Novedades en Stata 19
Stata 19 ofrece mejoras entre otros en tablas, gráficos, marcos de datos (frames) y el editor de Do-files que simplificarán sus flujos de trabajo.
Estas son algunas de las nuevas características que nos ofrece Stata 19:
Aprendizaje automático con H2O: Árboles de decisión en conjunto. Con la nueva suite h2oml, podrá usar aprendizaje automático a través de H2O para descubrir información en los datos utilizando árboles de decisión en conjunto, como Gradient Boosting Machine (GBM) y Random Forest, para realizar regresión o clasificación.
Efectos promedio condicionales del tratamiento (CATE). Con el nuevo comando cate, podrá además estimar efectos generales del tratamiento en su análisis de efectos causales y calcular efectos individualizados y específicos por grupo, comparar diferentes intervenciones y políticas y explorar la heterogeneidad de los efectos del tratamiento.
Efectos fijos de alta dimensión (HDFE). Incluya no solo una, sino múltiples variables categóricas de alta dimensión en sus modelos lineales, modelos lineales con efectos fijos y modelos lineales con variables instrumentales usando la nueva opción absorb() en los comandos areg, xtreg e ivregress.
Selección bayesiana de variables para regresión lineal. La selección bayesiana de variables para regresión lineal ahora está disponible con el nuevo comando bayesselect. Tenga en cuenta la incertidumbre del modelo al estimar parámetros y realice inferencia bayesiana para los coeficientes de regresión.
Modelo Cox para múltiples eventos con censura por intervalos. El nuevo comando stmgintcox le ayudará a analizar datos de múltiples eventos con censura por intervalos y a considerar posibles correlaciones entre los tiempos de eventos en diferentes eventos. Evalúe la suposición de riesgos proporcionales y realice pruebas para efectos comunes de covariables entre todos los eventos. Incluya en sus gráficas funciones específicas como supervivencia y riesgo.
Meta-análisis para correlaciones. La suite meta ahora admite meta-análisis de coeficientes de correlación. Todas las características estándar del meta-análisis, como gráficos forestales y análisis por subgrupos, están ahora disponibles.
Modelo de efectos aleatorios correlacionados (CRE). ¿Le gustaría calcular estimaciones de coeficientes para covariables invariantes en el tiempo en su modelo de datos panel? Pues ajuste un modelo de efectos aleatorios. ¿Quiere permitir correlación entre covariables y efectos no observados a nivel panel? Deberá entonces ajustar un modelo de efectos fijos. ¿Querría ambos? Con xtreg, cre, ahora puede ajustar un modelo de efectos aleatorios correlacionados.
Modelo VAR para datos panel. Ahora podrá ajustar un modelo VAR para datos panel para analizar las trayectorias de variables relacionadas cuando observe múltiples unidades o paneles a lo largo del tiempo. Use el nuevo comando xtvar para ajustar el modelo; luego pruebe la causalidad de Granger e interprete los resultados utilizando funciones impulso-respuesta (IRFs).
Bootstrap bayesiano. Usando el nuevo prefijo bayesboot podrá realizar bootstrap bayesiano y obtener estimaciones más precisas en muestras pequeñas e incorporar información previa al muestrear observaciones. Lo podrá hacer tanto con comandos oficiales como con comandos que hayan sido añadidos por otros usuarios de la comunidad de Stata.
Modelos SVAR estructurales mediante variables instrumentales. Con el nuevo comando ivsvar, podrá usar instrumentos en lugar de restricciones a corto plazo para estimar efectos causales dinámicos.
Estadísticas comparativas para modelos de clases latentes. Ahora es posible comparar fácilmente modelos de clases latentes con diferentes números de clases latentes utilizando el nuevo comando lcstats. Decida sobre el número óptimo de clases usando estadísticas descriptivas y comparativas del modelo. Construya y exporte tablas listas para su publicación que comparen modelos.
Mas información New in Stata 19 | Stata