Stata 16版本更新22条新功能。比以往的版本更强大，更值得您拥有。
Lasso is a machine-learning technique used for model selection, prediction, and inference.
The new lasso command selects “optimal” predictors for continuous, count, and binary outcomes using deviances from linear, Poisson, logit, or probit regression models.
For instance, if you type
. lasso linear y x1-x500
lasso will select a subset of the specified covariates—say, x2, x10, x11, and x21. You can then use the standard predict command to obtain predictions of y.
If you instead have a binary or count outcome, you can use lasso logit, lasso probit, or lasso poisson in the same way. And if you prefer to select variables using the elastic net or square-root lasso method, you can use the elasticnet or sqrtlasso command.
Sometimes, variable selection or prediction is the final goal of lasso. Other times, you are interested in estimating and testing coefficients. Stata 16 provides 11 commands that allow you to estimate coefficients, standard errors, and confidence intervals and to perform tests for variables of interest while using lasso methods to select from among potential control variables. The commands are
dsregress, dslogit, dspoisson, poregress, pologit, popoisson, poivpoisson, xporegress, xpologit,
xpopoisson, and xpoivregress.
The ds commands perform double-selection lasso, the po commands perform partialing-out lasso, and the xpo commands perform cross-fit partialing-out lasso. They do this for models with continuous, binary, and count outcomes. They can even handle endogenous covariates in models for continuous outcomes. The literature currently discusses many methods for lasso-based inference. We make some of these methods available so that researchers can select their favorite. In fact, there are even more lasso-based methods of inference in the literature, and often researchers may use the tools available in lasso, sqrtlasso, and elasticnet to implement other methods.
The lasso and elasticnet commands are standard lasso tools often requested for variable selection and prediction. The lasso tools for inference implement newer methods developed primarily by econometricians. However, these inference methods will be popular in all disciplines because they provide a method for testing and interpreting coefficients on variables of interest.
Users can easily learn all about the lasso features in the new Lasso Reference Manual.
扩展功能
使用Mata进行矩阵编程
跨平台兼容
真正的文档
Stata的编程功能让开发者和用户
每天都可以添加各种新功能以便满足
现代研究者日益增加的功能需求。
Stata可在Windows，Mac和Linux
/Unix电脑上运行，但是license不需
要区分电脑系统。也就是说，如果您
有一台Mac系统的电脑和一台Windows
系统的电脑，您不需要2个license来
运行Stata。您可以安装在任意支持的
系统中安装Stata软件。Stata数据集、
程序以及其他的数据*翻译就可以
跨平台的共享。您还可以从其他的统
计软件、电子报表和数据库中轻松而
快速的导入数据。
当Stata执行您的分析或理解使用的方法时，Stata不会让您孤立无援或订购
很多书籍来了解每个细节。
我们每一个数据管理功能都有完整的解释，并记录在案，并在实践中显示
实际的例子。每一个估计都有完全记录，包含几个真实数据的例子，真正讨论
如何解释结果。这些例子都给了数据，您可以直接在Stata中使用，甚至扩展
您的分析。我们给您快速启动每一个功能，展示一些较常用用途。想要了解更
多细节，我们的方法和公式部分提供了计算的细节，我们参考部分会给出更多
信息。
Stata是一个很大的软件包，包含了非常多的文档，**过27卷14,000页的内
容。不用担心，在Help菜单中输入要搜索的内容，Stata会搜索到关键词、指
数，甚至用户编写的程序包，这些会让您得到想要了解的一切。Stata包含了所
有这些您想要的内容。
Mata是一个成熟的编程语言，可
编译您所输入的任何字节，并进行优
化和准确执行。
