2025年8月发布了自19版本以来最大的更新StataNow 19.5：Do-file Editor 新增“更改历史彩带”，橙蓝双色实时标记修改与恢复；变量名截断样式可自选，长名不再混淆；线性模型 vce() 一键调用 Driscoll-Kraay、HC3-Hansen 等最新稳健标准误，适配稀少聚类与动态面板。

1、逻辑回归的统计功效分析   

设计一项高效的研究，需要在统计功效、样本量和成本之间取得平衡。无论您准备分析客户转化率（购买与未购买）、患者康复结果（康复与未康复），还是用户参与决策（订阅与未订阅），Stata全新推出的power logistic命令都能帮助您在为逻辑回归模型确定最优样本量时，既节省时间，又避免资源浪费。

Stata的power logistic命令用于计算逻辑回归模型中某个关注系数的检验所需的样本量、统计功效或效应量。与所有其他power分析方法一样，power logistic支持为多个参数设定不同取值，并自动生成表格与图形结果。

当进行含有一个或两个二分类预测变量的功效分析时，Stata提供了简洁的语法。例如，假设结果变量 Y 为二分类，且有两个二分类协变量：您关心的协变量 X 以及干扰协变量 Z。若想在显著性水平α = 0.05下达到80%的统计功效，只需输入：

. power logistic 1.5, px(0.3) pz(0.2) py(0.6) pycondx1z1(0.8）

但该命令同样支持为更复杂的模型进行功效分析，最多可纳入 20 个干扰协变量，且这些协变量可来自 11 种不同的分布。

核心亮点
power logistic所实现的功效分析方法已被证实是目前最准确的方法之一，Stata 是为数不多提供该方法的软件包。同时，Stata 的语法既易于使用，又具备高度的灵活性。

面向人群
任何需要进行逻辑回归分析的研究者--尤其是医学研究人员、公共卫生专家、流行病学家以及生态学家。

2、局部平均处理效应（LATE）
Stata全新的lateffects命令用于估计局部平均处理效应（LATE），即针对“依从者”--也就是实际遵照处理分配的亚群体（依从者）的因果效应。由于该效应仅对依从者有效，因而这一估计量有时也被称为“依从者平均处理效应”（Complier Average Treatment Effect）。

lateffects命令的语法与其他处理效应模型相同，仅需额外加一对括号，在其中放入用于工具变量（assigned 或 motivated treatment）的倾向得分模型即可。

. lateffects estimator (outcome) (treatment) (instrument z1 z2)

在该命令中，可选择归一化K加权估计量（kappa）、归一化协变量平衡的倾向得分估计量（balancing），或采用逆概率加权回归调整（ipwra）并额外指定结果模型和处理模型。

. lateffects ipwra (outcome x1 x2) (treatment y1) (instrument z1 z2)

完成模型估计后，我们可以使用lateoverlap和latebalance来检验相关假设，也可以通过estat compliers对依从者群体进行更深入的查看。

核心亮点
灵活性强：lateffects既可以在纳入协变量的情况下估计LATE，也可以在不纳入协变量的情况下进行估计；同时，它支持二元、计数以及分数结果等多种模型。

面向人群
适用于所有学科，任何在实验或观察性研究中对因果推断感兴趣的研究者。

3、线性模型的VCE选项更加丰富 

Stata最常用的线性回归命令现已配备更丰富的方差-协方差矩阵（VCE）选项，包括：

• 线性回归模型中的异方差-自相关一致标准误（HAC标准误）

• 面板固定效应回归中的Driscoll–Kraay标准误

• 线性回归模型的增强型偏差校正

ο HC3回归聚类
ο 在areg与xtreg, fe命令中提供HC3标准误，并支持聚类情形。
ο 在didregress与xtdidregress命令中支持带聚类的HC2与HC3标准误。
ο Hansen（2025）--利用 HC3 标准误进行修正推断

• 线性工具变量回归中的多向聚类稳健标准误
• 面板广义最小二乘法中时间段间的非结构化协方差矩阵

例如，我们可以使用Driscoll–Kraay 标准误来处理面板数据中的自相关问题，具体做法是采用 Bartlett 核函数，并依据 Newey–West 准则选择最优滞后阶数。

. xtreg …, fe vce(dkraay nwest opt)

当聚类数量较少且不平衡时，我们可能更倾向于采用 HC3 偏差校正，并结合 Hansen（2025）提出的调整方法。

. xtreg …, fe vce(hc3 clustvar, dfadjust hansen)

核心亮点
其广度在于：线性模型现已支持在更多情形下仍具稳健性的标准误和置信区间，而这一切只需一个简单的vce()选项即可实现。

面向人群
社会科学领域的研究人员，尤其是经济学、公共政策、政治学、公共卫生和管理学等学科的学者

4、Do文件编辑器更改历史功能区
现在，Do文件编辑器新增了“更改历史功能区”选项。该功能区用橙色和蓝色两种颜色直观地标示：橙色表示被修改过的行，蓝色则表示已恢复为原始内容的行。

核心亮点
在 Do 文件编辑器中编程从未如此轻松！现在，您可以轻松追踪每一次修改，并决定哪些内容需要保存。

面向人群
适用于所有学科；任何使用 Do 文件编辑器与 Stata 交互的用户。

5、数据编辑器中的变量名截断显示已优化 
现在，数据编辑器为长变量名的显示提供了更多选择。例如，变量名 never_married 可被截断为 never_...、nev_ied、never_ed 等多种样式，由你决定！

核心亮点
由于变量名各异，某些截断方式可能更能帮助您区分它们。现在，您可以为自己的数据集选择最合理的截断方案。

面向人群
所有Stata用户。

北京天演融智软件有限公司（科学软件网）是Stata软件在中国的授权经销商，为中国的软件用户提供优质的软件销售和培训服务。