F(xiàn)有的irf命令來繪制脈沖響應(yīng)函數(shù)。
5、web動態(tài)的Markdown文檔
你有沒有聽過Markdown?它是一種創(chuàng)建 html 文檔的流行方式。html 文件是繁瑣的。Markdown簡單直觀，想法很簡單。可以創(chuàng)建一個文件, 其中包含所需的可讀格式的文本, 然后通過它運(yùn)行一個命令來創(chuàng)建一個HTML文件。
軟件現(xiàn)在支持Markdown, 我們已經(jīng)添加了標(biāo)簽 (功能) 到Markdown, 允許包括輸入文件中的軟件命令。你所包含的命令將被運(yùn)行和顯示, 或者以秘密方式運(yùn)行, 以及提取輸出的部分供文檔使用。
6、非線性混合效應(yīng)模型
非線性混合效應(yīng)模型也被稱為非線性多級模型和非線性層次模型。可以用兩種方式來考慮這些模型。可以把它們看成包含隨機(jī)效應(yīng)的非線性模型。或者可以把它們看成線性混合效應(yīng)模型, 其中一些或所有的固定和隨機(jī)效應(yīng)都是非線性的。不管哪種方式, 總的誤差分布假設(shè)成Gaussian分布。
這些模型在人口藥代動力學(xué), 生物鑒定和研究生物學(xué)和農(nóng)業(yè)成長過程中很流行。比如，采用非線性混合效應(yīng)模型對機(jī)體的藥物吸收、地震強(qiáng)度和植物生長進(jìn)行了模擬。
新的評估命令被命名為 menl。它實(shí)現(xiàn)了 popular-in-practice Lindstrom–Bates 算法, 是基于對固定和隨機(jī)效應(yīng)的非線性均值函數(shù)進(jìn)行線性化。支持最大似然和受限最大似然估計方法。
Menl易于使用?？梢灾苯虞斎雴蝹€方程。大括號{ }，用于將要匹配的參數(shù)括起來：
除了標(biāo)準(zhǔn)功能外, postestimation特征還包括對隨機(jī)效應(yīng)及其標(biāo)準(zhǔn)誤差的預(yù)測，對模型中定義的感興趣參數(shù)的預(yù)測, 作為其他模型參數(shù)和隨機(jī)效應(yīng)的參數(shù)、聚類相關(guān)矩陣的整體評估等。
7、空間自回歸模型(SAR)
軟件適合空間自回歸 (SAR) 模型, 也稱為同步自回歸模型。新的spregress,spivregress, 和spxtregress命令允許因變量的空間滯后、自變量的空間滯后和空間自回歸誤差。空間滯后是時間序列滯后的空間模擬。時間序列滯后近年來成為變量值?？臻g滯后是附近地區(qū)的值。
該模型適用于區(qū)域數(shù)據(jù), 也稱為區(qū)域性數(shù)據(jù)。觀測結(jié)果被稱為空間單位, 可以是國家、州、區(qū)、縣、市、郵政編碼或城市街區(qū)，或者它們可能根本就不是地理位置。它們可能是社交網(wǎng)絡(luò)的節(jié)點(diǎn)?？臻g模型評估直接影響—區(qū)域?qū)ψ陨淼挠绊懀⒐浪汔徑貐^(qū)的間接或溢出效應(yīng)。
有一個全新的 [SP] 手冊專門介紹軟件的新SAR功能。這些命令被稱為Sp命令。它們可以與以下一起工作：
-shapefiles通過 web 獲取你選擇數(shù)據(jù)，或者
-沒有shapefiles 和數(shù)據(jù)，只包含位置的坐標(biāo)，或者
-沒有 shapefiles沒有位置會出現(xiàn)社會網(wǎng)絡(luò)數(shù)據(jù)。
8、區(qū)間刪失參數(shù)生存時間模型
新的stintreg 命令加入 streg, 用于擬合參數(shù)生存模型。stintreg擬合區(qū)間刪失數(shù)據(jù)模型。在區(qū)間刪失數(shù)據(jù)中，故障時間并不確定。眾所周知, 受試者還沒有失敗的時候, 以及后來他們已經(jīng)失敗的時候。
