Stata 12绿色破解版

Stata破解版是一款非常实用且便捷的专业统计学软件。支持多种系统使用，例如win、mac等等。功能强大，拥有一整套的数据分析工具，可以将数据进行分析以及管理。Stata破解版在稳定性方面做出了重大改进，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，功能强大。可以帮助您设计数据库，设置网站，一些高级的工具可以方便用户管理一些特殊的数据，例如生存/时间数据、时间序列数据、面板/纵向数据、分类数据、多重替代数据和调查数据。 Stata拥有很多全面的数据管理功能、精致的作图、强大的同机与计量分析功能，功能包括数据分析、管理、绘制专业图表，包含线性混合模型、均衡重复反复及多项式普罗比模式，给用户提供了一个广阔的开发应用的天地，Stata轻松生成出版质量、风格迥异的图形。您可以编写脚本并以可复制的方式生成成百上千个图形，并且可以以EPS或TIF格式输出打印、以PNG格式输出放到网上、或PDF格式输出预览。小编带来的是Stata 12绿色破解版，内附破解补丁，无需再次注册。直接下载之后即可免费使用！

软件功能

1、Stata的作图功能
Stata可生成可供发表的高质量的图形输出。本书主要介绍最常见的几种基本图形的制作：散点图、线图、面积图、条图、方向图等
2、Stata的数据访问功能除了直接读取自身格式的数据集外，Stata支持导入/导出很多其他格式的数据集，如常用的Excel格式、XML格式、SAS XPORT格式、文本格式及ODBC接口。如果数据很少，可以直接将数据手工录入至Stata软件。
3、Stata的统计分析功能
Stata的统计功能很强，除了传统的统计分析方法外，还收集了近年来发展起来的新方法，其分析功能紧跟国际上数理统计方法学的最新进展。Stata 13增加了许多特性，如处理效应、多水平广义线性模型、功效和样本量、广义结构方程模型、预测、效应量、删失的连续性结局、单变量时间序列模型。更为令人称赞的是，Stata在统计分析命令的设置上结构极为清晰，它将相同类型的统计模型均归在同一个命令族下，而不同命令族又可以使用相同功能的选项，这使得用户学习时极易上手。
4、Stata的程序设计功能
Stata是一个统计分析软件，但它也具有很强的程序语言功能，给用户提供了一个广阔的开发应用的天地。和矩阵运算功能相结合，用户就能够充分发挥自己的聪明才智，熟练应用各种技巧，对Stata的功能进行扩展（详见第11章）。如Stata自身并无Meta分析命令，但是用户们开发了一整套优秀的Meta分析命令集（详见第12章），对Stata的功能进行了进一步扩展，使之成为当前最优秀的Meta分析软件之一。
5、Stata的矩阵运算功能
矩阵代数是多元统计分析的重要工具，Stata不但提供了多元统计分析中所需的基本矩阵运算，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。Stata 9.0以后版本完美地整合了执行矩阵计算的矩阵编程语言Mata，可进行强大的矩阵运算。
6、Stata的数据管理功能
Stata为用户提供了完善的数据管理功能，举例如下：①Stata支持最多达32个字符的变量名，字符变量值支持长达20亿字节（Stata区分字符大小写）；②利用数值函数或字符函数产生新变量；③自动由分组变量生成哑变量，自动将字符变量映射成数字代码；④对数据文件进行横向和纵向链接、行列变换等；⑤重复测量数据的长型格式和宽型格式相互转换；⑥数值变量和字符变量相互转换。

