將引導你通往功能強大的一流統計軟件——針對Stata 12更新了主題、示例和內容編排。本書為學生和研究人員開啟了充分利用倍受歡迎的Stata軟件的大門，此軟件為數據管理和統計分析提供了一個快捷、靈活且易用的平台。本書內容全面，針對Stata 12做了大幅修訂，呈現了大量示例以說明如何應用Stata完成各式各樣的任務。與Stata本身一樣，《應用STATA做統計分析 更新至STATA 12(原書第8版)》將助你緊跟潮流，暢游於現代數據分析領域。內容包括：l介紹數據管理的一整章，包括如何創建、導入、合並數據集或改變數據組織結構。l結合示例介紹Stata的制圖功能，包括圖形編輯器。主題從簡單的條形圖和曲線標繪圖到回歸診斷、疊並多幅標繪圖和繪制詳細的、符合發表要求的圖形。l基本統計工具，包括制表、參數檢驗、卡方和其他非參數檢驗、ANOVA/ANCOVA、相關以及回歸分析。l高級方法，包括lowess回歸、穩健回歸、分位數回歸、非線性回歸和Box-Cox回歸；logit、序次logit和多項logit模型；生存分析、事件計數分析和泊松分析；一般化線性建模（GLM）；因子分析和聚類分析；ARIMA和ARMAX時間序列建模；以及多層或混合效應建模——均以實際的易效仿示例加以說明，並側重統計分析結果的解釋。l新增內容涉及從簡單到高深的調查數據分析；用邊際效應圖直觀地解釋ANOVA、線性回歸、logit或混合效應建模所得的結果；結構方程建模（SEM）；因子分在回歸中的使用；以及缺失值的多重插補。l時新且有趣的示例數據集，包括3個新近的調查和追蹤氣候亘古變化的時間序列。l用示例展示如何編寫自己的Stata程序——用戶自編的程序允許創建數據管理和分析的新工具。Hamilton博士任教於美國New Hampshire大學，主講統計學，至今為止，他已經撰寫了多部關於統計方面的學術著作，包括Modern Data Analysis、Regression with Graphics、Data Analysis for Social Scientists等，它們對於整個業內更好地理解統計方法、開展統計分析具有重要參考價值。

第1章 Stata軟件與Stata的資源11.1本書體例的說明11.2一個Stata操作的例子21.3Stata的文件管理與幫助文件61.4搜尋信息71.5Stata公司81.6《Stata期刊》91.7應用Stata的圖書10第2章 數據管理132.1命令示范142.2創建一個新的數據集162.3通過復制和粘貼創建新數據集212.4定義數據的子集：in和if選擇條件222.5創建和替代變量252.6缺失值編碼282.7使用函數312.8數值和字符串之間的格式轉換342.9創建新的分類變量和定序變量372.10標注變量下標392.11導入其他程序的數據402.12合並兩個或多個Stata文件432.13數據分類匯總462.14重組數據結構492.15使用權數522.16生成隨機數據和隨機樣本532.17編制數據管理程序57第3章 制圖593.1命令示范593.2直方圖623.3箱線圖653.4散點圖和疊並683.5曲線標繪圖和連線標繪圖733.6其他類型的二維標繪圖773.7條形圖和餅圖793.8對稱圖和分位數圖823.9給圖形添加文本843.10使用do文件制圖863.11讀取與合並圖形873.12圖形編輯器883.13創造性制圖91第4章 調查數據994.1命令示范994.2定義調查數據1004.3設計權數1024.4事后分層權數1044.5調查加權的表格和圖形1074.6多重比較的條形圖110第5章 概要統計及統計表1155.1命令示范1155.2測量變量的描述性統計1175.3探索性數據分析1195.4正態性檢驗和數據轉換1215.5頻數表和二維交互表1245.6多表和多維交互表1275.7均值、中位數以及其他概要統計量的列表1295.8使用頻數權數131第6章 方差分析和其他比較方法1336.1示范1346.2單樣本檢驗1356.3兩樣本檢驗1386.4單因素方差分析1406.5雙因素和多因素方差分析1436.6因素變量和協方差分析1446.7預測值和誤差條形圖147第7章 線性回歸分析1517.1命令示范1517.2簡單回歸1557.3相關1587.4多元回歸1617.5假設檢驗1657.6虛擬變量1677.7交互效應1707.8方差的穩健估計1757.9預測值及殘差1777.10其他案例統計量1817.11診斷多重共線性和異方差性1867.12簡單回歸中的置信帶1887.13診斷回歸191第8章 高級回歸1978.1命令示范1978.2lowess修勻1998.3穩健回歸2048.4對rreg和qreg的更多應用2098.5曲線回歸12128.6曲線回歸22148.7Box—Cox回歸2198.8缺失值的多重填補2218.9結構方程建模225第9章 logistic回歸2319.1命令示范2339.2航天飛機數據2349.3使用logistic回歸2389.4邊際或條件效應標繪圖2419.5診斷統計量與標繪圖2439.6對序次y的logistic回歸2479.7多項logistic回歸2499.8缺失值的多重填補——logit回歸的例子256第10章 生存模型與事件計數模型25910.1命令示范26010.2生存時間數據26210.3計數時間數據26410.4Kaplan—Meier存活函數26610.5Cox比例風險模型26810.6指數回歸與Weibull回歸27310.7泊松回歸27710.8一般化線性模型280第11章 主成分分析、因子分析和聚類分析28511.1命令示范28611.2主成分分析和主成分因子法28711.3旋轉28911.4因子分29211.5主因子法29411.6最大似然因子法29611.7聚類分析—129711.8聚類分析—230111.9因子分在回歸中的使用30511.10測量與結構方程模型312第12章 時間序列分析31712.1命令示范31712.2修勻31912.3時間標繪圖的更多例子32512.4最近的氣候變化32812.5時滯、前導和差分33112.6相關圖33612.7ARIMA模型33912.8ARMAX模型346第13章 多層與混合效應建模35113.1命令示范35213.2含隨機截距的回歸35413.3隨機截距和斜率35813.4多個隨機斜率36313.5多層嵌套36613.6重復測量36813.7截面時間序列37113.8混合效應logit回歸376第14章 編程入門38314.1基本概念與工具38314.2程序示范：multicat（畫出許多定類變量的圖）39314.3使用multicat39614.4幫助文件40014.5蒙特卡羅模擬40314.6用Mata進行矩陣編程410數據來源415參考文獻419