Dedika je platforma za učenje skozi prakso: na primer, kako pripraviti poslovno ponudbo, postati manikerka ali uporabljati novo orodje. Ne glede na tvoj cilj, najboljša vsebina o tej temi že obstaja. A pogosto je v tujem jeziku, draga, razpršena po spletu, brez vaj za vadbo ali pa je del predolgega tečaja, ki ni primeren za tiste z natrpanim urnikom. Zato ima Dedika svoj pristop: poiščemo gradivo, kjerkoli je, izberemo tisto, kar je smiselno za tvoj cilj, ga pregledamo s pomočjo strokovnjakov, ki so na voljo za vprašanja, in pripravimo praktične naloge, da se učiš skozi delo. Ti si najpomembnejši na svoji poti in nihče te ne pozna bolje: izberi vsebino in trajanje tečaja, ali boš učil z ali brez interneta in v katerem formatu. Lahko je video, besedilo, avdio ali povzetek. Po tvoji meri, samo s tistim, kar ti ustreza. Tukaj je vsak trenutek tvoje predanosti pomemben in hitreje prideš do bistva.

Tečaji so sestavljeni iz najboljše vsebine na svetu na določeno temo: videi, avdio posnetki, članki in knjige. Vsa ta vsebina je opremljena s povzetki, podcasti (za knjige in članke) ter prepisi (za videe in avdio posnetke). Sami izberete, kako želite vsebino spremljati. Vsako gradivo ima posebna vprašanja za utrjevanje znanja. Poleg tega je tečaj sestavljen iz poglavij, ki jih izberete sami, kar vam omogoča, da se učite le tistega, kar je pomembno za vas. Na koncu vsakega poglavja je praktični projekt, povezan z vašo stroko, kjer lahko vadite naučeno.

Naši tečaji vključujejo povzetek na koncu vsakega poglavja, ki ga lahko prenesete kot PDF in natisnete.

Več kot 2 milijona študentov po vsem svetu

Prisotni v več kot 180 državah

Certifikat veljaven v vaši državi

Domov

...

Tečaj programa Stata

Vsi tečaji

Naravoslovne vede in raziskovanje

Statistika

Tečaj programa Stata

Za vse ravni

Tečaj programa Stata

Obvladi Stato od začetka in pridobi kvantitativne veščine, na katere se raziskovalci, ekonomisti in analitiki podatkov zanašajo vsak dan. Ta tečaj pokriva vse od čiščenja podatkov in opisne statistike do napredne regresije, panelnih podatkov in metod vzročnega sklepanja. Odšel/-a boš s popolnim, profesionalnim naborom orodij za Stato, pripravljenim za resnično raziskovanje in poročanje.

Dedika za podjetja

Kaj se boste naučili:

Naučil/-a se boš uvažati, čistiti in upravljati podatke iz več virov, nato pa jih povzemati in vizualizirati s celotnim naborom opisnih ukazov v Stati. Tečaj te vodi skozi regresijo OLS, modele binarnih in števnih izidov ter cenilke panelnih podatkov, vključno s fiksnimi in slučajnostnimi učinki. Pisal/-a boš učinkovite, ponovljive do-datoteke z uporabo zank, makrov in pogojne logike. Napredne teme vključujejo instrumentalne spremenljivke, razliko v razlikah, regresijsko diskontinuiteto in analizo anketnih podatkov z ustreznim uteževanjem. Izdeloval/-a boš tudi grafe na ravni objav in izvažal/-a oblikovane tabele neposredno v Word in Excel.

Kako praktično študirate Tečaj programa Stata

Kako vadite Tečaj programa Stata

Za vas, ki ste podjetje in želite usposobiti svojo ekipo

Na Dedika za podjetja je tečaj prilagojen z vajami in primeri iz vašega lastnega poslovanja, tako kot vaša podjetja potrebujejo.

