şükela:  tümü | bugün
  • gelişmiş bir istatistik/ekonometri programı.
  • bu programla istatistikleri kullanarak loto programı yazmak mümkün.kullanışlı bir program.
  • bir istatistik programi. ekonomistler agirlikli olarak kulanirlar. ozellikle son versiyonlari kullanimi oldukca kolaylistirici bir sekilde duzenlenmis. ayrica yeni bulunan yontemlere hemen bir komut uretmesi ile unludur ((bkz: heckman))
  • kullanışlılığının yanında oldukça pahalı bir program.
  • kullanisli ve yararli oldugundan eminim ama bu ozelliklerin ikisi de sadece kullanabilenler icin gecerli...
    kullanabilen kisiler kategorisine giren kisileri ise gelismis ekonomi/ekonometri bilgileri, bilgisayar hakimiyetleri ve neden-sonuc baglantilari kurabilme kapasiteleri nedeniyle tebrik etmek istegine engel olamiyorum, bu istek icimde sel gibi buyuyor, cosuyor.
    ya da daha acik soyleyeyim, bu nassı bi kodugumun programi kardesim yaa...
  • bazı faydalı kaynaklar...

    carolina population center tutorial
    http://www.cpc.unc.edu/…presentations/statatutorial

    ucla stata resources
    http://www.ats.ucla.edu/stat/stata/

    stata netcourses
    http://www.stata.com/netcourse/
  • (bkz: eviews)
  • kullanmaya henüz başladığım, acemisiyim diyebileceğim şahane istatistik programı. ingiltere'de essex üniversitesi ikinci sınıf bsc ekonomi programında ec252 ekonometriye giriş dersinde okutulmaktadır.

    hatta şu an ödevi yetiştirmek için çabalamaktayım.
  • akademik ortamlarda tek rakibi sas spss gibi tiriskadan programlar degil, r (s plus) dir. r daha beceriklidir tabii ama stata daha kullanimi kolaydir, rekabet de bu beceri-kullanim kolaylig trade off'u yuzunden varolabiliyor zaten.

    anova, ols falan yapacaksaniz takilin spss gibi seylerle, isinizi gorur. ama gls modelleri pakliyorsa bir an once stata veya r'a gecis yapmayi dusunmelisiniz. hele de mcmc vs. simulasyon islerine girisecekseniz dusunmeyi de birakip direk unutun diger programlari (r open source=bedava, isi gayet iyi gorur, stata da bu konuda atakta, mesela (win)bugsla uyumlu).
  • stata, ozellikle stata 10 matrix manipulatoru mata ile yeteri kadar kasan insan icin herseyi yapar hale geldi. kullananlarin yuzde 99u bilmese, bilse de yeltenmese de stata aslinda bir istatistik paketi degil istatisitk rutinlerine ulasimi kolay bir programlama dilidir. regress y x yazmak adama kod yazdim hissi vermez tabi ama eger niyetiniz kendi ml estimator'inizi yaratmaksa stata super imkanlar sunar. ustelik yazdiginiz estimatoru stata komutu olarak kaydedip, do fileinizi internette publish edebilirsiniz. eger kasar da statanin yeni mata dilini kavrarsaniz analiz dunyasinin butun kapilari onunuze acilir.

    r aslinda stata'nin rakibi degil. ogrenme egrisi acayip dik oldugu icin, mesela doktoranin birinci ikinci senesinde lineer modellerle calisip pratik etmek lazim gelirkene stata'ya regress onu bunu sunu yazivermek kolay oldugu icin millet statayi sever. r ozellikle standart olmayan rutinler icin stata'dan daha esnek oldugu halde bu esneklik yuzunden basit rutinler icin de adami kastiran data okuma, modeli adam gibi yazmak gibi engeller cikartir. regresyon dersi veren bir profesor her ders 10-15 dakika ayirararak hemen hemen tum standart rutinlerin stata uygulamasini anlatabilir, oysa r oyle degil. daha isin basindayken bol miktarda zaman harcamak lazim. o yuzden r genellikle gercekten komplike modellerle calisan kaymak tabaka akademisyenlere gore bir sey. yok yani zaten logit probit'ten oteye gecmeyeceksen degmez r ogrenmek. rin en buyuk avantaji komutlari yazarken modeli sanki kagit ustunde anlatiyor gibi yazmak zorunda olmak. pull down menulerle analiz yaptiran spsss'e kiyasla r kendisini kullanandan analiz ettigi modlein altinda yatan istatistik teorisini olmasa bile modelin yapisini bilmesini talep ediyor. stata bu konuda arada bir yerde, cunku stata komutlari genelde stataya ozel keywordler seklinde regress gibi, xtmixed gibi xtreg gibi falan. ustelik her yeni versiyonda da daha cok grafik arayuz fonksiyonelligi ekliyorlar.

    markov chain monte carlo analizleri ve simulasyonlar icin r gercekten de iyi. ama ben simulasyon olsun mcmc olsun tipi isler icin matlab'dan sasmayin derim. hatta eger yeteri kadar zamanim ve enerjim olsa stata r falan da kullanmam , butun modellerimin matlab m-file larini yazarim. matlab herseye yeter. en azindan matrix manipulasyonlarinin en rahat ve intuitive sekilde yapildigi program matlab hala.

    kisacasi stata'yi bence ayri kilan sey ne r veya matlab gibi yuksek egimli bir ogrenme egrisi olmasi ne de spss gibi ileri seviyede analizler icin yaya kalmasi. stata'yi sadece basit ols yapacak adam da kullanabilir, hatta bes dakikada modeller analiz etmeye, grafikler cizmeye baslayabilir. en ileri rutinler de artik stata'nin matrix manipulatoru sayesinde mumkun. ama asil onemlisi ozellikle sosyal bilimlerde standard hale gelen logit probit gibi binary dependent variable modelleri icin olsun, hiyerarsik modeller (multi level) olsun orta-ileri analizler icin en kolay erisimin stata'da olmasi. standart modellerin disina cikip kendi estimatorumu yazayim, bayesian modeller kurayim diyorsan o zaman stata'nin learning curve egimi birden bire 90 dereceye yaklasiyor.

    elbette bayesian analysis icin hala en iyi cozum winbugs.