⛵ 连享会 - 课程主页
✅ 公开课:基本能听懂的 CGE 模型
⏩ 计量与因果推断:强基班
⏩ 直播-文本分析专题:从文本到论文

可重复研究:基于SCons构造文档结构和可视化图形-statacons

随着 Python 和 Stata 之间的联系日益变得紧密起来,我们可以很方便地在 Stata 中使用 statacons 这条命令来调用基于 Python 开发的构造工具 SCons。
09/19 Stata教程 233

连玉君Stata33讲:面板数据模型简介-FE和RE有何区别?

本节学习最为常用的两个面板数据模型:固定效应模型 (Fixed Effects model,简称:FE) 和随机效应模型 (Random Effects model,简称:RE)。
07/30 Stata教程 2718

Stata:正态转换的五种方法

正态转换
06/14 Stata教程 1068

Stata:聚类标准误代码介绍

本文主要对是否聚类和聚类到什么层面这两个问题进行简要讨论,并对 Stata 中聚类调整标准误的实操代码进行汇总。
03/29 Stata教程 2208

Stata:自己动手做组间系数差异检验-bootstrap-bdiff

本文介绍了基于 Bootstrap (自抽样 / 自举法) 的组间系数检验方法及其 Stata 实现。具体思路如下: 第一种思路:首先通过有放回的自抽样方法获得一系列经验样本 (Empirical Sample);然后在经验样本中根据其实际分组情况进行分组回归,从而获得分组回归系数差异统计量 d 的经验分布;最后通过检验 0 在 d 分布中的相对位置来检验 H0: d = 0。 第二种思路:首先通过有放回的自抽样方法获得一系列经验样本;然后按照真实分组的比例,但随机的为每个样本分配组别,并进行分组回归,从而构造出随机分组情况下,组间系数差异统计量的 d 经验分布。其背后的逻辑是,如果不存在组间系数差异,那么无论样本属于哪个组别,x 对 y 的边际影响都是相同的;最后检验实际观察到的组间系数差异在 d 分布中的相对位置来判断我们实际观察到组间系数差异的概率,若小于给定置信水平,则拒绝 H0: d = 0。
05/18 Stata教程 8611

Stata:投资组合有效边界

04/11 Stata教程 8977

Stata:贝叶斯方法-bayes

02/17 Stata教程 8571

Stata:社会网络分析

01/20 Stata教程 10289

Stata:给你的 Dofile 加个开关

可以按照需要分块执行 dofile 中的代码。
05/03 Stata教程 3863

普林斯顿Stata教程(三) - Stata编程

全面介绍了 Stata 编程的基本要素,包括:暂元、循环语句等。
11/15 Stata教程 8406