Kliknite tukaj

Vsebina tečaja

8 Poglavji • 39 Uč lekcijeTrajanje med 4 in 360 urami (vi se odločite)

Poglavje 1Poglej podrobnosti

Uvod v Stata

Uč lekcija 1 • Osnove ukazne sintakse
Uči standardno strukturo sintakse ukaz-spremenljivke-seznam-if-in-options. Pravilna sintaksa je predpogoj za vsako nadaljnjo operacijo v Stati.
Uč lekcija 2 • Pridobivanje pomoči in dokumentacije
Prikazuje vgrajene ukaze help, search in findit za samostojno učenje. Udeležencem omogoča, da med tečajem samostojno rešujejo napake.
Uč lekcija 3 • Datotečne vrste in formati v Stati
Predstavi datotečne vrste .dta, .do, .log in .gph ter njihove vloge. Povezuje navade upravljanja datotek s ponovljivimi, organiziranimi delovnimi procesi.
Uč lekcija 4 • Vmesnik in delovni prostor Stata
Zajema pet osrednjih oken, menijsko vrstico in funkcije orodne vrstice. Vzpostavlja prostorsko zavedanje okolja pred začetkom kakršnega koli dela s podatki.

Poglavje 2Poglej podrobnosti

Uvoz in upravljanje podatkov

Uč lekcija 1 • Uvoz podatkov iz več virov
Zajema ukaze import delimited, import excel in use za pogoste formate. Gradi vstopno točko za vse nadaljnje naloge upravljanja podatkov.
Uč lekcija 2 • Shranjevanje in izvoz podatkov
Prikazuje ukaze save, export delimited in export excel za izhodne delovne procese. Udeleženci se naučijo navad nadzora različic, ki varujejo celovitost podatkov.
Uč lekcija 3 • Vrste spremenljivk in formati shranjevanja
Pojasnjuje številske, znakovne in datumsko-časovne vrste shranjevanja ter njihove pomnilniške posledice. Pravilno določanje vrste preprečuje napake pri izračunih in združevanju v nadaljnjih korakih.
Uč lekcija 4 • Označevanje spremenljivk in vrednosti
Uči oznake spremenljivk, oznake vrednosti in opombe za samodokumentirajoče podatkovne zbirke. Označeni podatki zmanjšujejo napačno interpretacijo med analizo in poročanjem.
Uč lekcija 5 • Razvrščanje, urejanje in indeksiranje
Zajema ukaze sort, gsort, order in strategije indeksiranja za strukturirane podatkovne zbirke. Pravilno urejanje je zahtevano za operacije združevanja, skupinskih analiz in časovnih vrst.

Poglavje 3Poglej podrobnosti

Čiščenje in preoblikovanje podatkov

Uč lekcija 1 • Prepoznavanje in obravnava manjkajočih vrednosti
Zajema kode manjkajočih vrednosti, ukaze mvdecode, mvencode in vzorce manjkajočih vrednosti. Natančno ravnanje z manjkajočimi vrednostmi preprečuje pristranske rezultate v vsaki analizi.
Uč lekcija 2 • Združevanje in dodajanje podatkovnih zbirk
Zajema ukaze merge 1:1, 1:m, m:1 in append za združevanje podatkovnih zbirk. Pravilna izbira vrste združitve preprečuje podvojene ali izgubljene opazovalne enote.
Uč lekcija 3 • Generiranje novih spremenljivk
Zajema ukaze generate, egen in znakovne funkcije za ustvarjanje izpeljanih spremenljivk. Nove spremenljivke neposredno vkodirajo analitične konstrukte v podatkovno zbirko.
Uč lekcija 4 • Prekodiranje in zamenjava spremenljivk
Uči ukaze recode, replace s pogoji in clonevar za preoblikovanje spremenljivk. Ta orodja pretvorijo surove kode v analitično smiselne kategorije.
Uč lekcija 5 • Preoblikovanje podatkov: širok in dolg format
Prikazuje ukaza reshape wide in reshape long za panelne podatke in podatke ponovljenih meritev. Izbira formata določa, kateri statistični ukazi so uporabni.

