Objetivo: Localizar a transformação da variável X que maximiza a correlação entre uma Y e uma variável X Ao realizar um ajuste linear de Y contra X. Uma transformação adequada de X pode muitas vezes melhorar significativamente o ajuste. A transformação de Box-Cox (Box e Cox, 1964) é uma família particularmente útil de transformações. É definido como: T (X) (X - 1) / lambda onde X é a variável a ser transformada e (lambda) é o parâmetro de transformação. Para (lambda) 0, o log natural dos dados é tomado em vez de usar a fórmula acima. O gráfico de linearidade de Box-Cox é um gráfico da correlação entre Y e o X transformado para valores dados de (lambda). Isto é, (lambda) é a coordenada para a variável de eixo horizontal eo valor da correlação entre Y e X transformado é a coordenada para o eixo vertical da trama. O valor de (lambda) correspondente à correlação máxima (ou mínimo para correlação negativa) na trama é então a escolha ideal para (lambda). A transformação de X é usada para melhorar o ajuste. A transformação de Box-Cox aplicada a Y pode ser usada como base para atender às premissas de erro. Esse caso não é abordado aqui. Veja a página 225 de (Draper e Smith, 1981) ou a página 77 de (Ryan, 1997) para uma discussão deste caso. O gráfico dos dados originais com os valores previstos a partir de um ajuste linear indica que um ajustamento quadrático pode ser preferível. O gráfico de linearidade de Box-Cox mostra um valor de (lambda) 2,0. A trama dos dados transformados com os valores previstos a partir de um ajuste linear com os dados transformados mostra um melhor ajuste (verificado pela redução significativa no desvio padrão residual). Os gráficos de linearidade de Box-Cox são formados por Eixo vertical: Coeficiente de correlação do X transformado e Y Eixo horizontal: Valor para (lambda) O gráfico de linearidade de Box-Cox pode fornecer respostas às seguintes perguntas: Uma transformação adequada melhoraria meu ajuste? O valor ótimo do parâmetro de transformação Importância: Encontrar uma transformação adequada Transformações podem muitas vezes melhorar significativamente um ajuste. O gráfico de linearidade de Box-Cox fornece uma maneira conveniente de encontrar uma transformação adequada sem se envolver em muitos ensaios e ajustes de erros. Bem-vindo ao Instituto de Pesquisa e Educação Digital Stata Textbook Exemplos Análise de Regressão Aplicada por John Fox Capítulo 12: Não-linearidade e Outros Ills Figura 12.1, figura 12.2 e tabela 12.1, página 297-299 no arquivo de dados ornstein. Ignoramos a seção sobre envelopes de confiança. Temos apenas as parcelas de quantil normal normal sem os envelopes de confiança. Figura 12.1 (b) na página 297. Figura 12.2 (b), página 299. Observação: Combinando os resultados dos dois procedimentos de regressão, obtemos o resultado para a Tabela 12.1, página 298. Figura 12.3 (a) na página 303 em dados Arquivo ornstein. Figura 12.6 (a), (b) e (c) na página 312. Observe que o procedimento cprplot fornece plot residual residual e usamos a opção lowess para obter a suavização de regressão não paramétrica mostrada na livro. Fórmula no meio da página 313 ainda usando o prestígio do arquivo de dados. Tabela 12.2 na página 319. Com os resultados dessas duas regressões, podemos calcular o efeito não-linear da seguinte forma. A primeira parte está na transformação de Box-Cox na variável dependente usando o arquivo de dados ornstein. Cálculo na página 323 e 324. Um par de novos programas foram desenvolvidos para Stata que lidam com Box-Cox e Box-Tidwell transformar. Vamos mostrar como usá-los aqui. O primeiro procedimento é boxcox. Que está disponível no Stata 7. Este procedimento encontra a estimativa de máxima verossimilhança do (s) parâmetro (s) da transformação Box-Cox. A transformação de Box-Tidwell na página 325 usando o prestígio do arquivo de dados. Agora usamos o procedimento boxtid para obter os MLEs totalmente iterados dos parâmetros de transformação para educat e renda. O comando boxtid pode ser baixado no