Stata

программное обеспечение
Stata
Stata 18 on Windows
Тип	Статистический вывод Численные методы
Автор	William Gould
Разработчик	StataCorp
Написана на	C
Операционная система	Windows, macOS, Linux
Первый выпуск	1985 (1985)
Последняя версия	18.0 (25 апреля 2023 года)
Лицензия	Проприетарное программное обеспечение
Сайт	stata.com

Stata (англ. STATA) — статистическая система общего назначения программный комплекс, разработанный компанией StataCorp для обработки данных, визуализации, статистики и автоматизированной отчетности. Она используется исследователями во многих областях, включая биомедицину, экономику, эпидемиологию и социологию.

Первоначально Stata была разработана Центром вычислительных ресурсов в Калифорнии, а первая версия была выпущена в 1985 году. В 1993 году компания переехала в Колледж-Стейшн, штат Техас, и была переименована в Stata Corporation, теперь известную как StataCorp. Крупный релиз в 2003 году включал в себя новую графическую систему и диалоговые окна для всех команд. С тех пор новая версия выпускается раз в два года. Текущая версия — Stata 18, выпущенная в апреле 2023 года.

Технический обзор и терминология

Пользовательский интерфейс

С момента своего создания компания Stata всегда использовала интегрированный интерфейс командной строки. Начиная с версии 8.0, Stata включает в себя графический пользовательский интерфейс, основанный на фреймворке Qt, который использует меню и диалоговые окна для предоставления доступа ко многим встроенным командам. Набор данных можно просматривать или редактировать в формате электронной таблицы. Начиная с версии 11, другие команды могут выполняться при открытом браузере данных или редакторе.

Структура и хранение данных

До выпуска версии 16, Stata могла открывать только один набор данных в любой момент времени. Stata обеспечивает гибкость при назначении типов данных данным. Его команда автоматически переназначает данные типам данных, которые занимают меньше памяти, без потери информации. Stata использует целочисленные типы хранилища, которые занимают только один или два байта, а не четыре, и одинарная точность (4 байта), а не двойная точность (8 байт) используется по умолчанию для чисел с плавающей запятой.

Формат данных Stata всегда табличный. Stata относится к столбцам табличных данных как к переменным.

Совместимость форматов данных

Stata может импортировать данные в различных форматах. К ним относятся форматы данных ASCII (например, форматы CSV или банки данных) и форматы электронных таблиц (включая различные форматы Excel).

Проприетарные форматы файлов Stata менялись с течением времени, хотя не каждый выпуск Stata включает новый формат набора данных. Каждая версия Stata может считывать все старые форматы наборов данных и может записывать как текущий, так и самый последний предыдущий формат набора данных с помощью команды saveold. Таким образом, текущая версия Stata всегда может открывать наборы данных, которые были созданы с помощью более старых версий, но более старые версии не могут читать наборы данных нового формата.

Stata может считывать и записывать наборы данных формата SAS XPORT с помощью команд fdause и fdasave.

Некоторые другие эконометрические приложения, в том числе gretl, могут напрямую импортировать форматы файлов Stata.

История

Истоки

Разработка Stata началась в 1984 году, сначала Уильямом (Биллом) Гулдом, а затем Шоном Бекетти. Изначально предполагалось, что программное обеспечение будет конкурировать со статистическими программами для персональных компьютеров, такими как SYSTAT и MicroTSP. Stata была написана, как тогда, так и сейчас, на языке программирования C, первоначально для ПК под управлением операционной системы DOS. Первая версия была выпущена в 1985 году с 44 командами..

Commands in Stata 1.0 and Stata 1.1

append	dir	infile	plot	spool
beep	do	input	query	summarize
by	drop	label	regress	tabulate
capture	erase	list	rename	test
confirm	exit	macro	replace	type
convert	expand	merge	run	use
correlate	format	modify	save
count	generate	more	set
describe	help	outfile	sort

Разработка

В период с 1985 по 2021 год вышло 17 основных выпусков Stata, а также дополнительные обновления кода и документации между основными выпусками. В первые годы существования дополнительные наборы программ Stata иногда продавались в виде «наборов» или распространялись как диски поддержки. С выпуском Stata 6 в 1999 году, updates стали доставляться пользователям через Интернет. Первоначальный выпуск Stata был предназначен для операционной системы DOS. С тех пор были выпущены версии Stata для систем, работающих под управлением вариантов Unix, таких как дистрибутивы Linux, Windows и MacOS. Все файлы Stata не зависят от платформы.

