第1章 Stata软件与Stata的资源 1
1.1 本书体例的说明 1
1.2 一个Stata操作的例子 2
1.3 Stata的文件管理与帮助文件 6
1.4 搜寻信息 7
1.5 Stata公司 8
1.6 《Stata期刊》 9
1.7 应用Stata的图书 10
第2章 数据管理 13
2.1 命令示范 14
2.2 创建一个新的数据集 16
2.3 通过复制和粘贴创建新数据集 21
2.4 定义数据的子集：in和if选择条件 22
2.5 创建和替代变量 25
2.6 缺失值编码 28
2.7 使用函数 31
2.8 数值和字符串之间的格式转换 34
2.9 创建新的分类变量和定序变量 37
2.10 标注变量下标 39
2.11 导入其他程序的数据 40
2.12 合并两个或多个Stata文件 43
2.13 数据分类汇总 46
2.14 重组数据结构 49
2.15 使用权数 52
2.16 生成随机数据和随机样本 53
2.17 编制数据管理程序 57
第3章 制图 59
3.1 命令示范 59
3.2 直方图 62
3.3 箱线图 65
3.4 散点图和叠并 68
3.5 曲线标绘图和连线标绘图 73
3.6 其他类型的二维标绘图 77
3.7 条形图和饼图 79
3.8 对称图和分位数图 82
3.9 给图形添加文本 84
3.10 使用do文件制图 86
3.11 读取与合并图形 87
3.12 图形编辑器 88
3.13 创造性制图 91
第4章 调查数据 99
4.1 命令示范 99
4.2 定义调查数据 100
4.3 设计权数 102
4.4 事后分层权数 104
4.5 调查加权的表格和图形 107
4.6 多重比较的条形图 110
第5章 概要统计及统计表 115
5.1 命令示范 115
5.2 测量变量的描述性统计 117
5.3 探索性数据分析 119
5.4 正态性检验和数据转换 121
5.5 频数表和二维交互表 124
5.6 多表和多维交互表 127
5.7 均值、中位数以及其他概要统计量的列表 129
5.8 使用频数权数 131
第6章 方差分析和其他比较方法 133
6.1 示范 134
6.2 单样本检验 135
6.3 两样本检验 138
6.4 单因素方差分析 140
6.5 双因素和多因素方差分析 143
6.6 因素变量和协方差分析 144
6.7 预测值和误差条形图 147
第7章 线性回归分析 151
7.1 命令示范 151
7.2 简单回归 155
7.3 相关 158
7.4 多元回归 161
7.5 假设检验 165
7.6 虚拟变量 167
7.7 交互效应 170
7.8 方差的稳健估计 175
7.9 预测值及残差 177
7.10 其他案例统计量 181
7.11 诊断多重共线性和异方差性 186
7.12 简单回归中的置信带 188
7.13 诊断回归 191
第8章 高级回归 197
8.1 命令示范 197
8.2 lowess修匀 199
8.3 稳健回归 204
8.4 对rreg和qreg的更多应用 209
8.5 曲线回归1 212
8.6 曲线回归2 214
8.7 Box-Cox回归 219
8.8 缺失值的多重填补 221
8.9 结构方程建模 225
第9章 logistic回归 231
9.1 命令示范 233
9.2 航天飞机数据 234
9.3 使用logistic回归 238
9.4 边际或条件效应标绘图 241
9.5 诊断统计量与标绘图 243
9.6 对序次y的logistic回归 247
9.7 多项logistic回归 249
9.8 缺失值的多重填补——logit回归的例子 256
第10章 生存模型与事件计数模型 259
10.1 命令示范 260
10.2 生存时间数据 262
10.3 计数时间数据 264
10.4 Kaplan-Meier存活函数 266
10.5 Cox比例风险模型 268
10.6 指数回归与Weibull回归 273
10.7 泊松回归 277
10.8 一般化线性模型 280
第11章 主成分分析、因子分析和聚类分析 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 旋转 289
11.4 因子分 292
11.5 主因子法 294
11.6 最大似然因子法 296
11.7 聚类分析-1 297
11.8 聚类分析-2 301
11.9 因子分在回归中的使用 305
11.10 测量与结构方程模型 312
第12章 时间序列分析 317
12.1 命令示范 317
12.2 修匀 319
12.3 时间标绘图的更多例子 325
12.4 最近的气候变化 328
12.5 时滞、前导和差分 331
12.6 相关图 336
12.7 ARIMA模型 339
12.8 ARMAX模型 346
第13章 多层与混合效应建模 351
13.1 命令示范 352
13.2 含随机截距的回归 354
13.3 随机截距和斜率 358
13.4 多个随机斜率 363
13.5 多层嵌套 366
13.6 重复测量 368
13.7 截面时间序列 371
13.8 混合效应logit回归 376
第14章 编程入门 383
14.1 基本概念与工具 383
14.2 程序示范：multicat（画出许多定类变量的图） 393
14.3 使用multicat 396
14.4 帮助文件 400
14.5 蒙特卡罗模拟 403
14.6 用Mata进行矩阵编程 410
数据来源 415
参考文献 419