Poglavje 4Poglej podrobnosti

Opisna statistika in raziskovanje

Uč lekcija 1 • Raziskovalna vizualizacija podatkov
Predstavi ukaze histogram, box plot, scatter plot in kdensity za vizualno raziskovanje. Grafi razkrijejo osamelce in značilnosti porazdelitve, ki jih zgolj statistika spregleda.
Uč lekcija 2 • Navzkrižne tabelacije in frekvenčne tabele
Uči dvosmerni ukaz tabulate, test hi-kvadrat ter odstotke vrstic in stolpcev. Navzkrižne tabele razkrijejo povezave med kategorijskimi spremenljivkami pred modeliranjem.
Uč lekcija 3 • Univariatna zbirna statistika
Zajema ukaze summarize, tabulate in codebook za opis ene spremenljivke. Ti ukazi predstavljajo prvi analitični korak za vsako novo podatkovno zbirko.
Uč lekcija 4 • Analiza po skupinah
Zajema predpono by, ukaz bysort in ukaz table za stratificirane povzetke. Statistike na ravni skupin razkrijejo heterogenost, ki jo prikrijejo agregatne mere.
Uč lekcija 5 • Korelacija in kovarianca
Prikazuje ukaza correlate in pwcorr za parne in popolne korelacijske matrike. Pregledovanje korelacij vodi izbiro spremenljivk v regresijskih modelih.

Poglavje 5Poglej podrobnosti

Do-datoteke, zanke in avtomatizacija

Uč lekcija 1 • Zanke s foreach in forvalues
Prikazuje foreach prek seznamov spremenljivk in znakovnih seznamov ter forvalues prek številskih razponov. Zanke zmanjšajo ponavljanje kode med spremenljivkami, skupinami ali podatkovnimi zbirkami.
Uč lekcija 2 • Pogojna logika z if in while
Zajema bloke if-else in zanke while za razvejanje programskega toka. Pogojna logika omogoča skriptam, da se samodejno prilagajajo podatkovnim pogojem.
Uč lekcija 3 • Pisanje in zagon do-datotek
Zajema urejevalnik do-datotek, razlike med ukazoma run in do ter organizacijo skripte. Do-datoteke so temelj ponovljivega raziskovanja v Stati.
Uč lekcija 4 • Dnevniške datoteke in upravljanje izhodov
Uči ukaze log using, log close in translate za zajem in pretvorbo izhodov. Dnevniki ustvarjajo revidirano evidenco vsake analitične seje.
Uč lekcija 5 • Makri: lokalni in globalni
Uči definicijo, sklicevanje in pravila dosega lokalnih ter globalnih makrov. Makri odpravijo trdo kodirane vrednosti in naredijo skripte prilagodljive ter ponovno uporabljive.

Poglavje 6Poglej podrobnosti

Linearna regresija in sklepanje

Uč lekcija 1 • Regresijska diagnostika
Zajema teste za heteroskedastičnost, multikolinearnost in vplivne točke. Diagnostika potrjuje domneve OLS in usmerja popravke modela.
Uč lekcija 2 • Ukazi po oceni
Prikazuje ukaze predict, margins in test za sklepanje po regresiji. Ukazi po oceni izvlečejo količine interesa, ki presegajo surove regresijske koeficiente.
Uč lekcija 3 • Enostavna in večkratna linearna regresija OLS
Zajema sintakso ukaza regress, interpretacijo koeficientov in statistike prileganja modela. OLS je osnovna tehnika, iz katere izhajajo vsi napredni modeli.
Uč lekcija 4 • Kategorijski napovedovalci in interakcije
Uči notacijo faktorskih spremenljivk (i. in c.) ter interakcijske člene (##). Faktorske spremenljivke avtomatizirajo kodiranje umetnih spremenljivk in specifikacijo interakcij.
Uč lekcija 5 • Standardne napake, robustne za heteroskedastičnost in gručenje
Uči možnosti vce(robust) in vce(cluster) za veljavno sklepanje ob kršitvah domnev. Pravilne standardne napake so nujne za verodostojno testiranje hipotez.

