Stata 16是一款功能非常強大的統(tǒng)計學軟件，集數(shù)據(jù)分析、數(shù)據(jù)管理以及繪制專業(yè)圖表于一體，可以幫助用戶繪制出精美的圖形。Stata不僅提供傳統(tǒng)的統(tǒng)計分析方法，還收集了近20年發(fā)展起來的新方法，如Cox比例風險回歸，指數(shù)與Weibull回歸，多類結果與有序結果的logistic回歸，Poisson回歸等等。

功能特色

一、統(tǒng)計功能

Stata 的統(tǒng)計功能很強，除了傳統(tǒng)的統(tǒng)計分析方法外，還收集了近 20 年發(fā)展起來的新方法，如 Cox 比例風險回歸，指數(shù)與 Weibull 回歸，多類結果與有序結果的 logistic 回歸， Poisson 回歸，負二項回歸及廣義負二項回歸，隨機效應模型等。具體說， Stata 具有如下統(tǒng)計分析能力：

數(shù)值變量資料的一般分析：參數(shù)估計，t檢驗，單因素和多因素的方差分析，協(xié)方差分析，交互效應模型，平衡和非平衡設計，嵌套設計，隨機效應，多個均數(shù)的兩兩比較，缺項數(shù)據(jù)的處理，方差齊性檢驗，正態(tài)性檢驗，變量變換等。

分類資料的一般分析：參數(shù)估計，列聯(lián)表分析 （ 列聯(lián)系數(shù)，確切概率 ） ，流行病學表格分析等。

等級資料的一般分析：秩變換，秩和檢驗，秩相關等

相關與回歸分析：簡單相關，偏相關，典型相關，以及多達數(shù)十種的回歸分析方法，如多元線性回歸，逐步回歸，加權回歸，穩(wěn)鍵回歸，二階段回歸，百分位數(shù) （ 中位數(shù) ） 回歸，殘差分析、強影響點分析，曲線擬合，隨機效應的線性回歸模型等。

其他方法：質量控制，整群抽樣的設計效率，診斷試驗評價， kappa 等。

二、作圖功能

Stata 的作圖模塊，主要提供如下八種基本圖形的制作 ： 直方圖 （histogram） ，條形圖 （bar）， 百分條圖 （oneway） ，百分圓圖 （pie） ，散點圖 （twoway） ，散點圖矩陣（matrix） ，星形圖 （star） ，分位數(shù)圖。這些圖形的巧妙應用，可以滿足絕大多數(shù)用戶的統(tǒng)計作圖要求。在有些非繪圖命令中，也提供了專門繪制某種圖形的功能，如在生存分析中，提供了繪制生存曲線圖，回歸分析中提供了殘差圖等。

Stata 的矩陣運算功能

矩陣代數(shù)是多元統(tǒng)計分析的重要工具， Stata 提供了多元統(tǒng)計分析中所需的矩陣基本運算，如矩陣的加、積、逆、 Cholesky 分解、 Kronecker 內積等；還提供了一些高級運算，如特征根、特征向量、奇異值分解等；在執(zhí)行完某些統(tǒng)計分析命令后，還提供了一些系統(tǒng)矩陣，如估計系數(shù)向量、估計系數(shù)的協(xié)方差矩陣等。

三、程序設計功能

Stata 是一個統(tǒng)計分析軟件，但它也具有很強的程序語言功能，這給用戶提供了一個廣闊的開發(fā)應用的天地，用戶可以充分發(fā)揮自己的聰明才智，熟練應用各種技巧，真正做到隨心所欲。事實上， Stata 的 ado 文件 （ 高級統(tǒng)計部分 ） 都是用 Stata 自己的語言編寫的

