Lasso ist eine maschinelle Lerntechnik, die zur Modellauswahl, Vorhersage und Inferenz verwendet wird.
Der neue -lasso-Befehl wählt abweichungsbasierte „optimale“ Prädiktoren für kontinuierliche, binäre und Häufigkeits-Ergebnisse aus.
Wenn Sie beispielsweise
. lasso linear y x1-x500

eingeben, wählt Lasso eine Teilmenge der angegebenen Kovariaten aus; z. B. x2, x10, x11 und x21. Mit dem standard -predict-Befehl erhalten Sie anschließend Vorhersagen von y.
Sollten Sie es vorziehen, Variablen mittels elastischer Netze oder des Quadratwurzel basierter Methoden auszuwählen, können Sie die Befehle -elasticnet- oder -sqrtlasso- in gleicher Weise verwenden.
 
Manchmal ist die Variablenauswahl oder die Vorhersage bereits das Endziel von Lasso. Andere Male steht jedoch das Schätzen und Testen von Koeffizienten im Mittelpunkt. Hierfür stehen Ihnen in Stata 16 elf weitere Befehle mit denen Sie Koeffizienten, Standardfehler und Konfidenzintervalle schätzen sowie Tests für interessierende Variablen bei Verwendung von Lasso-Methoden durchführen können. Die Befehle sind
dsregress, dslogit, dspoisson, poregress, pologit, popoisson, poivpoisson, xporegress, xpologit,
xpopoisson und xpoivregress.
Die -ds-Befehle führen ein Lasso mit doppelter Auswahl durch, mit den Befehlen -po- wird ein Partialing-Out-Lasso ausgeführt. Die -xpo-Befehle führen schließlich ein Cross-Fit-Partialing-Out-Lasso durch. Dies tun sie für Modelle mit kontinuierlichen, binären und Zähldaten. In Modellen für kontinuierliche abhängige Variablen können sie sogar endogene Kovariaten berücksichtigen.
 
Während viele der neueren Lasso-Methoden insbesondere in der Ökonometrie entwickelt werden, erfreuen sie sich in allen Disziplinen wachsender Beliebtheit, da sie auch im Bereich des maschinellen Lernens Möglichkeiten des formalen Testens und der inhaltlichen Interpretation von interessierenden Variablen bieten. Erfahren Sie im neuen Lasso-Referenzhandbuch auf anschauliche Weise alles über die Lasso-Funktionen in Stata 16.

In Stata 16 können Sie Python-Code in Stata einbetten und ausführen. Mit dem neuen -python-Befehl können Sie Python einfach aus Stata heraus aufrufen und die Python-Ergebnisse anschließend in Stata ausgeben. Sie können Python sowohl interaktiv über das Kommandofenster als auch über do- bzw. ado-Files aufrufen, um die umfangreichen Funktionen von Python zu nutzen. Ebenso können sie auch Python-Skriptdateien (.py) direkt über Stata ausführen. Für die nahtlose Integration steht Ihnen darüber hinaus das Stata Function Interface (sfi) Python-Modul zur Verfügung. Dieses Modul schafft die bidirektionale Verbindung zwischen Stata und Python und ermöglicht so direkten Zugriff auf die aktuell geöffneten Datensätze (siehe unten), Frames, Makros, Skalare, Matrizen, Wertelabels, Merkmale, globale Mata-Matrizen und mehr. All dies bedeutet, dass Sie jetzt jedes Python-Paket direkt in Stata verwenden können. Mit Matplotlib können Sie beispielsweise dreidimensionale Grafiken erstellen. Oder Sie verwenden NumPy für numerische Berechnungen. Mit Scrapy können Sie Daten direkt aus dem Web sammeln und in Stata verwenden. Und über TensorFlow sowie scikit-learn können Sie zusätzliche Verfahren maschinellen Lernens wie neuronale Netze oder Vektormaschinen verwenden. Und vieles mehr. Um die volle Power dieser neuen Möglichkeiten auszuschöpfen, beinhaltet Statas Do-File-Editor schließlich auch Syntaxhervorhebung für Python. Insgesamt kommen somit nicht nur fortgeschrittene Programmierer in den Genuss der Vorteile der neuen Python-Integration, sondern werden noch viel mehr Benutzer aller Disziplinen über die Verfügbarkeit von Python in Stata begeistert sein.

Mit den neuen Befehlen -import sas- und -import spss- in Stata 16 können Sie nun auch direkt Daten im SAS- (.sas7bdat) und SPSS-Format (.sav) verwenden. Visuelle Dialoge erleichtern Ihnen den Import mit einer Vorschau der Daten sowie bei Bedarf auch das Auswählen einer Teilmenge von Variablen und Beobachtungen.

Darüber hinaus können Sie mit den neuen Befehlen -import sasxport8- und -export sasxport8- SAS XPORT-Transportdateien nun auch in der Version 8 direkt mit Stata verwenden.

