第1章 基础知识简介 1
1.1 Stata的优势与功能 1
1.2 Stata的界面 2
1.3 Stata的基本操作 3
1.4 Stata的数据管理 3
第一编 连续变量的回归分析 5
第2章 经典回归分析 5
2.1 回归前的数据检查 5
2.2 回归分析 13
2.3 变量变换 20
2.4 本章小结 27
第3章 回归分析诊断 28
3.1 异常数据识别 28
3.2 残差分析 40
3.3 异方差检验 42
3.4 共线性检验 44
3.5 线性检验 47
3.6 模型检验 55
3.7 本章小结 58
第4章 超越最小二乘法 60
4.1 健壮回归方法 60
4.2 受约束的回归方法 69
4.3 带特殊数据的回归方法 72
4.4 带测量误差的回归方法 76
4.5 多方程回归模型 77
4.6 本章小结 84
第5章 时间序列分析 85
5.1 平滑分析 85
5.2 自相关分析 94
5.3 ARIMA模型 97
5.4 ARCH模型 110
5.5 本章小结 114
第6章 面板数据分析 115
6.1 FE模型 115
6.2 RE模型 118
6.3 DPD模型 120
6.4 混合效应泊松模型 121
6.5 面板数据的logit模型 125
6.6 本章小结 127
第二编 涉及分类变量的回归分析 128
第7章 分类因变量的回归分析 128
7.1 logit模型 128
7.2 ologit模型 131
7.3 mlogit模型 139
7.4 ZTP模型 144
7.5 ZTNB模型 147
7.6 probit模型 149
7.7 本章小结 150
第8章 分类自变量的回归分析 152
8.1 0/1自变量的回归分析 153
8.2 1/2自变量的回归分析 155
8.3 1/2/3自变量的回归分析 156
8.4 多个分类自变量的回归分析 160
8.5 分类自变量的交互作用 163
8.6 连续自变量与分类自变量的回归分析 165
8.7 连续变量与0/1变量的交互作用 166
8.8 连续变量与1/2/3变量的交互作用 170
8.9 本章小结 172
第9章 回归分析中分类变量的编码方式 174
9.1 简单编码 175
9.2 前向区别编码 177
9.3 后向区别编码 178
9.4 Helmert编码 180
9.5 逆Helmert编码 182
9.6 偏移编码 184
9.7 正交多项式编码 186
9.8 自定义编码 188
9.9 本章小结 189
第10章 分类自变量的交互作用分析 190
10.1 双分类变量分析 190
10.2 单一效应 193
10.3 单一比较 195
10.4 部分交互作用 196
10.5 交互作用比较 199
10.6 调整平均数的计算 201
10.7 系数的意义 203
10.8 本章小结 205
第11章 分类自变量与连续自变量的交互作用 206
11.1 不带交互作用的连续自变量与分类自变量 206
11.2 带有交互作用的连续自变量与分类自变量 207
11.3 每组斜率的计算 208
11.4 组间斜率的比较 210
11.5 单一效应与单一比较 211
11.6 交互效应比较 222
11.7 本章小结 223
第三编 其他专题 225
第12章 抽样方式与简单统计分析 225
12.1 抽样设计 225
12.2 简单随机抽样 226
12.3 分层随机抽样 229
12.4 系统抽样 232
12.5 一阶段分群抽样 235
12.6 二阶段分群抽样 238
12.7 本章小结 241
第13章 主成分与聚类分析 243
13.1 主成分分析 243
13.2 聚类分析 246
13.3 本章小结 252
第14章 生存分析 253
14.1 生存分析概述 253
14.2 单变量分析 255
14.3 初步模型的建立 259
14.4 交互作用分析 261
14.5 比例性假设的检验 265
14.6 生存函数作图及模型检验 269
14.7 本章小结 273
第15章 Stata编程简介 274
15.1 do文件的编写 274
15.2 使用do文件进行数据分析 277
15.3 Stata命令的编写 278
15.4 本章小结 281
参考文献 282