StataCorp Stata是完整的集成软件包，可提供您的所有数据科学所需的数据操作、可视化和自动报告。提供更多的数据类型的处理和获得准确的结果以及推理和建模，更多扩展的能力，更多先进的算法，可自动存储分析结果，处理速度快，提供强力的统计和数据管理数据，花费更少的时间投入，提高工作效率。
功能特色
1、统计分析
Stata的统计功能很强，除了传统的统计分析方法外，还收集了近20年发展起来的新方法，如Cox比例风险回归，指数与Weibull回归，多类结果与有序结果的logistic回归，Poisson回归，负二项回归及广义负二项回归，随机效应模型等。
2、绘图功能
Stata提供了包含广泛图形库的一系列图形类型供用户使用。其中主要的图形类型有：直方图、扇形图、条形图、散点图、直线图以及数据拟合图。这些图形的绘制设计一个或两个变量，可以将它们分别称为一维或二维图形。Stata还提供了诸如盒形图、长钉图、圆点图、面积图以及其他各种常用于财经数据的图形。在二维图形中，有时多个图形可以进行叠加，这样，Stata最终会在同一个坐标内显示由多个命令分别绘制的不同的图形。在有些非绘图命令中，也提供了专门绘制某种图形的功能，如在生存分析中，提供了绘制生存曲线图，回归分析中提供了残差图等。
3、矩阵运算
矩阵代数是多元统计分析的重要工具，Stata提供了多元统计分析中所需的矩阵基本运算，如矩阵的加、积、逆、Cholesky分解、Kronecker内积等；还提供了一些高级运算，如特征根、特征向量、奇异值分解等；在执行完某些统计分析命令后，还提供了一些系统矩阵，如估计系数向量、估计系数的协方差矩阵等。
4、程序设计
Stata是一个统计分析软件，但它也具有很强的程序语言功能，这给用户提供了一个广阔的开发应用的天地，用户可以充分发挥自己的聪明才智，熟练应用各种技巧，真正做到随心所欲。事实上，Stata的ado文件（高级统计部分）都是用Stata自己的语言编写的。
由于Stata在分析时是将数据全部读入内存，在计算全部完成后才和磁盘交换数据，Stata也是采用命令行方式来操作，使用上简单，用Stata绘制的统计图形相当精美，很有特色。
STATA 17新功能
1、表
自定义您的表格
✔汇总统计
✔假设检验
✔的结果回归结果
✔LR和Wald检验、GOF统计
✔来自任何Stata命令的结果
导出到
✔Word、Excel
✔LaTeX
✔HTML、Markdown
✔PDF
2、贝叶斯计量经济学
贝叶斯
✔VAR模型
✔IRF和FEVD分析
✔动态预测
✔面板/纵向数据模型
✔线性和非线性DSGE模型
3、PyStata-Python和Stata
✔从Stata调用Python。
✔从Python调用Stata。
✔无缝交换数据、元数据和结果。
✔使用Jupyter Notebook、Spyder、PyCharm IDE中的Stata
4、带有Stata的Jupyter Notebook
✔从Jupyter Notebook调用Stata和Mata。
✔轻松复制您的作品并与他人协作。
✔访问Python中Stata分析的结果。
✔Stata输出、图形和表格与Jupyter Notebook无缝集成。
5、双重差分（DID）和DDD模型
✔评估政策、治疗或干预措施的效果。
✔控制混杂的未观察到的组和时间特征。
✔使用面板数据或重复的横截面。
✔使用DID。自1855年以来一直很流行。
6、更快的Stata
Stata速度很快，而且速度越来越快。
✔更快的排序和折叠
✔速度更快的混合模型
✔更快的估计命令
✔更快的导入分隔
✔还有更多
7、间隔删失Cox模型
您想要对事件的时间进行建模。
但是你不知道确切的事件时间，只知道事件发生的时间间隔。
而且你不想做参数化的假设。
尝试间隔删失的Cox模型。
8、多变量荟萃分析
你有多个效应量吗？
他们是否共享一个共同的对照组？
他们是否共享同一组主题？
9、贝叶斯VAR模型
您用var来拟合VAR模型。
您可以使用贝叶斯拟合贝叶斯回归模型：。
现在用贝叶斯：var拟合您的贝叶斯VAR模型。
10、贝叶斯多级建模
非线性、关节、SEM类等。
更多多级模型。
功能更强大。
更易于使用。
11、治疗效果套索估计
当您需要时：
因果推断、平均治疗效果、潜在结果均值、双重稳健估计
你有：
许多（可能是数百或数千个）潜在协变量
使用带有套索变量选择的治疗效果估计。
12、加尔布雷思图
以图形方式总结荟萃分析结果
✔研究特定效应量
✔效应量
✔的精确度总体效应量
检测潜在的异常值
评估异质性
13、留一荟萃分析
排除一项meta分析通过在每项分析中排除一项研究来执行多项meta分析。研究通常会产生夸大的效应量，这可能会扭曲整体结果。排除一例meta分析有助于调查每项研究对总体效应量估计的影响，并确定有影响力的研究。
现在，您可以使用带有meta summarize和meta forestplot的新leaveoneout选项来执行leave-one-out meta分析。
14、零膨胀有序Logit模型
有序logit回归用于对有序分类反应进行建模，例如记录为无、轻度、中度或重度的症状严重程度。此类有序结果的值越大表示级别越高，但数值无关紧要。
15、趋势的非参数检验
回复有增加还是减少的趋势？使用趋势的四种非参数检验之一找出：
✔Cochran-Armitage检验
✔Jonckheere-Terpstra检验
✔线性线性检验
✔Cuzick’s检验与秩
16、Apple Silicon上的Stata
✔原生M1处理器支持
✔Intel和Apple✔Silicon Macs
✔One许可证的通用应用程序，两种硬件