آموزش مقدمه ای بر Stata 15

Introduction to Stata 15

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: یادگیری و استفاده از تکنیک های جدید آماری اغلب می تواند یک تجربه دلهره آور باشد. نرم افزاری مانند Stata ، یک بسته نرم افزاری آماری یکپارچه ، می تواند کمک کند. Stata چابک و آسان است ، استفاده از آن به صورت خودکار و گسترش می یابد و به شما کمک می کند داده ها ، تجسم و مدل سازی را برای مجموعه داده های بسیار بزرگ انجام دهید. در این دوره ، فرانتس بوشا مقدمه ای جامع درباره استاتا و کاربردهای مختلف آن در تجزیه و تحلیل داده های مدرن ارائه می دهد. گزینه های مختلفی را که Stata در دستکاری ، کاوش ، تجسم و مدل سازی انواع پیچیده داده ها به شما می دهد ، مرور کنید. کاربرد عملی - و تفسیر - روشهای آماری معمول استفاده شده مانند تجزیه و تحلیل توزیعی و رگرسیون در داده های زندگی واقعی را کاوش کنید. هر درس نقاط قوت برنامه را نشان می دهد و پایه محکمی برای انجام تجزیه و تحلیل کمی خود ایجاد می کند.

توجه: این دوره با استفاده از نسخه 15 Stata ضبط شده است ، اما همه پوشش ها برای نسخه ها دقیق و به روز هستند 15 و 16
موضوعات شامل:
  • نحو دستور Stata
  • وارد کردن داده
  • توصیف و جمع بندی داده ها
  • انجام تجزیه و تحلیل توزیعی
  • کار با متغیرها
  • دستکاری داده ها
  • رسم نمودار
  • انجام آمار استنباطی
  • رگرسیون حداقل مربعات معمولی
  • مدل های نتیجه دودویی
  • مدل های انتخاب طبقه ای

سرفصل ها و درس ها

مقدمه Introduction

  • چرا باید از Stata استفاده کنید Why you should use Stata

  • پیش نیازها Prerequisites

  • نحوه تدریس این دوره How this course is taught

1. شروع کار 1. Getting Started

  • نمای کلی از رابط An overview of the interface

  • تنظیمات برگزیده شما Customizing your preferences

  • با استفاده از کمک به طور مؤثر Using help effectively

  • نحو فرمان Command syntax

  • پرونده های .do و .ado چیست؟ What are .do and .ado files?

  • پرونده ها را وارد کنید Log files

  • وارد کردن داده Importing data

2. کاوش داده ها 2. Exploring Data

  • مشاهده داده های خام Viewing raw data

  • توصیف و خلاصه Describing and summarizing

  • جدول بندی و جداول Tabulating and tables

  • ارزش از دست رفته Missing values

  • تجزیه و تحلیل توزیع (عددی) Distributional analysis (numerical)

  • وزنها Weights

  • کاوش داده ها: چالش Exploring data: Challenge

  • کاوش داده ها: راه حل Exploring data: Solution

3. دستکاری داده ها 3. Manipulating Data

  • بازیابی متغیر موجود Recoding an existing variable

  • ایجاد یک متغیر جدید Generating a new variable

  • متغیرهای نامگذاری و برچسب زدن Naming and labeling variables

  • تولید گسترده Extended generate

  • متغیرهای شاخص Indicator variables

  • نگه داشتن و رها کردن متغیرها Keeping and dropping variables

  • ذخیره داده Saving data

  • ادغام و پیوستن Merging and appending

  • متغیرهای رشته String variables

  • ماکروها و حلقه های محلی Local macros and looping

  • دستکاری داده ها: چالش Manipulating data: Challenge

  • دستکاری داده ها: راه حل Manipulating data: Solution

4- نمودار در Stata 4. Graphing in Stata

  • آشنایی با دستورات نمودار Introduction to graph commands

  • نمودارهای نوار و نمودارهای نقطه Bar graphs and dot charts

  • تجزیه و تحلیل توزیع (گرافیکی) Distributional analysis (graphical)

