"《應(yīng)用STATA做統(tǒng)計分析 更新至STATA 12(原書第8版)》將引導(dǎo)你通往功能強大的統(tǒng)計軟件——針對Stata 12更新了主題、示例和內(nèi)容編排。 本書為學(xué)生和研究人員開啟了充分利用倍受歡迎的Stata軟件的大門，此軟件為數(shù)據(jù)管理和統(tǒng)計分析提供了一個快捷、靈活且易用的平臺。 本書內(nèi)容，針對Stata 12做了大幅修訂，呈現(xiàn)了大量示例以說明如何應(yīng)用Stata完成各式各樣的任務(wù)。與Stata本身一樣，《應(yīng)用STATA做統(tǒng)計分析 更新至STATA 12(原書第8版)》將助你緊跟潮流，暢游于現(xiàn)代數(shù)據(jù)分析領(lǐng)域。內(nèi)容包括： l介紹數(shù)據(jù)管理的一整章，包括如何創(chuàng)建、導(dǎo)入、合并數(shù)據(jù)集或改變數(shù)據(jù)組織結(jié)構(gòu)。 l結(jié)合示例介紹Stata的制圖功能，包括圖形編輯器。主題從簡單的條形圖和曲線標繪圖到回歸診斷、疊并多幅標繪圖和繪制詳細的、符合發(fā)表要求的圖形。 l基本統(tǒng)計工具，包括制表、參數(shù)檢驗、卡方和其他非參數(shù)檢驗、ANOVA/ANCOVA、相關(guān)以及回歸分析。 l高級方法，包括lowess回歸、穩(wěn)健回歸、分位數(shù)回歸、非線性回歸和Box-Cox回歸；logit、序次logit和多項logit模型；生存分析、事件計數(shù)分析和泊松分析；一般化線性建模(GLM)；因子分析和聚類分析；ARIMA和ARMAX時間序列建模；以及多層或混合效應(yīng)建模——均以實際的易效仿示例加以說明，并側(cè)重統(tǒng)計分析結(jié)果的解釋。 l新增內(nèi)容涉及從簡單到高深的調(diào)查數(shù)據(jù)分析；用邊際效應(yīng)圖直觀地解釋ANOVA、線性回歸、logit或混合效應(yīng)建模所得的結(jié)果；結(jié)構(gòu)方程建模(SEM)；因子分在回歸中的使用；以及缺失值的多重插補。 l時新且有趣的示例數(shù)據(jù)集，包括3個新近的調(diào)查和追蹤氣候亙古變化的時間序列。 l用示例展示如何編寫自己的Stata程序——用戶自編的程序允許創(chuàng)建數(shù)據(jù)管理和分析的新工具。 "
l結(jié)合示例介紹Stata的制圖功能，包括圖形編輯器。主題從簡單的條形圖和曲線標繪圖到回歸診斷、疊并多幅標繪圖和繪制詳細的、符合發(fā)表要求的圖形。l基本統(tǒng)計工具，包括制表、參數(shù)檢驗、卡方和其他非參數(shù)檢驗、ANOVA/ANCOVA、相關(guān)以及回歸分析。l高級方法，包括lowess回歸、穩(wěn)健回歸、分位數(shù)回歸、非線性回歸和Box-Cox回歸；logit、序次logit和多項logit模型；生存分析、事件計數(shù)分析和泊松分析；一般化線性建模(GLM)；因子分析和聚類分析；ARIMA和ARMAX時間序列建模；以及多層或混合效應(yīng)建模——均以實際的易效仿示例加以說明，并側(cè)重統(tǒng)計分析結(jié)果的解釋。l新增內(nèi)容涉及從簡單到高深的調(diào)查數(shù)據(jù)分析；用邊際效應(yīng)圖直觀地解釋ANOVA、線性回歸、logit或混合效應(yīng)建模所得的結(jié)果；結(jié)構(gòu)方程建模(SEM)；因子分在回歸中的使用；以及缺失值的多重插補。l時新且有趣的示例數(shù)據(jù)集，包括3個新近的調(diào)查和追蹤氣候亙古變化的時間序列。l用示例展示如何編寫自己的Stata程序——用戶自編的程序允許創(chuàng)建數(shù)據(jù)管理和分析的新工具。
Hamilton博士任教于美國New Hampshire大學(xué)，主講統(tǒng)計學(xué)，至今為止，他已經(jīng)撰寫了多部關(guān)于統(tǒng)計方面的學(xué)術(shù)著作，包括Modern Data Analysis、Regression with Graphics、Data Analysis for Social Scientists等，它們對于整個業(yè)內(nèi)更好地理解統(tǒng)計方法、開展統(tǒng)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(yīng)用Stata的圖書 10
第2章 數(shù)據(jù)管理 13
2.1 命令示范 14
2.2 創(chuàng)建一個新的數(shù)據(jù)集 16
2.3 通過復(fù)制和粘貼創(chuàng)建新
數(shù)據(jù)集 21
2.4 定義數(shù)據(jù)的子集：in和if
選擇條件 22
2.5 創(chuàng)建和替代變量 25
2.6 缺失值編碼 28
2.7 使用函數(shù) 31
2.8 數(shù)值和字符串之間的格式
轉(zhuǎn)換 34
2.9 創(chuàng)建新的分類變量和定序
變量 37
2.10 標注變量下標 39
2.11 導(dǎo)入其他程序的數(shù)據(jù) 40
2.12 合并兩個或多個Stata文件 43
2.13 數(shù)據(jù)分類匯總 46
2.14 重組數(shù)據(jù)結(jié)構(gòu) 49
2.15 使用權(quán)數(shù) 52
2.16 生成隨機數(shù)據(jù)和隨機樣本 53
2.17 編制數(shù)據(jù)管理程序 57
第3章 制圖 59
3.1 命令示范 59
3.2 直方圖 62
3.3 箱線圖 65
3.4 散點圖和疊并 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(shù)圖 82