In Stata 16 führen wir eine neue, einheitliche Suite von Befehlen für die Auswahlmodellierung ein. Dafür haben wir neue Befehle für die deskriptive Statistik von Auswahldaten ergänzt. Darüber hinaus haben wir vorhandene Befehle zur Schätzung von Auswahlmodellen vereinheitlicht und verbessert. Wir haben sogar einen neues Verfahren zum Schätzen von Mixed-Logit-Modellen für Paneldaten hinzugefügt. Und wir dokumentieren sie gemeinsam im neuen Choice Models Reference Manual. Und das Beste daran: -margins- funktioniert jetzt auch nach der Schätzung von Choice-Modellen. Das bedeutet, dass Sie Ihre Ergebnisse jetzt auf einfache Weise interpretieren können. Während die in der Auswahlmodellierung geschätzten Koeffizienten häufig kaum interpretierbar sind, können Sie mit -margins- auf Grundlage Ihrer Ergebnisse sehr spezifische Fragen stellen und beantworten.

Mehrere Ketten:Bayesianische Inferenz basierend auf einer MCMC (Markov chain Monte Carlo) Stichprobe ist nur gültig, wenn die Markov-Kette konvergiert hat. Eine Möglichkeit, diese Konvergenz zu bewerten, besteht darin, mehrere Ketten zu simulieren und zu vergleichen. Mit der neuen Option -nchains ()- können Sie dies sowohl mit dem -bayes:-Prefix als auch mit dem Befehl -bayesmh- durchführen.Geben Sie beispielsweise den Befehl
. bayes, nchains(4): regress y x1 x2

ein werden vier unabhängige Ketten simuliert. Die Ketten werden automatisch kombiniert, um ein genaueres Endergebnis zu erzielen. Vor der Ergebnisinterpretation können Sie die Ketten auch grafisch vergleichen, um die Konvergenz zu bewerten. Oder Sie bewerten die Konvergenz mittels der Gelman-Rubin-Konvergenzdiagnose, die nun von -bayes: regress- und anderen Bayes-Schätzbefehlen bei multiplen Ketten berichtet wird. Wenn Sie daraufhin immer noch Bedenken hinsichtlich Nichtkonvergenz haben, können Sie mit dem Befehl -bayesstats grubin- noch genauer nachforschen und individuelle Gelman-Rubin-Diagnostiken für jeden Parameter Ihres Modells durchführen. Bayes‘sche Vorhersagen:Bayes’sche Vorhersagen sind simulierte Werte aus der posterioren Vorhersageverteilung. Diese Vorhersagen sind nützlich, um die Modellgüte zu überprüfen sowie Beobachtungen außerhalb der Stichprobe vorherzusagen. Nachdem Sie ein Modell mit -bayesmh- geschätzt haben, können Sie nun -bayespredict- verwenden, um diese simulierten Werte oder Funktionen zu berechnen und in einem neuen Datensatz zu speichern. Beispielsweise können Sie Minimum und Maximum der simulierten Werte berechnen. Anschließend können Sie andere postestimation Befehle wie -bayesgraph- verwenden, um Zusammenfassungen der Vorhersagen zu erhalten.Der von -bayespredict- erzeugte Datensatz kann Tausende von simulierten Werten für jede Beobachtung in Ihrem Datensatz enthalten. Mitunter brauchen Sie jedoch nicht alle Einzelwerte. Um stattdessen Zusammenfassungen wie beispielsweise posteriore Mittelwerte oder Mediane zu erhalten, können Sie auch -bayespredict, pmean- oder -bayespredict, pmedian- verwenden. Alternativ könnten Sie an einer Zufallsauswahl der simulierten Werte interessiert sein. Hierzu können Sie beispielsweise -bayesreps, nreps(100)- verwenden, um 100 Replikate zufällig auszuwählen. Und mehr:Schließlich möchten Sie möglicherweise die Anpassungsgüte des Modells unter Verwendung posteriorer prädiktiver p-Werte (auch als PPPs oder Bayes’sche prädiktive p-Werte bezeichnet) bewerten. PPPs messen die Übereinstimmung zwischen den beobachteten und replizierten Daten und können mit dem neuen Befehl -bayesstats ppvalues- berechnet werden.

Mit den Berichtsfunktionen von Stata können Sie Word-, PDF-, Excel- und HTML-Dokumente erstellen, die Stata-Ergebnisse und -Diagramme mit formatiertem Text und Tabellen enthalten. Unabhängig von der Art des von Ihnen erstellten Dokuments können Sie sich auf die integrierten Versionsfunktionen von Stata verlassen, um sicherzustellen, dass Ihre Berichte reproduzierbar sind.

Neue Berichtsfunktionen in Stata 16:
Mit den Befehlen -dyndoc- und -markdown- erstellen Sie zusätzlich zu den bisherigen HTML-Dokumenten nun auch Word-Dokumente. Dadurch können Sie nun noch einfacher vollständige Stata-Ergebnisse und Grafiken in Markdown-Text einbinden, um benutzerdefinierte Word-Dokumente zu erstellen.
Hierfür bietet der Do-File-Editor jetzt auch Syntaxhervorhebung speziell für Markdown.
Mit dem -putdocx-Befehl können Sie jetzt außerdem auch Kopf- und Fußzeilen inklusive Seitenzahlen einrichten. Darüber hinaus ist es jetzt auch einfacher mit dem Befehl längere Absätze zu schreiben.
Schließlich wandelt der -html2docx-Befehl HTML-Dokumente, einschließlich CSS, in Word-Dokumente um. Der Befehl -docx2pdf- konvertiert Word-Dokumente im Handumdrehen in PDF-Dateien.