stintreg擬合指數(shù)，Weibull, Gompertz, 對數(shù)正態(tài)分布、對數(shù)邏輯和廣義的gamma生存時間模型。支持比例風(fēng)險和加速故障時間度量。功能包括
-分層估計
-靈活的輔助參數(shù)建模
-robust, cluster–robust, bootstrap,和jackknife的標(biāo)準(zhǔn)誤差
除了基本功能, postestimation功能還包括plots of survivor,, hazard, 和cumulative hazard函數(shù);平均數(shù)和中位數(shù)時間預(yù)測;Cox–Snell and martingale-like殘差值等。
9、有限混合模型(FMMs)
新的fmm:當(dāng)數(shù)據(jù)來自未觀測到的亞群時, 前綴命令擬合模型。它可以與17 個評估命令一起使用。
大多數(shù)用戶使用fmm來擬合模型中的參數(shù) (系數(shù)、位置、方差、比例等) 在不同亞群之間的變化。在這些模型中，未觀測到的亞群稱為類。比如說你感興趣的擬合模型。每個分類在總?cè)丝诘谋壤?，Postestimation 命令可用于 (1) 評估，(2) 報告類內(nèi)結(jié)果變量的邊際均值，(3) 預(yù)測類成員的概率和預(yù)測結(jié)果。
10、混合Logit模型
軟件已經(jīng)擬合多項(xiàng)Logit模型。軟件15版本能使它們擬合混合形式, 包括隨機(jī)系數(shù)。
隨機(jī)系數(shù)對擬合多項(xiàng)式邏輯模型具有特殊的意義。它們是圍繞Independence of the Irrelevant Alternatives (IIA)假設(shè)一種方式。這一假設(shè)表明, 如果你選擇步行去工作, 當(dāng)你的選擇是步行, 乘坐公交車, 或自駕, 你仍然選擇步行, 即使你沒有選擇不可再用的一個選項(xiàng)。如果選項(xiàng)是在步行或開車之間，你仍然會選擇步行。人類有時行為不同。
IIA假設(shè)在協(xié)變量的條件下, 選擇是獨(dú)立的。如果違反這種假設(shè), 選擇將是相關(guān)的。隨機(jī)系數(shù)允許選擇相關(guān)性。研究人員經(jīng)常在隨機(jī)效用模型和離散選擇分析的中使用混合模型。軟件新的asmixlogit Logit命令支持各種隨機(jī)系數(shù)分布, 并允許包含特定案例變量的模型。
11、非參數(shù)回歸
軟件現(xiàn)在適合非參數(shù)回歸。在這些模型中, 不指定函數(shù)形式。指定變量并指定想要匹配的變量：　　
匹配項(xiàng)是g()。該方法不假定 g () 是線性的
12、聚類隨機(jī)設(shè)計和回歸模型的功耗分析
軟件現(xiàn)有的power命令執(zhí)行功率和樣本(PSS) 分析。其功能包括PSS線性回歸和集群隨機(jī)設(shè)計 (CRDs)?，F(xiàn)在可以添加你自己的功率和樣本大小的方法。
線性回歸的新方法包括
-power oneslope，在一個簡單的線性回歸中對斜率測試執(zhí)行pss。根據(jù)給定的其他研究參數(shù)計算樣本的大小或功率
-power rsquared，在多元線性回歸中執(zhí)行R-squared檢驗(yàn)的PSS。R-squared檢驗(yàn)是對測定系數(shù) (R-squared) 的 f 檢驗(yàn)。測試可以用來測試所有系數(shù)的意義, 也可以用來測試其中的一個子集。在這兩種情況下, power rsquared計算樣本大小或功率或目標(biāo)R-squared給其他參數(shù)研究。
