دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: [1 ed.]
نویسندگان: Felix Bittmann
سری:
ISBN (شابک) : 9783110617290, 3110617293
ناشر: De Gruyter Oldenbourg
سال نشر: 2019
تعداد صفحات: 161
[332]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 13 Mb
در صورت تبدیل فایل کتاب Stata: A Really Short Introduction به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب Stata: یک مقدمه واقعاً کوتاه نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
Stata یکی از محبوب ترین نرم افزارهای آماری است که برای همه کاربران از مبتدی تا متخصص مناسب است. این کتاب مقدمهای واضح و مختصر برای استفاده از Stata و روشهای اساسی، مانند تهیه و تمیز کردن دادهها، ایجاد نمودارها و
Stata is one of the most popular statistical software and suited for all users from beginners to experts. This book offers a clear and concise introduction to the usage of Stata and basic methods, like preparing and cleaning data, creating graphs an
Title Page Copyright Contents List of Notes 1 Introduction 1.1 Formatting 1.2 Graphic style 1.3 Version info 1.4 Online resources 1.5 Cheat sheet 2 The first steps 2.1 The graphical user interface (GUI) 2.2 Opening stata files 2.3 Importing non-Stata file formats 2.4 Entering data manually 2.5 Using preinstalled data 2.6 Saving and exporting data 2.7 The basic workflow 2.8 Do-files 2.9 Delimit and line breaks* 3 Cleaning and preparing data 3.1 Getting to know your data 3.2 Variable names and labels 3.3 Labeling values 3.4 IDs and unique identifiers 3.5 Missing values 3.6 Creating new variables 3.6.1 Special functions 3.7 The if qualifier 3.8 Changing and replacing variables 3.9 Removing observations and variables 3.10 Cleaning data systematically 3.11 Combining datasets* 3.11.1 Appending datasets 3.11.2 One-to-One Merge 3.11.3 Many-to-One Merge 3.11.4 One-to-Many Merge 3.11.5 All pairwise combinations 3.12 Reshaping data* 4 Describing data 4.1 Summarizing information 4.2 Using stored results* 4.3 Histograms 4.4 Boxplots 4.5 Simple bar charts 4.6 Scatterplots 4.7 Frequency tables 4.8 Summarizing information by categories 4.9 Editing and exporting graphs 4.9.1 Combining graphs 4.10 Correlations 4.11 Testing for normality 4.12 t-test for groups* 4.13 Weighting* 5 Introduction to causal analysis 5.1 Correlation and causation 5.2 Causal graphs 5.3 Estimating causal effects 5.4 What does “controlling” actually mean?* 6 Regression analysis 6.1 Research question 6.2 What is a regression? 6.3 Binary independent variable 6.4 Ordinal independent variable 6.5 Metric independent variable 6.6 Interaction effects* 6.6.1 The classic way 6.6.2 Marginal effects 6.6.3 Predicted values 6.6.4 Separate analyses by subgroups 6.7 Standardized regression coefficients* 7 Regression diagnostics 7.1 Exogeneity 7.2 Random sampling 7.3 Linearity in parameters 7.3.1 Solutions 7.4 Multicollinearity 7.4.1 Solutions 7.5 Heteroscedasticity 7.5.1 Solutions 7.6 Influential observations 7.6.1 Dfbetas 7.6.2 Cook’s distance 7.7 Summary 8 Logistic regression* 8.1 Introduction 8.2 Control variables 8.3 Nested Models 8.4 Diagnostics 8.4.1 Model misspecification 8.4.2 Sample size and empty cells 8.4.3 Multicollinearity 8.4.4 Influential observations 9 Matching 9.1 Simulating an experiment 9.2 Propensity score matching 9.3 Matching diagnostics 9.3.1 Common support 9.3.2 Balancing of covariates 10 Reporting results 10.1 Tables 10.2 Graphs 11 Writing a seminar paper 11.1 The basic structure 11.2 Master do-files 12 The next steps 12.1 Online sources and manuals 12.2 Books References Copyright Index