混合模型、均衡重复反复及多项式普罗比模式。用Stata绘制的统计图形相当精美,图形可直接被图形处理软件或文字处理软件（如Word等）调用。它操作灵活，简单，易学易用，是一款非常轻便的统计分析软件。由于在Stata软件中能便捷地实现多种先进统计方法，越来越受到用户的推崇，并和SAS,SPSS一起被称为新的三大权威统计软件。在统计、金融、经济、生物、医疗卫生保健、社会人文、心理学等多学科中应用广泛。
Stata最突出的特点是短小精悍、功能强大，包含了全部的统计分析、数据管理☆和绘图等功能。此外，由于Stata在分析时将数据全部读入了内存，在计算全部完成后才№和磁盘交换数据，因此运算速度极快。
Stata不仅操作方式简捷，它的数Ψ 据格式简单，分析结果输出简洁明快，易于阅读，这都使得Stata成为极其适用于统计教学的软件。
Stata的许多高级统计模块时编程人员用宏语言写成的程序文件（ADO文件），这些文件可以自行修改∑、添加和下载。用户可随时到Stata网站搜索并下载最新的升级文件。Stata的这一特点使得它始√终处于统计分析方法发展的最前沿，用户总能很快找到最新统计算法的Stata程序版本，而这也使得Stata成了几大统计软件中升级最多，最频繁的一个。
一、统计分析
Stata的统计功●能很强，除了传统的统计分析方法外，还收集了近20年发展起来的新方法，如Cox比例ξ风险回归，指数与Weibull回归，多类结果与有序结果的logistic回归，Poisson回归，负二项回归及广义负二项回归，随机效应模型等。具体说， Stata具有如下统计分析能力：
数值变ξ 量资料的一般分析：参数估计，t检验，单因素和多因素的方差分析，协方差分析，交互效应模型，平衡和非平衡设◥计，嵌套设计，随机效应，多个均数的两两比较，缺项数据的处理，方差齐性检验，正态性检验，变量变换等。
分类资料的▓一般分析：参数估计，列联表分析 ( 列联系数，确切概率 ) ，流行病学表格分析等。
等级资料的一般分析：秩变换，秩和检验，秩相关等
相关与回》归分析：简单相关，偏相关，典型相关，以及多达数十种的回归分析方法，如多元线性回归，逐步回归，加权回归，稳键回归，二阶段回归，百分位数 ( 中位数 ) 回归，残差分析、强←影响点分析，曲线拟合，随机效应的线性回归模型等。
其他方法：质量控制，整群▅抽样的设计效率，诊断试验评价， kappa等。
二、绘图功能
Stata提供了包含广泛图形库的一系列图形类型供用户使用。其ζ中主要的图形类型有：直方图、扇形图、条形图、散点图、直线图以及数据拟合图。这些图形的绘制设计一个或两个变量，可以将它们分别称为一维或二维图形。除了以上几种主要类型的♂图形以外，Stata还提供了诸如盒形图、长钉图、圆点图、面积图以及其他各种常用于财经数据的图形。在二维图形中，有时多个图形可以进行叠加，这样，Stata最终会在同一个坐标内显示由多个命令分别绘』制的不同的图形。在有些非绘图命令中，也提供了专门绘制某种图形的功能，如在生存分析中，提供了绘〓制生存曲线图，回归分析中提供了残差图等。
三、矩阵运算
矩阵代数是多︽元统计分析的重要工具， Stata提供了多元统计分析中所需的矩阵基本运算，如矩阵的加、积、逆、 Cholesky分解、 Kronecker内积等；还提供了一些高级运算，如特征根、特征向量、奇∏异值分解等；在执行完某些统计分析命令后，还提供了一些系统矩阵，如估计系数向量、估计系数的协方差㊣ 矩阵等。
四、程序设计
Stata是一个统计分析软件，但它也具有很强的程序语言功能，这给用户提供了一个广阔的开发应用的天地，用户可以充分发挥自己的聪明才智，熟练应用各种技巧，真正做到随╲心所欲。事实上，Stata的ado文件（高级统计部分）都是用Stata自己的语言编写的。
Stata其统计分析能力远远超过了SPSS，在许多〓方面也超过了SAS！由于Stata在分析时是将数据全部读入内存，在计算全部完成后才和磁盘交换数据，因此计算速度极快（一般来说，SAS的运算速度要比SPSS至少快一个数量级，而Stata的某些模块和执行同样功能的SAS模块比，其速度又比SAS快将近一个数量级！）Stata也是采用命令行方式来操作，但使用上远※比SAS简单。其生↑存数据分析、纵向数据（重复测量数据）分析等模块的功能甚至超过了SAS。用Stata绘制的统计图形相当精美，很有特色。
