或許廣大的Stata用戶們還沒把 Stata 15捂熱，而 Stata 16已經悄然襲來。大數據時代，知識加速迭代，Stata 公司加快了步伐，從V15版本令人激動的重大升級到中文版暖心發布，讓全世界用戶盡享Stata軟件之美好，正值"第三屆Stata中國用戶大會"開幕之際，屆時StataCorp LLC 彭華博士將帶您一起探索Stata V16新功能亮點，敬請期待?。?！
掃碼二維碼關注會議詳情
總結起來，Stata 16 主要有以下兩方面的重大升級。首先，Stata 在大數據時代的華麗轉身，與大數據相關的功能突飛猛進。其次，Stata 繼續深耕計量經濟學的經典與前沿方法。讓我們一起來看看吧。
Stata 16 在大數據時代的華麗轉身
眾所周知，大數據（big data）的特點可用4V來概括，即數據規模龐大（Volume）、數據更新頻繁（Velocity）、數據類型多樣（Variety）和數據價值巨大（Value）。Stata 16的以下新模塊與功能更新均與此4V有關。
Lasso
作為大數據Volume的一種重要形式，“高維數據”（high-dimensional data）在經管與社科中也越來越多地出現，即解釋變量很多，甚至超過樣本容量的情形。Lasso (Least Absolute Shrinkage and Selection Operator，也稱“套索估計量”)及其衍生的系列估計量正是進行高維回歸的主要工具。
為此，Stata 16及時地推出了Lasso系列的官方命令，包括lasso, elasticnet（彈性網）與 sqrtlasso（平方根Lasso），可估計線性回歸模型（比如 lasso linear）、二值選擇模型（比如，lasso logit 與 lasso probit）、計數模型（比如，lasso poisson）等。
Lasso 系列的估計量通常使用懲罰回歸（penalized regressions）來處理高維數據，以避免“過擬合”（overfit）與“方差爆炸”（variance explosion），并進行“變量選擇”（variable selection）。這些懲罰回歸對于回歸系數過大的懲罰力度則一般由調節參數（tuning parameter）或 L1范數（L1 norm）來控制。
使用 Stata 16的Lasso命令，可以很方便地計算回歸系數的整個路徑（coefficient paths），作為調節參數 或 L1范數的函數；并根據“交叉驗證”（cross-validation）選擇最優的調節參數 ，參見下圖。
不僅如此，Stata 16 官方命令還提供了 Lasso 系列相應的統計推斷方法，比如計算標準誤、置信區間，或進行假設檢驗。這些統計推斷方法包括“double-selection lasso”（比如，dsregress，dslogit，dspoisson），“partialling-out lasso”（比如，poregress，pologit，popoisson），以及“cross-fit partialing out lasso”（比如，xporegress，xpologit，xpopoisson）。
Multiple Datasets in Memory
在大數據時代，學界與業界越來越需要在內存中同時處理多個數據集。在此前的 Stata 版本中，Stata 內存只能有一個數據集。這種設置雖簡便易行，在小數據時代也基本夠用，但在大數據時代，由于數據的來源 Variety 多樣，已成為應用的瓶頸。
因此，Stata 16 適時地推出在內存內同時調用多達100個數據集的重要功能。比如，你可以很方便地根據內存中多個數據集的信息來定義一個新的變量。
Python Integration
隨著機器學習與數據科學的興起，Python 無疑是最炙手可熱的編程語言之一。為此，Stata 16 專門提供了一個與 Python 的接口，讓用戶可以在熟悉的 Stata 界面下調用 Python，并在 Stata 中顯示運行結果。
比如，此前的 Stata 版本無法畫三維立體圖，而在Stata 16中，通過調用Python 的 Matplotlib 則不難實現（參見下圖）。
這也意味著，你可以在 Stata 中，通過 Python 接口，使用 Python 所擅長的各種機器學習方法，包括隨機森林、梯度提升、支持向量機、神經網絡等！
Do-file Editor -- Autocompletion and More Syntax Highlighting
在大數據時代，編程越來越成為一種基本技能，而不再是“碼農”專屬。在 Stata 中編程，無疑需要一個很好的 do 文件編輯器（Do-file Editor）。 讓人驚喜的是，Stata 16 的 do 文件編輯器的性能也有了大幅提升，包括 Stata 命令的自動填寫完成（autocompletion），以及更多語法高亮顯示（syntax highlighting），這無疑將為 Stata 編程提供很大便利。
Meta-Analysis
隨著大數據時代的數據來源 Variety 越來越多，使得我們時常需要將不同來源的樣本數據之研究結果整合在一起，即所謂“元分析”（Meta-Analysis）。為此，Stata 16 提供了全新的 Meta-Analysis 模塊，使得元分析變得十分方便、快捷而高效，并輔之以強大的可視化功能（參見下圖）。
Reporting