3.9 給圖形添加文本 84
3.10 使用do文件制圖 86
3.11 讀取與合并圖形 87
3.12 圖形編輯器 88
3.13 創(chuàng)造性制圖 91
第4章 調(diào)查數(shù)據(jù) 99
4.1 命令示范 99
4.2 定義調(diào)查數(shù)據(jù) 100
4.3 設(shè)計權(quán)數(shù) 102
4.4 事后分層權(quán)數(shù) 104
4.5 調(diào)查加權(quán)的表格和圖形 107
4.6 多重比較的條形圖 110
第5章 概要統(tǒng)計及統(tǒng)計表 115
5.1 命令示范 115
5.2 測量變量的描述性統(tǒng)計 117
5.3 探索性數(shù)據(jù)分析 119
5.4 正態(tài)性檢驗和數(shù)據(jù)轉(zhuǎn)換 121
5.5 頻數(shù)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(shù)以及其他概要
統(tǒng)計量的列表 129
5.8 使用頻數(shù)權(quán)數(shù) 131
第6章 方差分析和其他比較方法 133
6.1 示范 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(xié)方差分析 144
6.7 預(yù)測值和誤差條形圖 147
第7章 線性回歸分析 151
7.1 命令示范 151
7.2 簡單回歸 155
7.3 相關(guān) 158
7.4 多元回歸 161
7.5 假設(shè)檢驗 165
7.6 虛擬變量 167
7.7 交互效應(yīng) 170
7.8 方差的穩(wěn)健估計 175
7.9 預(yù)測值及殘差 177
7.10 其他案例統(tǒng)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 命令示范 197
8.2 lowess修勻 199
8.3 穩(wěn)健回歸 204
8.4 對rreg和qreg的更多應(yīng)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(jié)構(gòu)方程建模 225
第9章 logistic回歸 231
9.1 命令示范 233
9.2 航天飛機數(shù)據(jù) 234
9.3 使用logistic回歸 238
9.4 邊際或條件效應(yīng)標繪圖 241
9.5 診斷統(tǒng)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(shù)模型 259
10.1 命令示范 260
10.2 生存時間數(shù)據(jù) 262
10.3 計數(shù)時間數(shù)據(jù) 264
10.4 Kaplan-Meier存活函數(shù) 266
10.5 Cox比例風(fēng)險模型 268
10.6 指數(shù)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 命令示范 286
11.2 主成分分析和主成分
因子法 287
11.3 旋轉(zhuǎn) 289
11.4 因子分 292
11.5 主因子法 294
11.6 較大似然因子法 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(jié)構(gòu)方程模型 312
第12章 時間序列分析 317
12.1 命令示范 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(dǎo)和差分 331
12.6 相關(guān)圖 336
12.7 ARIMA模型 339
12.8 ARMAX模型 346
第13章 多層與混合效應(yīng)建模 351
13.1 命令示范 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(fù)測量 368
13.7 截面時間序列 371
13.8 混合效應(yīng)logit回歸 376
第14章 編程入門 383
14.1 基本概念與工具 383
14.2 程序示范：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(shù)據(jù)來源 415
參考文獻 419
客服不是人工，你說什么都只會說一句話，
翻譯本，雖然現(xiàn)在用到14版本，但是參考價值大
不錯，可以作為工具書了
很好。沒有任何破損這點很滿意。書的內(nèi)容還沒看，不過推薦的人很多。先學(xué)著再說。
對搞研究幫助非常大
很好的一本書
你問我支不支持，我是支持的！
送貨慢，有折痕變形
物流很快，質(zhì)量也不錯哦
挺好的，很不錯。
內(nèi)容適合初學(xué)者
很好的一本書
很好很不錯，挺喜歡的。物流也超級快！
太難了心疼我自己
很實用的學(xué)習(xí)材料
實用性強，聽了視頻再來看簡單一些
不太適合入門。略難。
此書的名氣很大，但是讀起來艱難，不好進展。
很好，很強大的一本書
正版書，性價比特別高，趁著搞活動，多多整一些，留著，以后好好看，書的內(nèi)容就不用都贅述了,經(jīng)典學(xué)習(xí)用書，需要好好的讀書，希望對自己有所幫助
書本棒棒噠
這紙質(zhì)太一般了，像盜版似的，還好挺清晰的，當當上的書本質(zhì)量怎么成這樣了
書還不錯，一直在尋找一本能上手的，很多人推薦的。
這本書挺好，導(dǎo)師以前推薦過，難度還是有的，就看自己能不能耐心讀下去了。
對于學(xué)習(xí)stata很有幫助，命令也很詳細，但是要注意版本匹配度吧，因為有些命令寫出之后顯示錯誤。
