Académique Documents
Professionnel Documents
Culture Documents
Temas destacados
Conozca acerca de variables factoriales y el
mtodo de los momentos generalizado.
p. 4
Conferencia de Stata
Boston 2010
Haga planes para asistir a la conferencia anual de
Stata en Boston.
p. 12
Contina en p. 2
2
Adiciones al portapapeles. El soporte del
portapapeles en el Editor de Datos ha tenido
adiciones. Ahora, las copias en el portapa
peles retienen los formatos de las variables
y otras caractersticas de los datos, cuando
son transferidos desde Stata.
Windows XP. La cantidad de memoria
disponible para usar en Stata en Windows
XP 32 bits ha sido incrementada.
Editor de Archivos Do. Resaltador de sintaxis,
marcadores y otras funcionalidades del
Editor de archivos Do han sido incorporadas
a Stata para Mac.
ODBC. Se ha adicionado soporte ODBC para
Sun Solaris (Oracle Solaris).
Ventanas de Dilogo. Las ventanas de dilogo
en Unix ahora tienen controles que permiten
seleccionar variables de una lista de
variables en su conjunto de datos.
Por ms informacin, escriba
help whatsnew luego de actualizar Stata
11 y use las ligas a los distintos comandos.
Si an no tiene Stata 11, usted se est perdiendo
una serie de funcionalidades, incluyendo:
Imputaciones mltiples (con su propio
manual)
Estimacin por el mtodo de los momentos
generalizado (GMM)
Regresin para riesgos en competencia
Variables factoriales
Modelos de espacio y estado
Medias marginales y mrgenes predictivos
Efectos marginales promedio
Letras griegas, itlicas y otras fuentes en
grficos
Modelos de factor dinmico
Modelos GARCH multivariados
Estructuras de covarianza en los errores
para modelos lineales mixtos
Pruebas de raz unitaria para datos de panel
Manejador de Variables
Nuevo Editor de Datos
Nuevo Editor de Archivos Do
Programacin orientada a objetos en Mata
Ms comandos paralelizados en Stata/MP
Documentacin en .pdf
Por ms informacin acerca de Stata 11, visite
www.stata.com/stata11/.
ADePT
Para que un mayor nmero de usuarios se
interesara en el CHAP, Lokshin y su equipo
decidieron combinar las distintas rutinas y proveer
una nica interfaz de uso sencillo. El CHAP recibi
entonces el nuevo nombre de ADePT (Automated
DEC Poverty Tables) y fue adoptado rpida
mente por investigadores alrededor del mundo.
A diferencia del CHAP, ADePT, disponible en
www.worldbank.org/adept/, no es un conjunto
de componentes aislados, sino una plataforma in
tegrada. El tener una plataforma integrada permite
que los componentes funcionen conjuntamente y
facilita la creacin de nuevos mdulos.
ADePT fue desarrollado utilizando una combi
nacin del lenguaje de programacin ado de
Stata, Mata, y lenguajes de programacin de
dilogos, constituyendo ms de 150.000 lneas
de cdigo. Algunas rutinas fueron desarrolladas
en C++ y en lenguaje assembly para maximizar
la eficiencia, e incorporadas por medio de las
utilidades plug-in de Stata. Un ejemplo de este
tipo de rutina es el comando usespss, que
est disponible en los archivos SSC. Este co
mando permite a los usuarios de Stata leer datos
en formato SPSS.
Distintos mdulos de ADeP efectan una variedad
de anlisis estadsticos, desde una simple tabla de
dos entradas hasta estimaciones de ecuaciones
simultneas va mxima verosimilitud. Otras ruti
nas permiten calcular errores estndar para distin
tas medidas de desigualdad y pobreza. ADePT
incluso permite realizar simulaciones complejas
en forma sencilla.
Numerics by Stata
Resumen
El Banco Mundial se ha propuesto reducir la
pobreza en el mundo, y Stata ha jugado un papel
crucial en este emprendimiento durante muchos
aos. La flexibilidad de Stata ha contribuido a
hacer posible el Conjunto de Herramientas para el
Anlisis de la Pobreza, que mejor la eficiencia de
investigadores alrededor del mundo. El equipo de
desarrollo del Banco Mundial utiliz las ventanas
de dilogo programables de Stata, Mata, y un
sistema de clases para crear ADePT, lo que
mejor sustancialmente el anlisis de la pobreza.
El software anunciado recientemente Numerics
by Stata permite que investigadores de pobreza
alrededor del mundo lleven a cabo sus anlisis en
forma eficaz y econmica.
Brian Poi, Editor Ejecutivo
y Economista Snior
Ahora, volvamos a mi lista parcial de las razones por las cules me gustan las
variables factoriales.
