| ■ 機械学習機能 |
Stata19では機械学習を用いた推定機能が実装されました。これにより回帰モデルに依存しないデータドリブンな形での推定が可能になりました。CS19A版では機械学習機能に関する概説部分を日本語化しました。 |
| |
|
| ■ データ管理機能 |
機械学習の分野では標本をトレーニング用とテスト用に分割するといった操作が必要になります。またメモリ上に多面のデータを展開し、それらを切替えながら処理を進めるという方式も取られています。これらのニーズを踏まえ、CS19A版では
splitsample コマンドと frame 操作機能について日本語化を図りました。 |
| |
|
| ■ 生存時間分析 |
事象の生起が時間的な区間でしか捉えられないような場合に区間打切り型のデータが発生します。CS19A版では stintcox コマンドについて記述の拡充を図りました。また複数の事象を含むデータにも対応できる stmgintcox コマンドについても日本語化を行いました（CS19B版）。 |
| |
|
| ■ 因果推論 |
従来「処置効果」というタイトルだったわけですが、機能範囲の拡張に合せ、CS19版ではタイトルを「因果推論」に変更しました。CS19A版では処置効果関連機能に加え、mediate コマンドについて日本語化を図りました。このコマンドは媒介変数を介した処置効果モデルの扱いを可能にするものです。さらにCS19B版ではStata19の新機能である
cate コマンドを日本語化しました。このコマンドは heterogeneous な処置効果への対応を可能にします。 |
| |
|
| ■ パネルデータ |
パネルデータ用線形回帰機能である xtreg コマンドではFE/RE/PAといった推定法が用意されていましたが、Stata19ではこれに新たに CRE という推定法が加わりました。FE推定法ではパネル内で一定値を取る回帰変数については推定が行えませんでしたが、CRE推定法を用いるとその制約を打破することができます。 |
| |
|
| ■ IRF分析 |
インパルス応答分析を行う場合、VARモデルを前提とした形で応答を予測するのが一般的でした。Stata18でサポートされた lpirf コマンドを用いるとVARモデルに依存しない形でIRF分析を行うことができます。CS19B版で日本語化しました。 |