Stata 其統(tǒng)計分析能力遠遠超過了 SPSS ，在許多方面也超過了 SAS ！由于 Stata 在分析時是將數(shù)據(jù)全部讀入內存，在計算全部完成后才和磁盤交換數(shù)據(jù)，因此計算速度極快（一般來說， SAS 的運算速度要比 SPSS 至少快一個數(shù)量級，而 Stata 的某些模塊和執(zhí)行同樣功能的 SAS 模塊比，其速度又比 SAS 快將近一個數(shù)量級！） Stata 也是采用命令行方式來操作，但使用上遠比 SAS 簡單。其生存數(shù)據(jù)分析、縱向數(shù)據(jù)（重復測量數(shù)據(jù)）分析等模塊的功能甚至超過了 SAS 。用 Stata 繪制的統(tǒng)計圖形相當精美，很有特色。

四、功能列表

數(shù)據(jù)管理 （Data management）

資料轉換、分組處理、附加檔案、 ODBC 、行 - 列轉換、數(shù)據(jù)標記、字符串函數(shù)…等

基本統(tǒng)計 （Basic statistics）

直交表、相關性、 t- 檢定、變異數(shù)相等性檢定、比例檢定、信賴區(qū)間…等

線性模式 （Linear models）

穩(wěn)健 Huber/White/sandwich 變異估計 ， 三階最小平方法、類非相關回歸、齊次多項式回歸、 GLS

廣義型線性模式 （Generalized linear models）

十連結函數(shù)、使用者 - 定義連結、 ML 及 IRLS 估計、

九變異數(shù)估計、七殘差…等

二元、計數(shù)及有限應變量

（Binary， count， and limited dependent variables）

羅吉斯特、 probit 、卜松回歸、 tobit 、 truncated 回歸、條件羅吉斯特、多項式邏輯、巢狀邏輯、負二項、 zero-inflated 模型、 Heckman 選擇模式、邊際影響

Panel 數(shù)據(jù) / 交叉 - 組合時間序列

（Panel data/cross-sectional time-series）

隨機及固定影響之回歸、 GEE 、隨機及固定 - 影響之

卜松及負二項分配、隨機 - 影響、工具變量回歸、

AR（1） 干擾回歸

無母數(shù)方法 （Nonparametric methods）

多變量方法 （Multivariate methods）

因素分析、多變量回歸、 anonical 相關系數(shù)

模型檢定及事后估計量支持分析

（Model testing and post-estimation support）

Wald 檢定、 LR 檢定、 線性及非線性組合、非線性限制檢定、邊際影響、修正平均數(shù) Hausman 檢定

群集分析 （Cluster analysis）

加權平均 ， 質量中心及中位數(shù)聯(lián)結、 kmeans 、 kmedians 、 dendrograms 、停止規(guī)則、使用者擴充

圖形 （Graphics）

直線圖、散布圖、條狀圖、圓餅圖、 hi-lo 圖、

回歸診斷圖…

調查方法 （Survey methods）

抽樣權重、叢集抽樣、分層、線性變異數(shù)估計量、擬 - 概似最大估計量、回歸、工具變量…

生存分析 （Survival analysis）

Kaplan – Meier 、 Nelson – Aalen， 、 Cox 回歸 （ 弱性 ） 、參數(shù)模式 （ 弱性 ） 、危險比例測試、時間共變項、

左 - 右檢查、韋柏分配、指數(shù)分配…

流行病學工具 （Tools for epidemiologists）

比例標準化、病例控制、已配適病例控制、 Mantel – Haenszel， 藥理學、 ROC 分析、 ICD-9-CM

時間序列 （Time series）

ARIMA 、 ARCH/GARCH 、 VAR 、 Newey – West 、 correlograms 、 periodograms 、白色 - 噪音測試 ，

最小整數(shù)根檢定、時間序列運算、平滑化

最大概似法 （Maximum likelihood）

轉換及常態(tài)檢定 （Transforms and normality tests）

Box – Cox 、次方轉換 Shapiro – Wilk 、 Shapiro – Francia 檢定

其它統(tǒng)計方法 （Other statistical methods）

樣本數(shù)量及次方、非線性回歸、逐步式回歸 、統(tǒng)計及數(shù)學函數(shù)

包含樣本范例 （Sample session）

再抽樣及模擬方法 （Resampling and simulation methods）

bootstrapping 、 jackknife 、蒙地卡羅模擬、排列檢定