Stata digitando findit boxtid (consulte Como posso usar o comando findit para procurar programas e obter ajuda adicional para obter mais informações sobre como usar o findit), conforme mostrado abaixo. Figura 12.10. (A) e (b) na página 326 usando o prestígio do arquivo de dados. O gráfico de variáveis construídas neste caso é o gráfico de variáveis adicionadas para a variável construída Xlog (X). O conteúdo deste site não deve ser interpretado como um endosso de qualquer site, livro ou produto de software específico pela Universidade da Califórnia. Stata 14 NEW Stata 14 é um pacote estatístico completo e integrado que fornece tudo o que você precisa para análise de dados , Gerenciamento de dados e gráficos. O Stata não é vendido em módulos, o que significa que você obtém tudo o que precisa em um pacote. OxMetrics O OxMetrics fornece uma solução integrada para a análise econométrica de séries temporais, previsão, modelagem econométrica financeira ou análise estatística de dados de corte transversal e de painel. EViews NEW EViews 9 oferece aos pesquisadores acadêmicos, corporações, agências governamentais e estudantes acesso a poderosas ferramentas estatísticas, de previsão e modelagem através de uma interface orientada a objetos inovadora e fácil de usar. O Forecast Pro Forecast Pro é um software de previsão rápido, fácil e preciso para profissionais de negócios. GAUSS GAUSS é um conjunto rápido, poderoso e altamente adaptável de software e ferramentas analíticas. NVivo NVivo é um software que suporta pesquisa de métodos qualitativos e mistos. Ele permite coletar, organizar e analisar conteúdo. Análise de efeito de tratamento / IRT (Teoria de Resposta de Item) Análise / Suporte para Unicode / Stata em novos idiomas / Novos comandos de série de tempo / Stata 14 (abril de 2015) E muito mais Contrato de Licença de Usuário Final O Stata 14 é um pacote estatístico completo e integrado que fornece tudo o que você precisa para análise de dados, gerenciamento de dados e gráficos. O Stata não é vendido em módulos, o que significa que você obtém tudo o que precisa em um pacote. E, você pode escolher uma licença perpétua, com nada mais para comprar nunca. As licenças anuais também estão disponíveis. Todos os seguintes sabores do Stata têm o mesmo conjunto completo de comandos e recursos e manuais incluídos como documentação em PDF no Stata. Stata / MP: A versão mais rápida do Stata (para computadores de núcleo duplo e multicore / multiprocessador) Stata / SE: Stata para grandes conjuntos de dados Stata / IC: Stata para conjuntos de dados de tamanho moderado Small Stata: Apenas para compras educacionais). Comparação de recursos Stata / MP é a versão mais rápida e maior do Stata. A maioria dos computadores comprados desde meados de 2006 pode aproveitar o multiprocessamento avançado do Stata / MP. Isso inclui o Intel Coretrade 2 Duo, i3, i5, i7 e os chips de núcleo duplo AMD X2. Em chips de núcleo duplo, o Stata / MP executa 40 mais rápidos e 72 mais rápidos onde importa - nos comandos de estimativa demorados. Com mais de dois núcleos ou processadores, o Stata / MP é ainda mais rápido. Stata / MP é uma versão do Stata / SE que é executado em computadores multiprocessador e multicore. Stata / MP fornece o suporte mais extenso para computadores multiprocessador e computadores multicore de qualquer pacote de estatísticas e gerenciamento de dados. A coisa excitante sobre Stata / MP, ea única diferença entre Stata / MP e Stata / SE, é que Stata / MP corre mais rápido mais rápido. O Stata / MP permite analisar dados entre metade e dois terços do tempo em comparação com o Stata / SE em desktops e laptops de baixo custo e em um quarto a uma metade do tempo em desktops quad-core. Stata / MP executa ainda mais rápido em servidores multiprocessador. Stata / MP suporta até 64 processadores / núcleos. Em um mundo perfeito, o software seria executado duas vezes mais rápido em dois núcleos, quatro vezes mais rápido em quatro núcleos, oito vezes mais rápido em oito núcleos e