За свою 37-летнюю историю в Stata были добавлены сотни команд. Некоторые разработки оказались особенно важными и продолжают формировать пользовательский опыт сегодня, включая расширяемость, независимость от платформы и активное сообщество пользователей.

Расширяемость

Команда program была реализована в Stata 1.2, что дало пользователям возможность добавлять свои собственные команды. ado-файлы, появившиеся в Stata 2.1, позволяли автоматически загружать в память написанную пользователем программу. Многие ado-файлы, написанные пользователями, отправляются в [Statistical Software Components Archive], размещенный в Бостонском колледже. StataCorp добавила команду, позволяющую добавлять программы, созданные сообществом, непосредственно в Stata. Более поздние версии Stata позволяют пользователям вызывать скрипты Python и R с помощью команды ssc, а также позволяют интегрированным средам разработки Python, таким как Jupyter Notebooks, импортировать команды Stata.

Сообщество пользователей

Ряд важных разработок был инициирован активным сообществом пользователей Stata. Технический бюллетень Stata, который часто содержит пользовательские команды, был введен в 1991 году и выпускался шесть раз в год. Он был перезапущен в 2001 году как рецензируемый Stata Journal, ежеквартальное издание, содержащее описания команд, предоставленных сообществом, и советы по эффективному использованию Stata. В 1994 году был создан сайт listserv, где пользователи могли совместно решать проблемы кодирования и технические вопросы; в 2014 году он был преобразован в веб-форум. В 1995 году Statacorp начала организовывать ежегодные конференции пользователей и разработчиков. Только ежегодная конференция Stata, проводимая в США, проводится StataCorp. Другие собрания групп пользователей проводятся ежегодно в США (Конференция Стата), Великобритании, Германии и Италии, реже в некоторых других странах. Местные дистрибьюторы Stata проводят встречи групп пользователей в своих странах.

Таблица: Релизы и развитие Stata

Version	Release date	Select new or enhanced features
1.0	January 1985	Initial release Forty-four commands
1.1	February 1985	Bug fixes
1.2	May 1985	New menu system Better online help keep
1.3	August 1985	Stata/Graphics program
1.4	August 1986	New documentation Formatted infile
1.5	February 1987	anova logit, probit
2.0	June 1988	New graphics String variables Survival analysis: Cox and Kaplan-Meier Stepwise regression
2.1	September 1990	Byte variables Factor analysis ado-files reshape
3.0	March 1992	logistic, ologit, oprobit, clogit, mlogit tobit, cnreg, rreg, qreg, weibull, ereg epitab pweights
3.1	August 1993	mvreg, sureg, heckman, nlreg, areg, canon nbreg constrained linear regression ml codebook
4.0	January 1995	xtreg glm
5.0	October 1996	xtgee, xtprobit prais, newey, intreg survey estimation commands fracpoly st extended
6.0	January 1999	web aware new ml time-series operators arima, arch st rewritten
7.0	December 2000	frailty xtabond cluster analysis nlogit roc SMCL
8.0	January 2003	graphics extended GUI, dialog boxes available for all commands manova more survey more time series (VARs, SVARs) more GLLAMM internalization
8.1	July 2003	updated ml
8.2	October 2003	graphics changes
9.0	April 2005	mata matrix programming language survey features linear mixed models multinominal probit models
9.1	September 2005
9.2	April 2006
10.0	June 2007	graph editor logistic and Poisson models with complex, nested error components
10.1	August 2008
11.0	July 2009	factor variables margins postestimation command multiple imputation
11.1	June 2010
11.2	March 2011
12.0	July 2011	automatic memory management structural equation modeling
12.1	January 2012
13.0	June 2013	long strings treatment effects
13.1	October 2013
14.0	April 2015	unicode support Bayesian statistical analysis
14.1	October 2015
14.2	September 2016
15.0	June 2017	latent class analysis PDF and Word documents color transparency or opacity in graphs
15.1	November 2017
16.0	June 2019	frames (multiple datasets in memory) lasso regression automated reporting updated choice models
16.1	February 2020
17.0	April 2021	updated tables command bayesian econometrics
18.0	April 2023	Bayesian model averaging causal mediation analysis heterogeneous difference-in-differences

Программные продукты

Существует четыре сборки Stata: Stata/MP, Stata/SE, Stata/BE и Numerics by Stata. В то время как Stata/MP допускает встроенную параллельную обработку определенных команд, Stata/SE и Stata/BE являются упрощенными и ограничивают использование только одним ядром. Stata/MP выполняет определенные команды примерно в 2,4 раза быстрее, примерно на 60% от теоретической максимальной эффективности, при выполнении параллельных процессов на четырех ядрах ЦП по сравнению с версиями SE или BE. Numerics от Stata позволяет веб-интеграцию команд Stata.