|
Propensity score, smoke=Nonsmoker |
|
1 |
|
.8 |
|
.6 |
|
.4 |
|
smoke=Nonsmoker smoke=Smoker |
五、功能列表
数据管理（Data management）
资料转换、分组处理、附加档案、 ODBC 、行 - 列转换、数据标记、字符串函数…等
基本统计（Basic statistics）
直交表、相关性、 t- 检定、变异数相等性检定、比例检定、信赖区间…等
线性模式（Linear models）
稳健Huber/White/sandwich变异估计 , 三阶最小平方法、类非相关回归、齐次多项式回归、GLS
广义型线性模式（Generalized linear models）
十连结函ㄨ数、使用者-定义连结、 ML及IRLS估计、九变异数估计、七残差…等
二元、计数及有限应变量（Binary, count and limited dependent variables）
罗吉斯特、probit、卜松回归、tobit、truncated回归、条件罗吉斯特、多项式⊙逻辑、巢状逻辑、负二项、 zero-inflated模型、Heckman 选择模式、边际影响
Panel数据/交叉 - 组合时间序列（Panel data/cross-sectional time-series）
随机及固定影响之回归、GEE、随机及固定-影响∞之卜松及负二项分配、随机 - 影响、工具变量回归、AR(1) 干扰回归
无母①数方法（Nonparametric methods）
多变量方法（Multivariate methods）
因素分析、多变量回归、 anonical 相关系数
模型检【定及事后估计量支持分析（Model testing and post-estimation support）
Wald检定、LR检定、线性【及非线性组合、非线性限制检定、边际影响、修正平均数Hausman检定
群集分析（Cluster analysis）
加权平均、质量中心及中位数联结、kmeans、kmedians、dendrograms、停止规则、使用者扩『充
图形（Graphics）
直线图、散布图、条状图、圆饼图、 hi-lo 图、回归诊断图…
调查方法（Survey methods）
抽样权重、丛集抽样、分层、线性变异数估计↓量、拟 - 概似最大估计量、回归、工具变量…
生存分析（Survival analysis）
Kaplan–Meier、Nelson–Aalen、Cox回归（弱性）、参数模式（弱性）、危险比例测试、时间共变项、左-右检查、韦柏分配、指数分配…
流行病〖学工具（Tools for epidemiologists）
比例标准化、病例控制、已配适病例控制、Mantel – Haenszel，药理学、ROC分析、ICD-9-CM
时间序列（Time series）
ARIMA、ARCH/GARCH、VAR、Newey–West、correlograms、periodograms、白色 - 噪音测试、最小整ω数根检定、时间序列运算、平滑化
最大概︻似法（Maximum likelihood）
转换及⌒ 常态检定（Transforms and normality tests）
Box–Cox、次方转换Shapiro–Wilk、Shapiro–Francia检定
其它统计方法（Other statistical methods）
样本数量及次方、非线性回归、逐☆步式回归 、统计及数学函数
包含样本范例（Sample session）
再抽样及模拟方法（Resampling and simulation methods）
bootstrapping、jackknife、蒙地卡罗模拟①、排列检定
网络功能
安装新指令、网络升级、网ㄨ站档案分享、Stata 最新消息