-power pcorr，在多元線性回歸中執(zhí)行PSS的部分相關(guān)測試。部分相關(guān)檢驗(yàn)是平方偏多相關(guān)系數(shù) f的 檢驗(yàn)。該命令根據(jù)其他研究參數(shù)計算樣本大小或功率或目標(biāo)平方偏相關(guān)系數(shù)。
軟件版本15現(xiàn)在還支持集群隨機(jī)化設(shè)計：
在 CRD中, 組的受試者 (集群) 是隨機(jī)的而不是個體, 這意味著樣本大小的作用是通過數(shù)字集群和集群大小來發(fā)揮的。樣本大小確定包括給定集群大小的數(shù)量或給定集群的大小。CRD命令計算 (1) 的一個集群的數(shù)目, (2)的集群大小, 或 (3)的功率, 或最小的可檢測到的效果大小給定的其他參數(shù)。這些命令可以根據(jù)不相等的集群大小調(diào)整選項(xiàng)。
-當(dāng)指定新的選項(xiàng)集群時, 現(xiàn)有的5個 power方法將擴(kuò)展到支持CRDs。它們是
-對于兩個樣本方法, 還可以針對兩個組中的不相等的集群進(jìn)行調(diào)整。
與所有其他功率方法一樣, 新方法允許指定參數(shù)的多個參數(shù)值, 并自動生成表格和圖形結(jié)果。
另一個新功能是可以添加自己的PSS方法。這是很容易做到的。編寫一個計算樣本大小、功率或效果大小的程序。power命令將為您完成其余部分。它將處理選項(xiàng)中多個值的支持, 并且自動生成圖形和結(jié)果表。
13、Word和PDF文檔
現(xiàn)在, 使用軟件嵌入的結(jié)果生成 Word 和 PDF檔就像制作 Excel 工作表一樣容易。大多數(shù)使用者喜歡軟件中的putexcel，如果你也是他們中的一員，你會愛上新的putpdf和putdocx命令。他們像putexce一樣工作?？梢跃帉慸o-file來創(chuàng)建包含最新結(jié)果、表格和圖表的整個Word 或 PDF報表。可自動執(zhí)行可重復(fù)的報告。
新的 putdocx 命令將段落、圖像和表格寫入 word 文檔 (. docx 文件)。圖像包括圖形和組織的標(biāo)志。也可以設(shè)置文本對象的格式。包括字體大小、粗體、傾斜、自定義表等。
14、圖形顏色透明度/不透明度
到現(xiàn)在為止, 在另一個上面畫一個物體, 上面的物體蓋住下面的物體。在計算機(jī)圖形學(xué)的行話中, 顏色完全不透明, 或者, 如果你喜歡不完全透明。軟件版本15允許控制其顏色的不透明度。
不透明度指定為一個百分比。默認(rèn)情況下, 軟件的顏色是100% 不透明的。
每當(dāng)指定一個顏色時都可以指定不透明度，例如在mcolor ()選項(xiàng)中控制標(biāo)記的顏色。你可以指定green%50，而不是green。你可以指定"0 255 0%50".而不是"0 255 0%50"(相當(dāng)于綠色)。可以自行指定%50, 使默認(rèn)顏色50%不透明。但是, 不要指定%0。這是完全透明的, 也是無形的。
這里是一個圖表，使用70 %的不透明度:
15、ICD-10-CM/PCS支持
支持 ICD-10-CM 和 ICD-10-PCS, 由 NCHS 和CMS 提供的美國 ICD-10 代碼。軟件15支持從2016版本開始(從2015年10月開始) 的代碼, 當(dāng)它們被授權(quán)在美國使用, 并支持所有后續(xù)版本。
軟件在 1998年開始支持ICD, 從 ICD-9-CM 16版本開始, 并支持之后的每 ICD-9 版本。自2003年以來, 軟件也支持 ICD-10 代碼版本。
1998年以來, 軟件的ICD命令從僅僅是一個自動的有效代碼和簡短短語列表, 成為ICD代碼的整個數(shù)據(jù)管理系統(tǒng)。該系統(tǒng)甚至包括在一個數(shù)據(jù)集中管理多個ICD版本的能力!