Версии SE и BE различаются по объему памяти, которую могут использовать наборы данных. Хотя Stata/MP может хранить от 10 до 20 миллиардов наблюдений и до 120 000 переменных, Stata/SE и Stata/BE хранят до 2,14 миллиарда наблюдений и обрабатывают 32 767 переменных и 2 048 переменных соответственно. Максимальное количество независимых переменных в модели составляет 65 532 переменных в Stata/MP, 10 998 переменных в Stata/SE и 798 переменных в Stata/BE.

Цены и лицензирование Stata зависят от ее предполагаемого использования: коммерческий, государственный/некоммерческий, образовательный или студенческий. Однопользовательские лицензии могут продлеваться ежегодно или бессрочно. Другие типы лицензий включают одну лицензию для использования одновременными пользователями, лицензию на сайт, корпоративную лицензию для одного пользователя с оптовой оплатой или студенческую лабораторию.

Пример кода

Следующий набор команд относится к простому управлению данными. <syntaxhighlight lang="stata"> sysuse auto // Open the included auto dataset browse // Browse the dataset (opens the Data Editor window)

describe // Describes the dataset and associated variables summarize // Summary information about numerical variables

codebook make foreign // Summary information about the make (string) and foreign (numeric) variables

browse if missing(rep78) // Browse only observations with missing data for variable rep78 list make if missing(rep78) // List makes of the cars with missing data for variable rep78 </syntaxhighlight>

The next set of commands move onto descriptive statistics.

<syntaxhighlight lang="stata"> summarize price, detail // Detailed summary statistics for variable price

tabulate foreign // One-way frequency table for variable foreign tabulate rep78 foreign, row // Two-way frequency table for variables rep78 and foreign

summarize mpg if foreign == 1 // Summary information about mpg if the car is foreign (the "==" sign tests for equality) by foreign, sort: summarize mpg // As above, but using the "by" prefix. tabulate foreign, summarize(mpg) // As above, but using the tabulate command. </syntaxhighlight>

A simple hypothesis test:

<syntaxhighlight lang="stata"> ttest mpg, by(foreign) // T-test for difference in means for domestic vs. foreign cars </syntaxhighlight>

Graphing data:

<syntaxhighlight lang="stata"> twoway (scatter mpg weight) // Scatter plot showing relationship between mpg and weight twoway (scatter mpg weight), by(foreign, total) // Three graphs for domestic, foreign, and all cars </syntaxhighlight>

Linear regression:

<syntaxhighlight lang="stata"> generate wtsq = weight^2 // Create a new variable for weight squared regress mpg weight wtsq foreign, vce(robust) // Linear regression of mpg on weight, wtsq, and foreign predict mpghat // Create a new variable contained the predicted values of mpg twoway (scatter mpg weight) (line mpghat weight, sort), by(foreign) // Graph data and fitted line </syntaxhighlight>

Regression graphs from auto dataset in Stata 17

Литература

• Stata - A Really Short Introduction. — Boston: DeGruyter Oldenbourg, 2019. — ISBN 978-3-11061-729-0.
• Thirty Years with Stata: A Retrospective. — College Station, Texas: Stata Press, 2015. — ISBN 978-1-59718-172-3.
• Statistics with STATA. — Boston: Cengage, 2013. — ISBN 978-0-84006-463-9.

Ссылки

• stata.com — официальный сайт «Stata»
• Stata Journal
• Stata Press
• Stata Technical Bulletin
• Statistical Software Components Archive
• 

  Семинары работы с Stata
  //RLMS-HSE/РМЭЗ НИУ ВШЭ, 1.12.2022 
• Statacorp

Источники

Одним из источников, использованных при создании данной статьи, является статья из википроекта «Руниверсалис» («Руни», руни.рф) под названием «Stata», расположенная по адресу: — «https://руни.рф/index.php/Stata» Материал указанной статьи полностью или частично использован в Циклопедии по лицензии CC BY-SA. Всем участникам Руниверсалиса предлагается прочитать «Обращение к участникам Руниверсалиса» основателя Циклопедии и «Почему Циклопедия?».