使用期限租赁或永久
许可形式单机和网络版
原产地美国
介质下载
适用平台window,mac,linux
科学软件网是一个以引进国研软件,提供软件服务的营业网站,网站由北京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,还提供培训、课程(包含34款软件,66门课程)、实验室解决方案和项目咨询等服务。
Causal inference, average treatment effects, potential-outcome means, double-robust estimation
summarize displays the mean and standard deviation of a variable across observations; program
writers can access the mean in r(mean) and the standard deviation in r(sd) (see [R] summarize).
egen’s rowmean() function creates the means of observations across variables. rowmedian() creates
the medians of observations across variables. rowpctile() returns the #th percentile of the variables
specified in varlist. rowsd() creates the standard deviations of observations across variables.
rownonmiss() creates a count of the number of nonmissing observations, the denominator of the
rowmean() calculation
京天演融智软件有限公司(科学软件网)作为Stata软件在中国大陆的授权经销商,我们不仅提供Stata软件,同时提供相关的培训服务。我们每年都会举办Stata软件公益培训。2019年4月每周二下午14:30,我们为大家安排了Stata软件应用专题直播培训。本次培训为公益培训,完全免费为中国用户开放,欢迎报名参加!
主讲老师
刘超,南开大学博士,曾赴爱尔兰格里菲斯学院交流学习,曾任河北金融学院教师,主讲计量经济学、统计学、与金融统计等课程。有多年SPSS软件教学经验,熟悉的软件有SPSS、Stata和EViews。
参与编写书籍《中国金融发展的收入分配效应》,参与课题包括:1)扩大中等收入群体路径研究2)冀中南地区农村金融促进农民增收的机制究3)河北省环境管制与环境效率——地区间差异与影响因素研究4)基于工业-能源-环境DEA分析的河北省环境规制效率评价研究5)代农民弃农问题与农业:理论探讨和之道,产业结构调整过程中结构性失业的预防和治理。
培训大纲及时间安排
参考大部分用户的喜好,我们选取了Stata软件的几个应用主题给大家讲解。让大家熟练的掌握这一应用。
4月9日
14:30-16:30 数据处理及画图
1、数据处理
2、数据分析
3、绘图命令
4、多图合并
4月16日
14:30-16:30 简单回归模型估计和工具变量
1、普通小二乘估计
2、大似然估计
3、异方差
4、自相关
5、工具变量
4月23日
14:30-16:30 二元选择模型
1、logit模型
2、多元logit模型
3、多层logit模型
4、嵌套logit模型
4月30日
14:30-16:30 面板数据
1、固定效应和随机效应
2、面板工具变量法
3、异方差处理
参加方式
1. 所有学员需提前在线报名;
2. 请及时关注微信公众号「天演融智】,课程开始前以及当天我们会将软件安装程序以及如何加入培训发送微信给您,您只需点击链接按步骤加入培训即可;
3. 所有直播课程会进行录制,但具体开放时间待定,请尽量参加直播课程,便于跟主讲老师即时交流;
4. 请大家提前在线报名,直播名额有限,报满为止;
5. 本课程支持PC端、移动端所有设备平台,随时随地都可以学习;
anyvalue(), anymatch(), and anycount() are for categorical or other variables taking integer
values. If we define a subset of values specified by an integer numlist (see [U] 11.1.8 numlist),
anyvalue() extracts the subset, leaving every other value missing; anymatch() defines an indicator
variable (1 if in subset, 0 otherwise); and anycount() counts occurrences of the subset across a set
of variables. Therefore, with one variable, anymatch(varname) and anycount(varname) are
equivalent.
With the auto dataset, we can generate a variable containing the high values of rep78 and a
variable indicating whether rep78 has a high value:
科学软件网专注提供正版软件,跟上百家软件开发商有紧密合作,价格优惠,的和培训服务。
http://www.kxrjsoft.com.cn