assim por diante. Em todos os comandos, o Stata / MP é executado 1,6 vezes mais rápido em dois núcleos, 2,1 vezes mais rápido em quatro núcleos e 2,7 vezes mais rápido em oito núcleos. Esses valores são médios melhorias de velocidade. Metade dos comandos é executada ainda mais rápido. No outro lado da distribuição, alguns comandos não são executados mais rapidamente, muitas vezes porque eles são inerentemente seqüenciais, como comandos de séries temporais. Stata trabalhou duro para se certificar de que os ganhos de desempenho para os comandos que levam mais tempo para executar seria maior. Em todos os comandos de estimativa, o Stata / MP é executado 1,8 vezes mais rápido em computadores dual-core, 2,8 vezes mais rápido em computadores quad-core e 4,1 vezes mais rápido em computadores com oito núcleos. Stata / MP é 100 outras versões compatíveis de com Stata. As análises não precisam ser reformuladas ou modificadas de nenhuma forma para obter melhorias de velocidade Stata / MPs. Mac OS X (processadores Intel de 64 bits) Linux (processadores de 32 e 64 bits) O Solaris (64 bits SPARC e x86) está disponível para os seguintes sistemas operacionais: Windows (processadores de 32 e 64 bits) 64). Para executar o Stata / MP, você pode usar um computador desktop com um processador dual-core ou quad-core, ou você pode usar um servidor com vários processadores. Se um computador tem processadores separados ou um processador com vários núcleos não faz diferença. Mais processadores ou núcleos tornam o Stata / MP mais rápido. Para mais conselhos sobre compra / atualização para Stata / MP ou para consultas de hardware, entre em contato com nossa equipe de vendas. Stata SE executa da mesma forma que Stata / MP, permitindo o mesmo número de variáveis e observações ea única diferença é que não é projetado para processamento paralelo. Além disso, Stata / SE, Stata / IC e Small Stata diferem apenas no tamanho do conjunto de dados que cada um pode analisar Stata / SE e Stata / MP podem caber modelos com variáveis mais independentes do que Stata / IC (até 10.998). Stata / IC permite conjuntos de dados com até 2.047 variáveis. O número máximo de observações é de 2,14 bilhões. Stata / IC pode ter no máximo 798 variáveis do lado direito de um modelo. Small Stata é limitado a analisar conjuntos de dados com um máximo de 99 variáveis e 1.200 observações. Small Stata pode ter no máximo 99 variáveis do lado direito em um modelo. Comparação de recursos O número máximo de observações é limitado apenas pela quantidade de RAM disponível em seu sistema. Se você é um estudante ou um profissional de pesquisa experiente, uma série de pacotes Stata estão disponíveis e projetados para atender todas as necessidades. Stata / MP: A versão mais rápida do Stata (para computadores de múltiplos núcleos e multi-processadores) Stata / SE: Stata para grandes conjuntos de dados Stata / MP: A versão mais rápida do Stata / IC: Stata para conjuntos de dados de tamanho moderado Stata Small: Uma versão do Stata que manipula pequenos conjuntos de dados (somente para compras educacionais) O que Stata é certo para mim O resumo acima mostra os pacotes Stata disponíveis. Stata / MP é a versão mais rápida e maior do Stata. A maioria dos computadores comprados depois de meados de 2006 pode aproveitar os recursos avançados de multiprocessamento do Stata / MP. Stata / MP, Stata / SE e Stata / IC funcionam em qualquer máquina, mas o Stata / MP é mais rápido. Você pode comprar uma licença Stata / MP para até o número de núcleos em sua máquina (a maioria é 64). Por exemplo, se sua máquina possui oito núcleos, você pode comprar uma licença Stata / MP para oito núcleos (Stata / MP8), quatro núcleos (Stata / MP4) ou dois núcleos (Stata / MP2). Stata / MP também pode analisar mais dados do que qualquer outro sabor de Stata. Stata / MP pode analisar de 10 a 20 bilhões de observações, tendo em conta os maiores computadores atuais, e está pronto para analisar até 281 trilhões de observações uma vez que o hardware do computador