16、聯(lián)邦儲備經(jīng)濟(jì)數(shù)據(jù)(FRED)支持
圣路易斯聯(lián)邦儲備局向注冊用戶提供超過47萬的美國和國際經(jīng)濟(jì)和金融時間序列。注冊是免費(fèi)的并且很容易做。這項(xiàng)服務(wù)叫FRED。它包括來自84個來源的數(shù)據(jù), 包括美聯(lián)儲、賓州世界表、歐統(tǒng)局和世界銀行。
版本軟件15中，你可以使用軟件的GUI來訪問和下載FRED數(shù)據(jù)。可以按類別、發(fā)布或來源進(jìn)行搜索或?yàn)g覽。可以單擊選擇感興趣的系列。選擇1或選擇100。當(dāng)您點(diǎn)擊下載"時, 軟件將下載它們并將它們合并到一個內(nèi)存中的單個自定義數(shù)據(jù)集中。
軟件命令行界面也提供了這些相同的功能。命令是import fred。當(dāng)追蹤月報表需要自動更新27個不同系列時, 該命令非常方便。
軟件可以訪問FRED和ALFRED。ALFRED是FRED的歷史檔案數(shù)據(jù)。
17、其他
在軟件功能頁面中了解更多上述功能, 還有以下功能：
-貝葉斯多級模型
-門限回歸
-具有隨機(jī)系數(shù)的面板數(shù)據(jù)tobit
-區(qū)間測量結(jié)果的多層回歸
-刪失結(jié)果的多級Tobit回歸
-面板數(shù)據(jù)的協(xié)整測試
-時間序列中多斷點(diǎn)的測試
-多組廣義 SEM
-異方差的線性回歸
-Heckman風(fēng)格的樣本選擇Poisson模型
-具有隨機(jī)系數(shù)的面板數(shù)據(jù)非線性模型
-貝葉斯面板數(shù)據(jù)模型
-隨機(jī)系數(shù)的面板數(shù)據(jù)區(qū)間回歸
-SVG的導(dǎo)出
-貝葉斯生存模型
-零膨脹有序概率
-添加您自己的電源和樣本大小的方法
-貝葉斯樣本選擇模型
-支持瑞典語
-對DO文件編輯器的改進(jìn)
-流隨機(jī)數(shù)生成器
-對于java插件的改進(jìn)
-MP更多的并行化

功能特色

1、軟件版本15.1是一款專業(yè)的數(shù)據(jù)分析、管理以及圖表繪制工具，采用了最具親和力的窗口接口，使用者自行建立程序時，能提供具有直接命令式的語法，可以幫助您更好的統(tǒng)計和分析數(shù)據(jù)，讓您充分發(fā)揮自己的聰明才智，熟練應(yīng)用各種技巧，真正做到隨心所欲。
2、該軟件提供了多元統(tǒng)計分析中所需的矩陣基本運(yùn)算，如矩陣的加、積、逆、 Cholesky分解、 Kronecker內(nèi)積，以及一些高級運(yùn)算，如特征根、特征向量、奇異，繪制的統(tǒng)計圖形相當(dāng)精美，而且統(tǒng)計功能很強(qiáng)，除了傳統(tǒng)的統(tǒng)計分析方法外，還收集了Cox比例風(fēng)險回歸，指數(shù)與Weibull回歸，多類結(jié)果與有序結(jié)果的logistic回歸，Poisson回歸等等，功能非常強(qiáng)大。
3、同時，版本15.1的統(tǒng)計分析能力遠(yuǎn)遠(yuǎn)超過SPSS，由于它是在分析時是將數(shù)據(jù)全部讀入內(nèi)存，在計算全部完成后才和磁盤交換數(shù)據(jù)，因此計算速度極快，以及生存數(shù)據(jù)分析、縱向數(shù)據(jù)（重復(fù)測量數(shù)據(jù)）分析等模塊的功能都非常強(qiáng)大。
4、另外，它還進(jìn)行了全方面的優(yōu)化和改善，例如將界面、DO轉(zhuǎn)碼、set more off的自動設(shè)置和do file edit進(jìn)行美化，并增加了擴(kuò)展回歸模型、 潛在類別分析(LCA)、 貝葉斯前綴指令、 線性動態(tài)隨機(jī)一般均衡(DSGE)模型等眾多功能等等，能夠大大提高用戶工作效率。