Sie können jetzt mehrere Datensätze in den Speicher laden. Geben Sie wie gewohnt -use teilnehmer- ein und teilnehmer.dta wird geladen. Geben Sie als Nächstes

. frame create laender

. frame laender: use laender

ein und schon haben Sie zwei Datensätze im Speicher geöffnet. Das gleichzeitige Arbeiten mit mehreren Datensätzen war ein viel gewünschtes Feature unserer Nutzer. Besonders mächtig wird es jedoch durch das einfache Verlinken verbundener Datenstrukturen. Stellen Sie sich beispielsweise vor, dass beide Datensätze die Variable „bundesland“ beinhalten, welche die Bundesländer auf dieselbe Weise identifiziert. Indem Sie einfach

. frlink m:1 bundesland, frame(laender)

eingeben, sind alle Teilnehmenden im default-Frame mit einem Bundesland im laender-Frame verknüpft. Nun können Sie spielend einfach Variablen zwischen Frames kopieren oder mit der Funktion -frval()-direkt auf Werte von Variablen in gelinkten Frames zuzugreifen. Beispielsweise könnten Sie mit dem Befehl:

. generate rel_einkommen = einkommen / frval(laender, median_einkommen)

aus dem individuellen Teilnehmer-Einkommen sowie dem Median des Einkommens im jeweiligen Bundesland direkt eine neue Variable mit dem relativen Einkommen erzeugen. Und das ist erst der Anfang: Während dieses Beispiel lediglich zwei Frames verwendet, können Sie bis zu 100 Frames gleichzeitig laden und zahlreiche Links zwischen den jeweiligen Frames erstellen.

Schätzer für Behandlungseffekte, die den Einfluss auf ein Ereignis messen, unter Kontrolle von Confounding-Faktoren wie Alter, Geschlecht oder Bildungsniveau:

Nearest-neighbor, Propensity-score-matching, Kommandos für die Bewertung der Empfindlichkeit der Schätzer in bezug auf Verletzung der verschiedensten Voraussetzungen, Kommandos für Erweiterungen des Basismodells auf multinomiale Behandlungen, wo das einzele Subjekt eine von verschiedenen alternativen Behandlungen erhalten kann.

Nicht alle abhängigen Variablen sind kontinuierlicher Natur. Einige sind binär. Andere sind geordnet. Manche repräsentieren Zählwerte. Einige sind zensiert. Wieder andere unterliegen der Stichprobenauswahl. Während Stata eine Reihe von Kommandos enthält, um solche Variablen zu verarbeiten, ist die Anzahl der existierenden Modelle unermesslich und steigt fortwährend an. Zum Glück macht es die Stata-eigene Möglichkeit zur Programmierung vom Maximum-Likelihood-Schätzern den Anwendern leicht, neue Modelle unkompliziert zu implementieren.

Von der Community bereitgestellte Befehle für eingeschränkte abhängige Variable sind für Cross-Sectional-, Panel- und Multilevel-Daten verfügbar.

Viele von der Community bereitgestellten Befehle sind verfügbar u.a. für:

Cure- und relative Risk-Modelle, Competing Risk-Modelle, proportionale Hazard-Modelle mit diskreter Zeit, flexible parametrische Modelle.

Die flexible Grafik-Engine von Stata hat viele Anwender motiviert, eine Vielzahl statistischer Grafiken zu entwickeln:

Spezialisierte Regressions-Diagnostikplots, Plots der kumulativen Verteilung einer Variablen, Zyklusplots zur Untersuchung der Saisonalität, Spineplots von kategorialen Zwei-Wege-Daten, Bland-Altman-Plot zum Vergleich von zwei Untersuchungen, Choropleth zur räumlichen Darstellung der Armut u.a.

Visualisierung von räumlichen Daten, marginale Effekte, univariate und multivariate statistische Tests. Der Bereich der anwendergeschriebenen Befehle ist so breit und verschieden, wie es die Stata-Anwender selbst sind. Unabhängig von Ihrem Forschungsgebiet gibt es bestimmt einige von der Community bereitgestellte Befehle, das Ihre Stata-Kenntnisse erweitert.

Wenn Sie sehen möchten, was Anwender am häufigsten unter SSC gesucht haben, geben Sie in Stata ein:

.ssc whatshot

Der neue Befehl ssc whatshot listet die populärsten von der Community bereitgestellte Befehle unter SSC auf, die heruntergeladen wurden. Es werden die 10 häufigsten Befehle angezeigt. Wenn Sie ssc whatshot, n(15) eingeben, erscheinen die Top 15. Mit ssc whatshot, author(cox) erhalten Sie die Top 10 Befehle von Autoren mit dem Namen “Cox”.