Stata 是一套提供其使用者数据分析、数据管理以及绘制专业图表的完整及整合性统计软件。它提供许许多多功能,包含线性混合模型、均衡重复反复及多项式普罗比模式。
2022-12-05 13:53:13 44.01MB STATA
1
大数据回归分析可用,非常好用,本人亲测。。。。。。。
2022-12-02 22:36:50 28.82MB STATA 13
1
最新的!中国家庭跟踪调查(CFPS)2016年Stata数据,SAS数据
2022-11-25 14:52:29 39.32MB 文档资料 2016 CFPS STATA
1
stata常见绘图命令,很多都是我们不常见的,是一份很好的资源,值得学习和收藏。
2022-11-22 13:05:22 2.31MB stata 作图
1
变量说明 变量 符号 变量定义 公司规模 Size 年总资产的自然对数 资产负债率 Lev 年末总负债除以年末总资产 总资产净利润率 ROA 净利润/总资产平均余额 净资产收益率 ROE 净利润/股东权益平均余额 总资产周转率 ATO 营业收入/平均资产总额 现金流比率 Cashflow 经营活动产生的现金流量净额除以总资产 应收账款占比 REC 应收账款净额与总资产的比值 存货占比 INV 存货净额与总资产的比值 固定资产占比 FIXED 固定资产净额与总资产比值 营业收入增长率 Growth 本年营业收入/上一年营业收入-1 是否亏损 Loss 当年净利润小于0取 1,否则取0 董事人数 Board 董事会人数取自然对数 独立董事比例 Indep 独立董事除以董事人数 两职合一 Dual 董事长与总经理是同一个人为1,否则为0 第一大股东持股比例 Top1 第一大股东持股数量/总股数 前五大股东持股比例 Top5 前五股东持股数量/总股数 前十大股东持股比例 Top10 前十股东持股数量/总股数 股权制衡度 Balance1 第二大股东持股比例
2022-11-19 15:06:48 72.29MB 常用控制变量 上市公司
动态面板门槛效应检验STATA代码,外文讲解
2022-11-14 21:22:38 782KB STATA
1
13.1 极大似然估计的原理 极大似然的估计原理可以由下面的程序得到说明。我们首先生成 10 个服从 正态分布的总体,每个总体的均值都不同,依次为 0,1,2,3,4,5,6,7,8, 9。方差相同,均为 1。然后我们随机地取出一个总体,从中抽出 10 个样本,因 为事先不知道是从哪一个总体中抽出来的,所以我们分别用已知的 10 个总体参 数值代入似然函数,计算出 10 个似然函数值,取其中 大的似然值,认为该样 本是从相应的总体中取出的(从而联合概率密度也 大化)。然后我们让计算机 告诉我们它是从第几个总体中取样的,并与我们的判断进行对比。 *===========================begin================================== capt prog drop mle prog mle /*生成10个均值不同、方差均为1的正态总体,每个总体取8个样本*/ drawnorm double x0-x9,n(8) m(0,1,2,3,4,5,6,7,8,9) clear global i=int(10*uniform()) //设定一个随机数,用于随机取出一个总体 forv j=0/9 { gen lnf`j' =-0.5*ln(2*_pi)*8-sum(0.5*(x$i-`j')^2) //对取出的总体计算似然值 scalar lnf`j'=lnf`j'[_N] //最终的似然值 } scalar list // 比较10个似然值哪个最大,猜想是从第几个总体取出来的? end mle *根据10个似然值,猜想是从第几个总体取出来的? di "所抽中的样本为" as error "X"$i //显示真正的取样总体是什么 *===========================end==================================== 在现实中,我们并不知道任何一个真正的总体参数,因此,只能借助于找到 样本似然值(实际上是联合概率密度的对数值) 大的总体参数,即认为其是总 体参数。在 STATA 中实现 大似然法的估计必须自己编写程序。下面的例子说 明了如何利用 stata 编写程序来实现对模型的极大似然估计。 13.2 正态总体均值和方差的极大似然估计 *===========================begin================================== capt prog drop bb prog bb //定义程序的名称 args lnf u v //声明参数,u 为均值,v为方差 quietly replace `lnf' = -0.5*ln(2*_pi) - ln(`v') -0.5*($ML_y1-`u')^2/(`v')^2 end drawnorm x,n(100) m(10) sd(3) clear//模拟均值为10,方差为3的100个正态样本 ml model lf bb (x=) (variance:) //利用迭代法则进行极大似然估计
2022-11-05 22:27:01 2.41MB stata
1
cn_rural_eco 这个文件夹是论文《工程确能实现推动小型农田水利设施的善治-基于河南省调查数据的多期双重差分检验》的附件列表,拟投期刊《中国农村经济》,文件夹包含: 用于数据处理和实证分析的dofile 基准回归的完整表格 稳健性检验,异质性分析等对应的完整表格(stata输出界面截图) 善治与治理绩效的关系阐释 处理组与相对的对比描述性统计 数据结构视图 后续将加入原始数据,用于论文重现,敬请期待。
2022-11-05 01:29:04 2.07MB Stata
1
stata课程资源+配套数据集
2022-10-24 21:52:55 88.46MB stata 数据分析
1
计量经济学Stata软件应用3【Stata软件回归分析应用之模型预测】1次课.ppt
2022-10-24 13:00:56 77KB 互联网
1