We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
Stata的统计功能很强,除了传统的统计分析方法外,还收集了近20年发展起来的新方法,如Cox比例风险回归,指数与Weibull 回归,多类结果与有序结果的logistic回归,Poisson回归,负二项回归及广义负二项回归,随机效应模型等。具体说,Stata具有如下 统计分析能力:数值变量资料的一般分析:参数估计,t检验,单因素和多因素的方差分析,协方差分析,交互效应模型,平衡和非平衡设计,嵌套设计,随机效应,多个均数的两两比较,缺项数据的处理,,方差齐性检验,正态性检验,变量变换等。 分类资料的一般分析:参数估计,列联表分析(列联系数,码确切概率),流行病学表格分析等 等级资料的一般分析:秩变换,秩和检验,秩相关等 相关与回归分析:简单相关,偏相关,典型相关,以及多达数十种的回归分析方法,如多元线性回归,逐步回归,加权回归,稳键回归,二阶段回归,百分位数(中位数)回归,残差分析、强影响点分析,曲线拟合,随机效应的线性回归模型等。 其他方法:质量控制,整群抽样的设计效率,诊断试验评价,kappa等。
https://www.stata.com
https://www.stata.com/features/documentation/ https://www.stata.com/support/faqs/
The text was updated successfully, but these errors were encountered:
jaywcjlove
No branches or pull requests
说明项目
Stata的统计功能很强,除了传统的统计分析方法外,还收集了近20年发展起来的新方法,如Cox比例风险回归,指数与Weibull
回归,多类结果与有序结果的logistic回归,Poisson回归,负二项回归及广义负二项回归,随机效应模型等。具体说,Stata具有如下
统计分析能力:数值变量资料的一般分析:参数估计,t检验,单因素和多因素的方差分析,协方差分析,交互效应模型,平衡和非平衡设计,嵌套设计,随机效应,多个均数的两两比较,缺项数据的处理,,方差齐性检验,正态性检验,变量变换等。
分类资料的一般分析:参数估计,列联表分析(列联系数,码确切概率),流行病学表格分析等
等级资料的一般分析:秩变换,秩和检验,秩相关等
相关与回归分析:简单相关,偏相关,典型相关,以及多达数十种的回归分析方法,如多元线性回归,逐步回归,加权回归,稳键回归,二阶段回归,百分位数(中位数)回归,残差分析、强影响点分析,曲线拟合,随机效应的线性回归模型等。
其他方法:质量控制,整群抽样的设计效率,诊断试验评价,kappa等。
提供官网
https://www.stata.com
参考资料 URL
https://www.stata.com/features/documentation/
https://www.stata.com/support/faqs/
The text was updated successfully, but these errors were encountered: