Stata论文攻略和高阶应用
1.Stata论文攻略
第1讲（3小时）
Stata简介和数据处理
数据的导入和导出
数据的横向合并和纵向追加
执行指令和基本统计分析
do文件和log文件的使用
帮助文件的使用和外部命令的获取
重复样本值、缺漏值和离群值的处理
文字变量的处理
第2讲（3小时）
局域暂元和全局暂元（local,
控制语句（条件语句、循环语句）
Stata中的各类函数
分组回归分析
范例：盈余管理程度的估算、现金持有调整系数的估算
第3讲（3小时）
实证分析的研究设计
计量基本知识回顾
研究设计的基本思路和常见模式
如何呈现和分析结果？
何谓稳健性检验？
如何提炼你的研究贡献和结论？
第4讲（3小时）
模型的设定和解释
线性回归模型回顾（OLS）
虚拟变量和交乘项的使用及解释
R2分解和贡献度分析
分组回归和组间系数差异检验
Bootstrap、Jackknife及稳健性标准误的获取
估计结果的呈现和分析
第5讲（3小时）
Logit模型简介
模型设定和估计方法
结果的解释
多元Logit模型（Multinomial
应用实例（介绍3篇论文）
第6讲（3小时）
内生性问题及估计方法
工具变量法（IV）和广义矩估计法（GMM）简介
倍分法（Difference in
Difference）
处理效应模型（Treatment Effect
应用实例（介绍3篇论文）
第7讲（3小时）
静态面板数据模型
静态面板模型：固定效应和随机效应
基于Bootstrap的Hausman检验
异方差和序列相关（Bootstrap稳健型标准误的获取）
包含内生变量的固定效应模型
实证分析中的常见问题
应用实例（介绍3篇论文）
第8讲（3小时）
动态面板数据模型
一阶差分GMM估计量（FD-GMM）
序列相关检验和过度识别检验（Sargan检验）
应用实例（介绍3篇论文）
2.Stata高阶应用
第1讲（3小时）
面板门槛和面板联立方程
面板门槛模型（Panel Threshold
面板联立方程组模型（Panel Simultaneous Equations
第2讲（3小时）
面板VAR模型
VAR模型简介
面板VAR模型简介
冲击反应函数&(IRF)
方差分解&(FEVD)
第3讲（3小时）
随机边界分析I
传统的SFA模型（Traditional
SFA的模型设定和估计方法
异质性SFA模型（Heterogeneity&SFA）
应用范例（介绍3篇论文）
第4讲（3小时）
随机边界分析II
面板SFA模型（Panel Data
&&&&Greene
(2005), True Fixed Effect
(TFE-SFA)&模型
&&&&Wang and Ho (2010),
Scaling Property
(SP-SFA)&模型
双边SFA模型（Two-tier
范例：卢洪友,&连玉君,&卢盛峰&(2011).&中国医疗服务市场中的信息不对称程度测算.&经济研究,&(4):
第5讲（3小时）
内生性专题I
Heckman选择模型（Heckman Selection
处理效应模型模型（Treatment Effect
多元处理效应模型（Multinomial Treatment Effects
第6讲（3小时）
内生性专题II
倾向得分匹配分析（Propensity
Score Matching, PSM）
断点回归（Regression
Discontinuity Designs, RDD）
第7讲（3小时）
自抽样和蒙特卡洛模拟
Bootstrap的原理和Stata实现
Bootstrap组间系数差异检验
Bootstrap获取复杂统计量的临界值
Monte Carlo的基本原理
Monte Carlo应用实例：内生性偏误的后果
第8讲（3小时）
论文写作与研究设计
EndNote软件和Google
Scholar的配合使用
一篇经典论文的Stata实现过程：Flannery, M.
J., K. P. Rangan, 2006, Partial adjustment toward target capital
structures,&Journal of Financial
Economics,&79 (3): 469-506.
该文对于衡量偏误、模型设定偏误等棘手问题的处理很巧妙，稳健性检验和整体的研究设计都非常值得借鉴。
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。关注今日：10 | 主题：151960
微信扫一扫
【求助】请教一个关于meta回归分析的问题，谢谢！有悬赏！
页码直达：
这个帖子发布于5年零4天前，其中的信息可能已发生改变或有所发展。
问题已解决悬赏丁当:10
最近在看一篇文献，题目是《Treatment of hypertension in patients 80 years and older the lower the better?