  • نمودارهای پای Pie charts

  • نقشه های پراکنده و خطوط مناسب Scatterplots and fitted lines

  • طرح های کانتور Contour plots

  • نقشه های جغرافیایی Geographic maps

  • نمودار در Stata: Challenge Graphing in Stata: Challenge

  • نمودار در Stata: راه حل Graphing in Stata: Solution

5- آمار پایه استنباطی 5. Basic Inferential Statistics

  • آمار برای دو متغیر طبقه بندی شده Statistics for two categorical variables

  • آزمایش برای یک یا دو معنی Tests for one or two means

  • همبستگی دو متغیره و رگرسیون Bivariate correlation and regression

  • تحلیل واریانس Analysis of variance

  • آمار پایه استنباطی: چالش Basic inferential statistics: Challenge

  • آمار پایه استنباطی: راه حل Basic inferential statistics: Solution

6. رگرسیون معمولی حداقل مربعات (OLS) 6. Ordinary Least Squares (OLS) Regression

  • رگرسیون OLS و تفسیر OLS regression and interpretation

  • متغیرهای توضیحی طبقه ای در OLS Categorical explanatory variables in OLS

  • تشخیص رگرسیون OLS OLS regression diagnostics

  • کاوش در فرم عملکردی در رگرسیون OLS Exploring functional form in OLS regression

  • آزمون فرضیه OLS OLS hypothesis testing

  • ارائه تخمین های رگرسیون OLS Presenting OLS regression estimates

  • رگرسیون حداقل مربعات معمولی: چالش Ordinary least squares regression: Challenge

  • رگرسیون حداقل مربعات معمولی: راه حل Ordinary least squares regression: Solution

7. مدل های نتایج باینری (Logit و Probit) 7. Binary Outcome Models (Logit and Probit)

  • مدل خطی احتمال ، ورود به سیستم و پروبیت The linear probability, logit, and probit models

  • تشخیصی Diagnostics

  • تفسیر ضرایب و حاشیه ها Interpretation of coefficients and margins

  • مدل نتیجه باینری: چالش Binary outcome models: Challenge

  • مدل نتیجه باینری: راه حل Binary outcome models: Solution

8. مدل های انتخاب طبقه ای 8. Categorical Choice Models

  • ثبت سفارش و سفارش پروبیت Ordered logit and ordered probit

  • ورود به سیستم چند جمله ای Multinomial logit

  • مدل های انتخابی طبقه ای: چالش Categorical choice models: Challenge

  • مدل های انتخاب طبقه بندی شده: راه حل Categorical choice models: Solution

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.

آموزش مقدمه ای بر Stata 15
جزییات دوره
4h 12m
63
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
30,503
- از 5
دارد
دارد
دارد
Franz Buscha
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Franz Buscha Franz Buscha

پروفسور اقتصاد در دانشگاه وست مینستر

فرانتس بوشا در دانشگاه لنکستر اقتصاد خوانده است. او از سال 2006 در دانشگاه وست مینستر، جایی که اکنون استاد اقتصاد است، کار کرده است. فرانتس به همه چیز علم داده علاقه دارد و اقتصاد، آمار و ارزیابی سیاست را در تمام سطوح دانشگاهی تدریس کرده است. فرانتس مقالات تحقیقاتی بسیاری را در مجلات برجسته منتشر کرده است و علایق تحقیقاتی شخصی او در بازگشت به تحصیل و تحرک اجتماعی است. آثار فرانتس توسط رسانه‌های مختلفی مانند بی‌بی‌سی نیوز، اکونومیست، تایمز و هافینگتون پست و سال‌ها فرانتس پوشش داده شده است. میزبان یک برنامه رادیویی ماهانه به نام خط مشی مهم بود.