1. Ahorran espacio
Uno de los conjunto de datos provenientes de la Encuesta Longitudinal Nacio
nal de la Mujer en los Estados Unidos se puede cargar en Stata escribiendo
sysuse nlsw88. Una de las variables en ese conjunto de datos es la
variable industry que tiene 12 niveles, los que representan la industria en
la que una mujer estaba trabajando, por ejemplo la manufactura o los bienes
inmuebles. Para efectuar una regresin de los salarios (wage) en las ramas
de actividad, puedo escribir
. regress wage i.industry
highq#(c.mpg c.weight)
webuse margex
logistic outcome treatment##group age
webuse hstandard
predict prbhat
Referencia
Chow, G. C. 1960. Tests of equality between sets of coefficients in two linear
regressions. Econometrica 28: 591605.
Vince Wiggins, Vicepresidente,
Desarrollo Cientfico
7
de Stata nl y nlsur para resolver problemas no lineales por mnimos
cuadrados. A continuacin se especifican los instrumentos (zi) en la opcin
instruments(). Por defecto, gmm utiliza el estimador en dos etapas con
una matriz de pesos que soporta la heteroscedasticidad de los residuos. gmm
es capaz de ajustar una amplia variedad de modelos, por lo que a diferencia
de comandos como ivregress, ivprobit, o el aclamado comando
escrito por usuarios ivreg2, requiere que se incluyan todas las variables
exgenas en la opcin instruments(), no slo las variables excluidas
de la ecuacin que se est estimando.
En nuestro ejemplo, se utilizaron datos de corte transversal. Sin embargo, gmm
tambin proporciona matrices de peso que son adecuadas para su uso con se
ries de tiempo, datos de panel y datos agrupados en conglomerados (clusters).
MMG es como una navaja suiza: se puede utilizar directamente para estimar
modelos sencillos, y a medida que lo utiliza, usted descubrir que tambin
puede realizar muchas otras tareas.
Brian Poi, Editor Ejecutivo y Economista Snior
Mantngase informado
Para recibir noticias de Stata actualizadas al minuto, visite nuestra
pgina web:
www.stata.com
All podr encontrar anuncios relativos a las actualizaciones de Stata,
prximos cursos abiertos de capacitacin, conferencias y reuniones
de grupos usuarios de Stata, libros de Stata Press, recursos en
Internet para el aprendizaje de Stata, archivos de Statalist, ms de
400 preguntas frecuentes acerca de Stata y de estadstica, y mucho
ms. Tambin puede suscribirse a una fuente web RSS para tener los
titulares de las noticias directamente en su navegador.
Prefiere recibir una alerta de correo electrnico con noticias de su
inters? Usted puede suscribirse a nuestro servicio de alerta por correo
electrnico en:
www.stata.com/alerts/
Figura 1
Fechas
Lugar
Costo
27 y 28 julio
San Francisco, CA
USD 950
25 y 26 de agosto
Washington, D.C.
USD 950
5 y 6 de octubre
Nueva York, NY
USD 950
16 y 17 de septiembre
San Francisco, CA
USD 1.295
7 y 8 de octubre
Nueva York, NY
USD 1.295
22 y 23 de septiembre
Washington, D.C.
USD 1.295
NUEVO
Este curso de dos das cubre el uso de Stata para realizar anlisis de
imputacin mltiple. La imputacin mltiple (IM) es una tcnica basada en la
simulacin para trabajar con datos incompletos. El curso ofrecer una breve
introduccin a la imputacin mltiple y se centrar en cmo llevar a cabo IM
en Stata con el comando mi. Las tres etapas de IM (imputacin, anlisis de
datos completos e integracin) sern discutidas en detalle, con ejemplos en
Stata. Se discutirn varias tcnicas de imputacin, y la discusin se centrar
principalmente en la imputacin normal multivariada. Adems, se presentarn
una serie de ejemplos para explicar cmo manejar datos provenientes de
imputacin mltiple en forma eficiente. Se presentarn tambin el anlisis lineal
y logstico de este tipo de datos, as como varios comandos de postestimacin.
Este curso de dos das es una introduccin al uso de Stata para ajustar
modelos mixtos/multinivel. Los modelos mixtos contienen ambos, efectos
fijos (anlogos a los coeficientes en una regresin lineal estndar) y efectos
aleatorios, que no son directamente estimados, sino modelados a travs de
elementos de la matriz de covariancia. Los modelos mixtos pueden contener
ms de un nivel de efectos aleatorios anidados, y por eso estos modelos tam
bin se llaman modelos multinivel o jerrquicos, particularmente en las ciencias
sociales. El enfoque de Stata a los modelos lineales mixtos es asignar efectos
aleatorios a los paneles independientes, y dentro de stos pueden definirse
paneles anidados para incluir efectos aleatorios en varios niveles.