2019年12月下旬，Stata正式推出中文版本。如果您的电脑语言是中文，那么Stata会自动识别为中文版。Windows和Unix系统可手动更改语言版本，Edit > Preferences > User-interface language，如果是Mac系统，可通过Stata 15 > Preferences > User-interface language手动更改版本语言。
Stata是一款完整的、集成的统计软件包，提供您需要的一切数据分析、数据管理和图形。
快速,简单并易于使用
点击式的界面和强大,直观的命令语言让Stata使用起来快速,精确并易于使用。
所有的分析结果都可以被复制和存档，并用来出版和审查。不管您什么时候写的内容，版本控制系统确保统计程序可继续生成同样的结果。
统计功能介绍
Stata使得大量的统计工具用于指尖
标准方法，如
基本表格和总结
案例对照分析
ARIMA
ANOVA 和MANOVA
线性回归
时间序列平滑
广义线性模型（GLM）
聚类分析
对比和比较
功率分析
样本选择
……
高级方法，如
多层模型
生存分析
动态面板数据回归
结构方程建模
二进制，计数和审查结果
ARCH
多重替代法
调查数据
Treatment effects
精确统计
贝叶斯分析
……
科学软件网是一个以引进国外优秀科研软件，提供*软件服务的营业网站，网站由天演融智软件有限公司创办，旨在为国内高校、科研院所和以研发为主的企业事业单位提供优秀的科研软件及相关软件服务。截止目前，科学软件网已获得数百家国际**软件公司正式授权，代理销售科研软件达一千余种，软件涵盖领域包括经管，仿真，地球地理，生物化学，工程科学，排版及网络管理等。同时，还提供专业培训、视频课程（包含34款软件，64门课程）、实验室解决方案和项目咨询等服务。
不管您是需要购买单款软件，还是制定整个实验室的购买方案，都可以提供。
Stata 16 has a new suite of commands for performing meta-analysis. This suite lets you explore and combine the results from different studies. For instance, if you have collected results from 20 studies about the effect of a particular drug on blood pressure, you can summarize these studies and estimate the overall effect using meta-analysis.
The new meta suite is broad, but what sets it apart is its simplicity.
You can type, for instance,
. meta set effectsize stderr
to declare precomputed effect sizes or use meta esize to compute effects from summary data. With this, you can perform random-effects, fixed-effects, or common-effect meta-analysis.
To estimate an overall effect size and its confidence interval, obtain heterogeneity statistics, and more, you simply type
. meta summarize
And visualizing the results is as easy as typing
. meta forestplot
But the meta suite provides much more.
Meta-regression and subgroup analysis allow you to evaluate the heterogeneity of studies. These are available via meta regress and meta forestplot, subgroup() or meta summarize, subgroup().
You can investigate potential publication bias. Check visually for funnel-plot asymmetry using meta funnelplot; formally test for funnel-plot asymmetry using meta bias; and assess publication bias using the trim-and-fill method with meta trimfill.
You can even perform cumulative meta-analysis with meta summarize, cumulative().
All the meta-analysis features are documented in the new Meta-analysis Reference Manual.
2019年6月Stata 15正式发布。这是Stata有史以来较大的一次版本更新。我们贴出了Statalist并且列出了16项较重要的新功能。这篇文章会重点谈谈这些新功能：
扩展回归模型
潜在类别分析（LCA）
贝叶斯前缀指令
线性动态随机一般均衡（DSGE）模型
web 的动态Markdown文档
非线性混合效应模型
空间自回归模型（SAR）
区间删失参数生存时间模型
有限混合模型（FMMs）
混合Logit模型
非参数回归
聚类随机设计和回归模型的功率分析
Word和PDF文档
图形颜色透明度/不透明度
ICD-10-CM/PCS支持
联邦储备经济数据（FRED）支持
其他
上面列出的十六功能当然是重要的, 但还有其他值得一提的。比较*想到的是:
. 贝叶斯多级模型
. 门限回归
. 具有随机系数的面板数据tobit
. 区间测量结果的多层回归
. 删失结果的多级Tobit回归
. 面板数据的协整测试
. 时间序列中多断点的测试
. 多组广义 SEM
. 异方差的线性回归
. Heckman风格的样本选择Poisson模型
. 具有随机系数的面板数据非线性模型
. 贝叶斯面板数据模型
. 随机系数的面板数据区间回归
. SVG的导出
. 贝叶斯生存模型
. 零膨胀有序概率
. 添加您自己的电源和样本大小的方法
. 贝叶斯样本选择模型
. 支持瑞典语
. 对DO文件编辑器的改进
. 流随机数生成器
. 对于java插件的改进
. Stata / MP更多的并行化
问：Stata 16都有哪些更新，之前的版本需要升级么？
答：Stata 16一共更新了23个功能，更新的还是比较多的，之前的版本建议升级。更多新功能介绍，可以去 科学软件网 上查看。
-/gjiiih/-
http://turntech8843.b2b168.com