常见问题

一、为什么使用Stata？
1、Stata是一套完整的，集成的统计分析软件包，可以满足您用于数据分析，数据管理和图形的所有需要。
二、如何解决Stata的中文乱码问题？
1、可以转码，之后就不是乱码了。
2、用下面的命令：
unicode analyze
unicode encoding set gb18030
unicode translate
3、这三个命令一般情况可以解决你的问题。
三、文件名乱码文件是怎么产生的？ 
文件名乱码文件的产生有可能是多种因素导致的，主要包括以下几点：
1、病毒导致的文件名乱码文件
这种乱码文件产生的原因比较复杂，一般是由于病毒自己制造或杀毒软件删除病毒不彻底导致磁盘逻辑错误。
2、不正确的操作导致文件名乱码文件产生
在使用软件时，下载进度到99%时就停止下载，并自己修改文件名，由于BT下载不是顺序下载，这样有可能导致文件索引信息错误，导致乱码文件出现。
3、删除文件不当导致文件名乱码文件产生
有时候在Windows中执行的删除文件操作，只是将磁盘上文件分配表里的相关文件信息删掉了，并没有实际删除文件。
4、存储设备使用不当导致文件名乱码文件产生
闪存、移动硬盘等移动存储设备出现乱码文件，尤其是手机存储卡最容易出现这种问题。这种情况多是由于不正确地使用移动存储设备造成的，比如直接拔离设备等。但是有的时候质量不好的闪存或移动硬盘也会出现乱码文件，这是移动设备本身的质量问题。比如当往存储卡中写入数据时出错，出现乱码文件，同时系统右下角出现“Windows延缓写入失败，Windows无法为x:/windows/windowsupdate.log文件保存所有数据”的提示，这多半是由于存储卡已经损坏了。
5、硬盘故障导致文件名乱码文件产生
硬盘磁道或扇区出现错误，导致文件名出现乱码，这样的文件无法正常删除。
6、磁盘管理工具导致文件名乱码文件产生
使用磁盘工具PQmagic转换过分区格式之后(如从NTFS到FAT32)，出现文件名乱码现象。因为PQmagic对中文文件名的支持不是很好，所以，在整理完分区后会导致中文文件名出现乱码，甚至文件内容也出现乱码。
四、文件名乱码文件如何清理？
鉴于文件名乱码文件产生的原因是不一样的，针对此类状况，觉得下面几种方法比较可行：
1、cmd模式检测
如果重命名文件时系统提示“拒绝访问”，那么在cmd模式下运行“chkdsk /f”命令检查磁盘错误并修复。 如果出现找到磁盘错误，一般的错误都是可以修复的，在修复完成后就可以删除乱码文件了。
2、借助Ghost删除文件名乱码文件
但是如果文件的磁盘文件索引块已经被破坏，那WinRAR也是没有办法的，这时候就要借用Ghost这个强大的工具了。先把有乱码文件的分区做成镜像文件，再使用Ghost explorer浏览镜像文件，找到乱码文件并删除，再把镜像文件恢复到源分区。这个方法一般可以解决绝大数乱码文件名无法删除的问题。
3、重命名文件
尝试为文件重命名，如果可以重命名的话。运行cmd 打开任务管理器，结束explorer进程，切换到cmd命令提示符状态下输入“Del 文件名”后就可以删除文件了，这种方法只适用于可以重命名的文件。在进行操作时先关闭其他一切不相关的程序。
注意：有时，由于乱码文件所在分区为系统区，系统会提示“另一个进程正在调用该卷，是否希望下次开机时检查该卷?”我建议用这样的方法运行chkdsk命令，使用Windows安装盘引导系统，在选择新安装windows界面时，按“R”修复已有系统，进入命令提示符状态，在这里运行“chkdsk /f”命令。我测试过，这样运行的效果要比在Windows下的cmd模式中好很多。再运行“fixmbr”命令修复分区表。也可以修复系统其他的问题。
4、借助双系统搞定文件名乱码
如果你装的是Windows和Linux双系统，还有一种解决办法。
首先，用Linux启动系统，用“mount”命令加载那个有乱码文件的FAT32 分区并指定codepage=cp437，就可以看到完整的中文文件名和目录了。然后，用“cp -r”命令到拷贝乱码文件到Linux 分区上面; 再用“umount”命令卸载FAT32分区，重新用“mount”命令加载并指定 codepage = cp936,用“iocharset=cp936 cp -r”命令把乱码文件拷贝回去。这个方法可以完全无损地恢复分区。
5、WinRAR压缩工具删除文件名乱码文件
如果文件不好删除可以使用我们最常用的WinRAR压缩工具来删除，具体的方法是压缩乱码文件并选中“压缩后删除源文件”选项。这样，一般的乱码文件就可以删除了。

基本介绍

Stata 是一款集数据分析、数据管理以及绘制专业图表的整合性统计软件，它提供许许多多功能，包含线性混合模型、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。从 15.1 版本开始，官方为 Stata 提供了简体中文语言包，大家使用起来就更加方便了。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：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、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、秩变换，秩和检验，秩相关等、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、质量控制，整群抽样的设计效率，诊断试验评价， kappa等。
Stata的作图模块，主要提供如下八种基本图形的制作 : 直方图（histogram），条形图（bar），百分条图 （oneway），百分圆图（pie），散点图（two way），散点图矩阵（matrix），星形图（star），分位数图。这些图形的巧妙应用，可以满足绝大多数用户的统计作图要求。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。Stata的矩阵运算功能，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。
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。

软件特色

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)
Stata 14(统计软件)
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、排列检定
网络功能
安装新指令、网络升级、网站档案分享、 Stata 最新消息