9
Temas del curso
Las inscripciones para los cursos de Capacitacin son limitadas. Todas las se
siones contarn con computadoras con Stata 11 para uso de los participantes.
Todos los cursos de Capacitacin se desarrollarn cada uno de los das estipu
lados de 8:30 a 16:30, y sern dictados en ingls. El costo incluye desayuno
continental, almuerzo y refrigerio en la tarde. Se invita a los participantes a traer
sus unidades de almacenamiento USB a todas las sesiones. sta es la forma
ms simple y segura de guardar el trabajo de cada sesin.
Para ver las fechas de los prximos cursos, visite
www.stata.com/training/public.html.
Derechos de autor:
2009
ISBN-10: 0-8213-7613-6
ISBN-13: 978-0-8213-7613-3
2010
ISBN-10: 0-8213-8028-1
ISBN-13: 978-0-8213-8028-4
Derechos de autor:
10
Editorial: McGrawHill
Derechos de autor:
2009
ISBN-10: 0-335-22388-5
ISBN-13: 978-0-335-22388-6
The Stata Survival Manual, escrito por David Pevalin y Robson Karen, es una
introduccin bien escrita al uso de Stata 10. El estilo es agradable y fluido,
y los autores no asumen conocimientos previos de Stata o sofisticacin
estadstica por parte del lector. Tanto el uso de Stata como de las herramientas
estadsticas se explican en el libro.
Los autores recorren los aspectos bsicos del uso de Stata, comenzando
con el uso bsico de Stata y continuando con las tcnicas ms comunes de
manejo de datos utilizadas para el anlisis, la creacin de tablas y grficos, y la
presentacin de resultados. Se presta especial atencin al trabajo con variables
categricas y a la construccin de escalas a partir de los instrumentos. Las
secciones de anlisis explican con detalle cmo ajustar interacciones y utilizan
grficos para volverlas accesibles a los lectores sin formacin estadstica. Cada
captulo comienza con una presentacin de nuevas herramientas de Stata y
ejemplos simples de su uso. Las herramientas se aplican luego a travs de un
Ejercicio Demostracin, un ejemplo que contina a lo largo de todo el libro.
As, el lector puede aprender nuevas herramientas en un entorno sencillo y ver
su uso en el anlisis de un conjunto de datos de la vida real de principio a fin.
En varios puntos del libro, especialmente en los captulos centrados en el
manejo de datos, los autores sealan diferencias entre Stata e IBM SPSS Sta
tistics para aquellos que estn haciendo la transicin de IBM SPSS Statistics
a Stata. Si bien los autores se centran en hacer uso de los archivos .do (por
la reproducibilidad), tambin muestran cmo utilizar los mens y cuadros de
dilogo para los lectores acostumbrados a trabajar de esta forma.
Para ver la tabla de contenidos, u obtener la informacin necesaria para orde
nar este libro, visite: www.stata.com/bookstore/ssm.html.
2009
ISBN-10: 89-92864-03-5
ISBN-13: 978-89-92864-03-9
2010
ISBN-10: 1-4200-8066-0
ISBN-13: 978-1-4200-8066-7
11
NetCourse
Prximas fechas de
25 de junio de 2010
Berlin Graduate School of Social Sciences
Luisenstrae 56, House 1
10117 Berlin-Mitte, Germany
profesionales 35; estudiantes 15
www.stata.com/meeting/germany10/
Fechas:
Lugar:
Costo:
Detalles:
Fechas: 9 de julio al 20 de agosto de 2010
Fecha lmite de inscripcin: 8 de julio de 2010
Costo: USD 125
Detalles: www.stata.com/netcourse/nc151.html
9 y 10 de septiembre de 2010
London School of Hygiene and Tropical Medicine
Keppel Street, London WC1E 7HT, UK
Dos das: profesionales 94,00; estudiantes 64,63
Un da:
profesionales 64,63; estudiantes 47,00
www.stata.com/meeting/uk10/
12
Lugar: Omni Parker House, Boston
60 School Street
Boston, MA 02108
Viernes 16 de julio
Costo: Un da USD 125, estudiantes USD 50
Dos das USD 195, estudiantes USD 75
Inscripciones: www.stata.com/meeting/boston10/
Programa
Jueves 15 de julio
Report to users
William Gould, StataCorp
Organizadores cientficos
Elizabeth Allred, Harvard School of Public Health
Christopher F. Baum (chair), Boston College
Amresh Hanchate, Boston University
Marcello Pagano, Harvard School of Public Health
Organizadores de logstica
Chris Farrar, StataCorp
Gretchen Farrar, StataCorp
Sarah Marrs, StataCorp
Cmo contactarnos
StataCorp
4905 Lakeway Dr.
College Station, TX 77845
USA
Tel
Fax
Email
Web
979-696-4600
979-696-4601
service@stata.com
www.stata.com