由于大數據的更新頻繁特點（Velocity），使得數據分析經常需要重復進行，使用更新的數據。此時，研究報告的可重復性（Reproducibility）就變得日益重要，即保證任何人只要運行你的 Stata 程序即可得到完全一樣的研究報告。這些研究報告的格式可以是 Word，PDF，Excel 或 HTML（參見下圖）。
而且，當你的數據集更新之后，再運行一遍你的 Stata，則你的研究報告也會相應地自動更新！Stata 16 新引入或完善的相關命令包括 dyndoc，markdown，putdocx，html2docx，doc2pdf。
小貼士：還在發愁如何將 Word 文件轉化為 PDF 格式？Stata 16 的 doc2pdf 命令就能幫你搞定！
Import Data from SAS and SPSS
如果你有數據在 SAS 或 SPSS 中，想要導入 Stata 以利用其強大的統計與計量功能，Stata 16 貼心地提供了專門的新命令 import sas 與 import spss，使得這種數據遷移變得十分方便與快捷，參見下圖。
Stata 16 深耕計量經濟學的經典與前沿方法
Nonparametric Series Regression
序列回歸（series regression）是非參數回歸（nonparametric regression）的一種重要方法。它使用多項式（polynomials）、B-樣條（B-splines）或樣條（splines）所構成的序列來近似逼近任意的未知回歸函數。
Stata 16 全新推出的命令 npregress series 填補了 Stata 在非參數回歸領域的又一空白，使得非參數序列回歸變得方便而高效；比如，計算平均邊際效應（average marginal effects）。命令 npregress series 甚至可以估計“半參數模型”（semi-parametric model），即同時包含參數與非參數部分的模型。
Choice Models
對于微觀計量中常用的“離散選擇模型”（discrete choice models），Stata 16 專門設立了一個“選擇模型”（Choice Models）的模塊。在估計選擇模型之前，你先通過命令 cmset 來宣布你的數據為選擇模型，然后可用命令 cmsummarize，cmchoiceset，cmtab 或 cmsample 來考察你的選擇模型。
估計選擇模型的相應 Stata 命令也統一帶上了 cm 的前綴，比如
cmclogit：conditional logit model
cmmixlogit：mixed logit model
cmxtmixlogit：panel-data mixed logitmodel
cmmprobit：multinomial probitmodel
cmroprobit：rank-ordered probitmodel
cmrologit：rank-ordered logitmodel
其中，cmxtmixlogit 是 Stata 16的全新命令，用于估計面板數據的混合邏輯模型（mixed logit models for panel data）。
Panel-data ERMs
Stata 15 推出了 ERM（Extended Regression Models）模塊，可以處理同時出現“內生性”（endogeneity）、“樣本選擇”（sample selection）與“處理效應”（treatment）這三種并發癥的情形，或三者的任意組合，非常靈活實用。Stata 16 則將ERMs 推廣到了面板數據中，新引入了xtegress，xteintreg，xteprobit，xteoprobit 等強大命令。
New in Bayesian Analysis
Stata 16 的“貝葉斯分析”（Bayesian Analysis）模塊也有了不少新功能。比如，可使用多個馬爾科夫鏈（multiple chains）來檢驗現代貝葉斯分析所依賴的馬爾科夫鏈蒙特卡洛（Markov China Monte Carlo）是否收斂；以及使用后驗分布（posterior distribution）進行“貝葉斯預測”（Bayesian predictions），參見下圖。
Nonlinear DSGE Models
繼 Stata 15 推出估計線性 DSGE 模型的命令 dsge 之后，Stata 16 更上一層樓，可以通過命令 dsgenl 來估計非線性 DSGE 模型。 使用命令dsgenl，無須再手工將 DSGE 模型線性化，直接輸入非線性的 DSGE 模型，Stata 即會自動地對它進行線性化與估計。這無疑是宏觀經濟學者的福音??！
xtheckman
Stata 16新推出的命令 xtheckman，使得 Heckman 的樣本選擇模型（sample model）也可以在面板數據中估計啦！
總之，Stata 16 是一次很令人激動的重大升級。Stata 16 的及時推出，意味著 Stata 在大數據時代的華麗轉身，而同時又繼續深耕計量經濟學的經典與前沿方法。在可預見的將來，Stata 依然會是經濟學家最常用的計量與統計軟件。
Stata16新版已經發布,如需申請新版采購及老版本更新升級請聯系我們，另外凡采購一套以上者，就可以享受折上折優惠。感謝您的支持與關注。聯系方式：徐經理 Tel/WeChat: 18610597626 Email: crystal@uone-tech.cn。web:http://www.uone-tech.cn/Stata.html
本文由山東大學陳強教授獨家撰寫，友萬科技授權發布，如需轉載引用請聯系作者授權，感謝您的關注與支持！