atinja. Stata / SE, Stata / IC e Small Stata diferem apenas no tamanho do conjunto de dados que cada um pode analisar. Stata / SE e Stata / MP podem caber modelos com variáveis mais independentes do que Stata / IC (até 10.998). Stata / SE pode analisar até 2 bilhões de observações. Stata / IC permite conjuntos de dados com 2.047 variáveis e 2 bilhões de observações. Stata / IC pode ter no máximo 798 variáveis do lado direito em um modelo. Small Stata é limitado a analisar conjuntos de dados com um máximo de 99 variáveis e 1.200 observações. Small Stata pode ter no máximo 98 variáveis do lado direito em um modelo. Nota: O número de variáveis e observações permitidas por Small Stata inclui as variáveis adicionais ou observações geradas durante cálculos estatísticos. Novos recursos no Stata 14 Stata 14 tem 102 novos recursos e é um dos maiores lançamentos da Stata e oferece novas capacidades de pesquisa para usuários em uma variedade de campos, tais como: economia, pesquisadores de saúde, epidemiologistas, sociólogos, psicólogos, Cientistas políticos e econometristas. Comandos bayesianos de análise A introdução de comandos de análise bayesiana (modelos lineares univariados e multivariados, GLM univariados, modelos não-lineares univariados e generalizados, etc.) suportados por um novo manual de referência Stata Bayesian Analysis. O Stata 14 inclui 12 modelos de verossimilhança embutidos e 22 distribuições prévias incorporadas, entre outros recursos úteis. Modelos mais extensos de efeitos de tratamento A análise de efeito de tratamento está agora disponível para uma classe de modelos muito mais ampla. A estimativa de efeito-tratamento endógeno está agora disponível para resultados contínuos, binários, de contagem e fracionários. Os efeitos do tratamento podem agora ser estimados a partir de dados de sobrevivência observacional. Mais análise IRT (teoria da resposta a itens) Stata 14 agora suporta modelos IRT para itens binários (1-3 PL), itens categóricos (resposta nominal), itens ordinais (resposta graduada, escala de classificação e crédito parcial) e qualquer combinação desses modelos. Mais Stata em novas línguas A interface do usuário Statas está agora disponível em espanhol e japonês. Mais Mais novos recursos úteis adicionados no Stata 14 são: Você pode ajustar uma variedade de modelos de sobrevivência de vários níveis, como modelos exponenciais e de efeitos mistos Weibull. Mais Você pode executar a inferência de pequenas amostras em modelos mistos lineares usando vários métodos denominadores de graus de liberdade, incluindo o método Kenward-Roger. Mais Novos comandos de séries temporais. Mais Estimadores de dados de painel novos e estendidos. Mais Você pode calcular o tamanho do poder e da amostra para análises de tabela de contingência epidemiológica. Mais Stata agora entende Unicode. Mais Você pode realizar o teste modelo ajustado Satorra-Bentler para SEMs com dados que normalmente não são distribuídos. Mais Você pode estimar modelos para taxas, proporções e outras respostas fracionárias usando regressão beta e modelos de regressão fracionária. Você pode estimar modelos de Poisson com variáveis dependentes censuradas. Stata / MP permite agora mais de 2,1 bilhões de observações até 20 bilhões de observações, dado o maior computador atual, e está pronto para mais uma vez hardware de computador atende. Mais CID-10 códigos. Mais Pesos em nível de palco. Mais Além de: churdle para estimar modelos de obstáculos lineares e exponenciais betareg e fracreg para respostas fracionárias, proporções, taxas, etc cpoisson para estimar Poisson censurado modelos ztest e ztesti comandos para calcular z-estatística PostSestimator que simplifica muito a análise poststimation Quase todos Os comandos de estimativa no Stata agora suportam variáveis fatoras Uma infinidade de melhorias nas margens, como a capacidade de fazer várias previsões de cada vez e ter as predições padrão refletem a melhor escolha para análise marginal Vários novos utilitários para ajudá-lo