應用STATA做統計分析 更新至STATA 12 （原書第8版）

Hamilton博士任教於美國New Hampshire大學，主講統計學，至今為止，他已經撰寫了多部關於統計方面的學術著作，包括Modern Data Analysis、Regression with Graphics、Data Analysis for Social Scientists等，它們對於整個業內更好地理解統計方法、開展統計分析具有重要參考價值。

第1章  Stata軟件與Stata的資源 1

1.1  本書體例的說明 1

1.2  一個Stata操作的例子 2

1.3  Stata的文件管理與幫助文件 6

1.4  搜尋信息 7

1.5  Stata公司 8

1.6 《Stata期刊》 9

1.7  應用Stata的圖書 10

第2章  數據管理 13

2.1  命令示範 14

2.2  創建一個新的數據集 16

2.3  通過復制和粘貼創建新

數據集 21

2.4  定義數據的子集：in和if

選擇條件 22

2.5  創建和替代變量 25

2.6  缺失值編碼 28

2.7  使用函數 31

2.8  數值和字符串之間的格式

轉換 34

2.9  創建新的分類變量和定序

變量 37

2.10  標註變量下標 39

2.11  導入其他程序的數據 40

2.12  合並兩個或多個Stata文件 43

2.13  數據分類匯總 46

2.14  重組數據結構 49

2.15  使用權數 52

2.16  生成隨機數據和隨機樣本 53

2.17  編制數據管理程序 57

第3章  制圖 59

3.1  命令示範 59

3.2  直方圖 62

3.3  箱線圖 65

3.4  散點圖和疊並 68

3.5  曲線標繪圖和連線標繪圖 73

3.6  其他類型的二維標繪圖 77

3.7  條形圖和餅圖 79

3.8  對稱圖和分位數圖 82

3.9  給圖形添加文本 84

3.10  使用do文件制圖 86

3.11  讀取與合並圖形 87

3.12  圖形編輯器 88

3.13  創造性制圖 91

第4章  調查數據 99

4.1  命令示範 99

4.2  定義調查數據 100

4.3  設計權數 102

4.4  事後分層權數 104

4.5  調查加權的表格和圖形 107

4.6  多重比較的條形圖 110

第5章  概要統計及統計表 115

5.1  命令示範 115

5.2  測量變量的描述性統計 117

5.3  探索性數據分析 119

5.4  正態性檢驗和數據轉換 121

5.5  頻數表和二維交互表 124

5.6  多表和多維交互表 127

5.7  均值、中位數以及其他概要

統計量的列表 129

5.8  使用頻數權數 131

第6章  方差分析和其他比較方法 133

6.1  示範 134

6.2  單樣本檢驗 135

6.3  兩樣本檢驗 138

6.4  單因素方差分析 140

6.5  雙因素和多因素方差分析 143

6.6  因素變量和協方差分析 144

6.7  預測值和誤差條形圖 147

第7章  線性回歸分析 151

7.1  命令示範 151

7.2  簡單回歸 155

7.3  相關 158

7.4  多元回歸 161

7.5  假設檢驗 165

7.6  虛擬變量 167

7.7  交互效應 170

7.8  方差的穩健估計 175

7.9  預測值及殘差 177

7.10  其他案例統計量 181

7.11  診斷多重共線性和異方差性 186

7.12  簡單回歸中的置信帶 188

7.13  診斷回歸 191

第8章  高級回歸 197

8.1  命令示範 197

8.2  lowess修勻 199

8.3  穩健回歸 204

8.4  對rreg和qreg的更多應用 209

8.5  曲線回歸1 212

8.6  曲線回歸2 214

8.7  Box-Cox回歸 219

8.8  缺失值的多重填補 221

8.9  結構方程建模 225

第9章  logistic回歸 231

9.1  命令示範 233

9.2  航天飛機數據 234

9.3  使用logistic回歸 238

9.4  邊際或條件效應標繪圖 241

9.5  診斷統計量與標繪圖 243

9.6  對序次y的logistic回歸 247

9.7  多項logistic回歸 249

9.8  缺失值的多重填補—— logit

回歸的例子 256

第10章  生存模型與事件計數模型 259

10.1  命令示範 260

10.2  生存時間數據 262

10.3  計數時間數據 264

10.4  Kaplan-Meier存活函數 266

10.5  Cox比例風險模型 268

10.6  指數回歸與Weibull回歸 273

10.7  泊松回歸 277

10.8  一般化線性模型 280

第11章  主成分分析、因子分析

和聚類分析 285

11.1  命令示範 286

11.2  主成分分析和主成分

因子法 287

11.3  旋轉 289

11.4  因子分 292

11.5  主因子法 294

11.6  最大似然因子法 296

11.7  聚類分析-1 297

11.8  聚類分析-2 301

11.9  因子分在回歸中的使用 305

11.10  測量與結構方程模型 312

第12章  時間序列分析 317

12.1  命令示範 317

12.2  修勻 319

12.3  時間標繪圖的更多例子 325

12.4  最近的氣候變化 328

12.5  時滯、前導和差分 331

12.6  相關圖 336

12.7  ARIMA模型 339

12.8  ARMAX模型 346

第13章  多層與混合效應建模 351

13.1  命令示範 352

13.2  含隨機截距的回歸 354

13.3  隨機截距和斜率 358

 

13.4  多個隨機斜率 363

13.5  多層嵌套 366

13.6  重復測量 368

13.7  截面時間序列 371

13.8  混合效應logit回歸 376

第14章  編程入門 383

14.1  基本概念與工具 383

14.2  程序示範：multicat(畫出許多

定類變量的圖) 393

14.3  使用multicat 396

14.4  幫助文件 400

14.5  蒙特卡羅模擬 403

14.6  用Mata進行矩陣編程 410

數據來源 415

參考文獻 419