A meta-analysis of randomized controlled trials》，其中有一幅图，见附件图注：Linear meta-regression between the log transformed value of total mortality odds-ratio (OR) and the mean SBP reductions
总死亡率OR值与平均收缩压降低程度的关系作者根据这份图，得出如下结论：The linear meta-regression showed an inverse relationshipbetween the extent of SBP reduction and benefits of treatment on total mortality expressed as the logtransformedvalue of the OR (slope=0.04, SE=0.029, P=0.23) (Fig. 3).请教以下几个问题：
1.如何看出平均收缩压降低的程度与接受治疗的获益呈负相关？？？
2. 斜率 0.04是怎么算出来的？图中的两条虚线是什么意思？
3.方法学中的这句话如何理解：
We chose the log-transformed value of the ORs because of its properties of symmetry around zero?本文的方法学部分：Linear fixed-effect meta-regression model with trial weights corresponding to the inverse of the variance was performed to explore the relationship between the intensity of antihypertensive therapy and the log-transformed value of the odds ratios (ORs). We chose the log-transformed value of the ORs because of its properties of symmetry around zero. A similar model was used to explore the relationship between SBP reductions (mean differences between active and control groups during follow-up) and the log-transformed value of the ORs.
不知道邀请谁？试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
next106 edited on
这个问题应该不是很难，只是我对于meta分析一无所知而已，恳请各位帮帮忙！谢谢！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
没有人知道吗？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
丁香园荣誉版主
next106 这个问题应该不是很难，只是我对于meta分析一无所知而已，恳请各位帮帮忙！谢谢！这不仅是meta分析的问题，也涉及其他数理统计的问题，如logOR的数理特性等。第一个问题：从图可以看出，随着降压效果的增加（看x轴），而死亡率OR（看y轴）增加，所以与获益呈负相关。第二个问题：应该是计算出来的，可以用文中的数据，参照metal回归分析的方法（在本版找找），验算一下。第三个问题：涉及变量转换的问题，是因为对数转换后，logor可以围绕0对称。个人意见，仅供参考吧。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
zhangdog 这不仅是meta分析的问题，也涉及其他数理统计的问题，如logOR的数理特性等。第一个问题：从图可以看出，随着降压效果的增加（看x轴），而死亡率OR（看y轴）增加，所以与获益呈负相关。第二个问题：应该是计算出来的，可以用文中的数据，参照metal回归分析的方法（在本版找找），验算一下。第三个问题：涉及变量转换的问题，是因为对数转换后，logor可以围绕0对称。个人意见，仅供参考吧。谢谢！那请问我的第二个问题，图中的两条虚线是什么意思呢？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
丁香园荣誉版主
应该是95%可信区间上下限
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
对你的回答很满意，谢谢！还有最后一个问题，这幅图的纵坐标的变量是经过了log转换的，那么EWPHE这项研究，所对应的纵坐标是2，那么就是说log转换前的变量值是log2，是这样吗？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
丁香园荣誉版主
next106 对你的回答很满意，谢谢！还有最后一个问题，这幅图的纵坐标的变量是经过了log转换的，那么EWPHE这项研究，所对应的纵坐标是2，那么就是说log转换前的变量值是log2，是这样吗？这个需要靠你自己数学知识解决吧
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园苹果/安卓/wp
积分 166, 距离下一级还需 94 积分
权限: 自定义头衔
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡下一级可获得
权限: 签名中使用图片
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
难过签到天数: 3 天连续签到: 1 天[LV.2]偶尔看看I
treatment effect model 是专门针对内生变量是哑变量的对吗？
那是不是原理和工具两阶段回归是一致的，也是找一个工具变量，只是用stata的code不同？
急求，在线等～～
支持楼主：、
购买后，论坛将把您花费的资金全部奖励给楼主，以表示您对TA发好贴的支持
载入中......
自己顶一个，求大牛们赐教
http://bbs.pinggu.org/thread--1.html
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
论坛法律顾问：王进律师