a gerenciar melhor os gráficos Novo Início rápido Seção dos manuais New Stata Functions Manual de Referência Programação sua coisa. Você estará interessado nesses novos recursos no Stata 14. Stata agora usa o Twister Mersenne de 64 bits como seu gerador de números aleatórios padrão Nova estatística, distribuição de números aleatórios e funções de string Todas as novas funções adicionadas ao Stata também estão disponíveis no Mata There São muitos tutoriais em vídeo usando Stata. Abaixo você encontrará as novidades mais recentes relativas a Stata 14, bem como uma lista de todos os outros recursos disponíveis no momento. Dicas rápidas Todas as versões do Stata são executadas em computadores de núcleo duplo, multi-core e multiprocessador. Stata para Windows Windows Windows 7 Windows Server 2008 Windows Server 2008 Windows Server 2003 Variedades de Windows de 64 bits e 32 bits para processadores x86-64 e x86 feitas pela Intel e pela AMD. Stata para Mac Stata para Mac requer processadores Intel de 64 bits (Core2 Duo ou superior) executando o OS X 10.7 ou mais recente Stata para Unix Linux: qualquer execução de 64 bits (x86-64 ou compatível) ou de 32 bits (x86 ou compatível) Linux. Requisitos de hardware Mínimo de 512 MB de RAM Mínimo de 900 MB de espaço em disco Stata para Unix requer uma placa de vídeo que pode exibir milhares de cores ou mais (cores de 16 bits ou 24 bits) Selecione um tipo de usuário: Stata 14 Documentação Cada Instalação do Stata inclui toda a documentação em formato PDF. Documentação Statas consiste em mais de 12.000 páginas detalhando cada recurso no Stata, incluindo os métodos e fórmulas e exemplos totalmente trabalhado. Você pode fazer transições perfeitas entre as entradas usando os links dentro de cada entrada. Stata 14 Manuals Bayesian Analysis Manual de Referência Introdução ao Stata para Mac Introdução ao Stata para Unix Introdução ao Stata para Windows A documentação do Stata 14 é copyright do StataCorp LP, College Station TX, EUA e é usada com permissão do StataCorp LP. Os alunos podem comprar Stata / MP. Stata / SE. Stata / IC e Small Stata a um preço com desconto através do programa Stata GradPlan. Para obter mais informações sobre tipos de licença disponíveis, clique aqui. 2016 nos leva a celebrar vinte e cinco anos de distribuição e suporte da Stata aos usuários dentro da Irlanda do Reino Unido. Estamos muito orgulhosos de nossa estreita relação de trabalho com. Compre o nosso evento de fim-de-semana A partir da meia-noite de quinta-feira, 24 de Novembro até à meia-noite de segunda-feira, 28 de Novembro de 2016, utilize os seguintes códigos de desconto em timberlake. pt para. Econometria Financeira Usando Stata por Simona Boffelli e Giovanni Urga fornece uma excelente introdução à análise de séries temporais e como fazê-lo em Stata para financeiro. A região do Oriente Médio e Norte da África (MENA) sofre tanto da disponibilidade de dados como da qualidade dos dados. Qualquer esforço para coletar, limpar e apresentar dados sobre a região é uma boa ideia. A 4ª Reunião do Grupo de Utilizadores da Polónia Stata terá lugar na segunda-feira, 17 de Outubro de 2016, na Escola Superior de Economia de Varsóvia, Varsóvia, Polónia. O objetivo do Stata Users Group Meeti. Últimas Stata Courses A nossa terceira escola de inverno Stata anual acontece em Londres de 12 a 17 de Dezembro de 2016 e compreende quatro cursos breves separados. Você pode optar por participar de uma, uma combinação de, ou todos os quatro cursos. Nosso curso Stata Fundamentals fornece uma introdução completa ao Stata para o novo usuário e é ideal para os usuários novos ou principiantes que querem ter uma vantagem e aprender a usar o Stata de forma eficiente. Este curso proporcionará aos participantes as ferramentas essenciais, teóricas e aplicadas, para um uso adequado de modernos métodos micro-econométricos para avaliação de políticas e modelagem contrafactual causal sob a suposição de seleção em observáveis. Precisa de um orçamento
No comments:
Post a Comment