Poglavje 7Poglej podrobnosti

Napredni regresijski modeli

Uč lekcija 1 • Modeli binarnih izidov
Zajema ocenjevanje logit in probit, mejne učinke ter prileganje modela. Binarni modeli so potrebni, kadar je izid indikatorska spremenljivka nič-ena.
Uč lekcija 2 • Urejeni in multinomski modeli
Uči ukaze ologit, oprobit in mlogit za ordinalne in nominalne izide. Ti modeli obravnavajo izide z več kot dvema neurejenima ali urejenima kategorijama.
Uč lekcija 3 • Analiza preživetja in trajanja
Predstavi ukaze stset, sts graph in streg za podatke o času do dogodka. Modeli preživetja upoštevajo cenzuriranje, ki ga standardna regresija zanemari.
Uč lekcija 4 • Modeli števnih podatkov
Prikazuje poisson, nbreg in različice z inflacijo ničel za števne izide. Števni modeli upoštevajo nenegativno celoštevilsko naravo števnih podatkov.
Uč lekcija 5 • Regresija z instrumentalnimi spremenljivkami
Zajema ukaz ivregress s cenilkama 2SLS in GMM za popravo endogenosti. Metode IV ponovno vzpostavijo vzročno interpretacijo, kadar so regresorji endogeni.

Poglavje 8Poglej podrobnosti

Panelni podatki in analiza časovnih vrst

Uč lekcija 1 • Deklaracija panelnih podatkov in podatkov časovnih vrst
Zajema ukaza xtset in tsset za deklaracijo panelne in časovnovrstne strukture. Pravilna deklaracija aktivira vse predpone ukazov xt in ts ter operatorje.
Uč lekcija 2 • Modeli časovnih vrst: AR, MA in ARIMA
Zajema ukaze arima, ac in pac za univariatno modeliranje časovnih vrst. Modeli ARIMA zajemajo strukturo avtokorelacije za napovedovanje in sklepanje.
Uč lekcija 3 • Dinamični panelni modeli
Prikazuje ukaza xtabond2 in xtdpd za Arellano-Bondovo cenilko GMM. Dinamični modeli vključujejo odložene izide in naslavljajo endogenost v panelih.
Uč lekcija 4 • Vektorska avtoregresija in kointegracija
Predstavi ukaze var, irf in vecm za multivariatne sisteme časovnih vrst. VAR in VECM zajemata dinamične medsebojne odvisnosti med več časovnimi vrstami.
Uč lekcija 5 • Modeli s fiksnimi in slučajnimi učinki
Uči ukaz xtreg z možnostima fe in re ter Hausmanov specifikacijski test. Modela s fiksnimi in slučajnimi učinki različno obvladujeta neopazovano heterogenost na ravni enot.

Certifikacija

Vaš veljaven certifikat o zaključku

Ta tečaj je namenjen vam:

Podiplomski študenti: potrebujejo stroga kvantitativna orodja za raziskave za magistrsko in doktorsko delo.
Akademski raziskovalci: želijo ponovljive in sledljive delovne postopke, ki ustrezajo standardom ponovljivosti znanstvenih revij.
Državni analitiki: obdelujejo velike administrativne zbirke podatkov, ki zahtevajo strukturirane, skriptne metode obdelave.
Ekonomisti in ocenjevalci politik: uporabljajo tehnike vzročnega sklepanja pri ocenjevanju dejanskih programov.
Raziskovalci v zdravstvu in družboslovju: analizirajo anketne in panelne podatke z ustreznimi statističnimi kontrolami.
Karierni prehajalci na podatkovna delovna mesta: potrebujejo verodostojna, s strani delodajalcev priznana znanja programske opreme za učinkovito konkuriranje.

Kaj pravijo naši učenci

Vaše predavanja so popolna. Kupil sem enoletni paket in končno imam priložnost spremljati različne teme, ki me zanimajo, ne da bi moral menjati platformo... hvala za vse, kar počnete, že sem vas priporočil drugim ljudem...