{"id":44361,"date":"2025-02-18T11:02:00","date_gmt":"2025-02-18T11:02:00","guid":{"rendered":"https:\/\/dpc-software.de\/?p=44361"},"modified":"2026-10-23T09:50:30","modified_gmt":"2026-10-23T09:50:30","slug":"statanow-update-february-2025","status":"publish","type":"post","link":"https:\/\/dpc-software.de\/fr\/statanow-update-february-2025\/","title":{"rendered":"StataNow Update Februar 2025"},"content":{"rendered":"\n

StataNow erweitert seine Funktionen mit dem Update vom 26. Februar um weitere Neuerungen.
<\/strong>
Machine learning via H2O<\/strong><\/a>
Mit der neuen h2oml<\/strong>-Befehlssammlung k\u00f6nnen Sie maschinelles Lernen \u00fcber H2O nutzen, um Erkenntnisse aus Daten zu gewinnen, wenn klassische statistische Modelle an ihre Grenzen sto\u00dfen. Verwenden Sie Ensemble-Entscheidungsb\u00e4ume wie Gradient Boosting Machine (GBM)<\/strong> oder Random Forest<\/strong> f\u00fcr Klassifikations- und Regressionsaufgaben. Optimieren Sie Hyperparameter, nutzen Sie Validierung oder Kreuzvalidierung (Cross Validation, CV), bewerten Sie die Modellg\u00fcte, erkl\u00e4ren Sie Vorhersagen und vieles mehr.<\/p>\n\n\n\n

Cluster-robust standard errors for interval censored multiple event Cox model<\/strong><\/a>
Mit dem Befehl stmgintcox<\/strong> k\u00f6nnen Sie intervallzensierte Daten mit mehreren Ereignissen analysieren und gleichzeitig m\u00f6gliche Korrelationen zwischen den Ereigniszeiten verschiedener Ereignistypen ber\u00fccksichtigen, beispielsweise beim gleichzeitigen Auftreten von Diabetes und Bluthochdruck. Dar\u00fcber hinaus k\u00f6nnen Sie die Proportional-Hazards-Annahme \u00fcberpr\u00fcfen, einen leistungsf\u00e4higen Test auf gemeinsame Kovariateneffekte \u00fcber alle Ereignisse hinweg durchf\u00fchren sowie ereignisspezifische \u00dcberlebens-, Hazard- und weitere Funktionen grafisch darstellen.<\/p>\n\n\n\n

Enhancement for listing data: relative observation numbers<\/strong><\/a>
Der\u00a0list<\/strong><\/a>-Befehl wurde um drei neue Optionen erg\u00e4nzt:<\/p>\n\n\n\n

\n
    \n
  1. relative<\/strong>: Gibt beim Anzeigen einer Teilmenge von Beobachtungen relative Beobachtungsnummern aus<\/li>\n\n\n\n
  2. sepbyexp(exp)<\/strong>: F\u00fcgt eine Trennlinie ein, sobald sich der Wert eines angegebenen Ausdrucks \u00e4ndert. Der Ausdruck muss sich dabei nicht zwingend auf Variablen des Datensatzes beziehen.<\/li>\n\n\n\n
  3. footer<\/strong>: Zeigt die Variablennamen zus\u00e4tzlich als Fu\u00dfzeile an.<\/li>\n<\/ol>\n<\/div><\/div>\n\n\n\n

    Enhancements to H2O integration features<\/strong><\/a><\/p>\n\n\n\n

    Die Integration von H2O wurde in zahlreichen Bereichen verbessert:<\/p>\n\n\n\n