Stata是一套提供数据分析、数据管理及绘制专业图表的整合性统计软件 。是 统计学 和计量经济学领域常用的数据分析工具，具备基本数据计算功能，广泛应用于市场调研、统计研究等场景。
Stata功能十分强大，它可以处理截面数据（Cross Sectional 数据 ）、 时间序列 数据（ 时间 Series Data）以及面板/ 平行数据 （Panel Data），除了提供传统的统计/计量模型之外，还提供结构方程模型（Structure 方程 Models）、Bayes Analysis的相关模型和 Python 功能。Slata提供了编程功能，这是与 Eviews 最大的不同之处 。
主要功能
新版本的STATA采用最具亲和力的窗口接口，使用者自行建立程序时，软件能提供具有直接命令式的语法。Stata提供完整的使用手册，包含统计样本建立、解释、模型与语法、文献等超过一万余页的出版品。
除此之外，Stata软件可以透过网络实时更新每天的最新功能，更可以得知世界各地的使用者对于STATA公司提出的问题与解决之道。使用者也可以透过StataJournal获得许许多多的相关讯息以及书籍介绍等。另外一个获取庞大资源的管道就是Statalist，它是一个独立的listserver，每月交替提供使用者超过1000个讯息以及50个程序。
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。具体说，Stata具有如下统计分析能力：
数值变量资料的一般分析：参数估计，t检验，单因素和多因素的 方差 分析， 协方差 分析，交互效应模型，平衡和非平衡设计，嵌套设计，随机效应，多个均数的两两比较，缺项数据的处理，方差齐性检验，正态性检验，变量变换等。
分类资料的一般分析：参数估计，列联表分析（列联系数，确切概率）， 流行病学 表格分析等。
等级资料的一般分析：秩变换，秩和检验，秩相关等
相关与 回归分析 ：简单相关，偏相关，典型相关，以及多达数十种的回归分析方法，如多元 线性回归 ，逐步回归，加权回归，稳键回归，二阶段回归， 百分位数 （ 中位数 ）回归，残差分析、强影响点分析， 曲线拟合 ，随机效应的线性回归模型等。
其他方法： 质量控制 ，整群 抽样 的设计效率，诊断试验评价，kappa等。
作图功能
Stata的作图模块，主要提供如下八种基本图形的制作: 直方图 （histogram），条形图（bar），百分条图（oneway），百分圆图（pie），散点图（twoway），散点图矩阵（matrix），星形图（star）， 分位数 图。这些图形的巧妙应用，可以满足绝大多数用户的统计作图要求。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。
Stata的矩阵运算功能
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 点积 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。
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。
Stata其统计分析能力远远超过了 SPSS Clementine ，在许多方面也超过了 SAS ！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，因此计算速度极快（一般来说，SAS的运算速度要比SPSS至少快一个数量级，而Stata的某些模块和执行同样功能的SAS模块比，其速度又比SAS快将近一个数量级！）Stata也是采用命令行方式来操作，但使用上远比 SAS 简单。其生存数据分析、纵向数据（重复测量数据）分析等模块的功能甚至超过了SAS。用Stata绘制的统计图形相当精美，很有特色。
功能列表
数据管理（Data management ）
资料转换、分组处理、附加档案、ODBC、行-列转换、数据标记、字符串函数…等
基本统计（Basic statistics ）
直交表、 相关性 、t-检定、变异数 相等 性检定、比例检定、信赖区间…等
线性模式（ Linear models）
稳健Huber/White/sandwich变异估计，三阶 最小平方法 、类非相关回归、 齐次多项式 回归、GLS
广义型线性模式（Generalizedlinearmodels）
十连结函数、使用者-定义连结、ML及IRLS估计、九变异数估计、七残差…等
二元、 计数 及有限应变量（Binary，countandlimiteddependentvariables）
罗吉斯特、probit、卜松回归、tobit、truncated回归、条件罗吉斯特、 多项式 逻辑、巢状逻辑、负二项、zero-inflated模型、Heckman选择模式、边际影响
Panel数据/交叉-组合 时间序列 （Paneldata/cross-sectional 时间 series）
随机及固定影响之回归、GEE、随机及固定-影响之卜松及负二项分配、随机-影响、工具变量回归、AR（1）干扰回归
无母数方法（Nonparametricmethods）
多变量方法（Multivariatemethods）
因素分析 、多变量回归、anonical 相关系数
模型检定及事后 估计量 支持分析（Modeltestingandpost-estimationsupport）
Wald检定、LR检定、线性及非线性组合、非线性限制检定、边际影响、修正 平均数 Hausman检定
群集分析（Clusteranalysis）
加权平均、质量中心及 中位数 联结、kmeans、kmedians、dendrograms、停止规则、使用者扩充
图形（Graphics）
直线图、 散布图 、条状图、圆饼图、hi-lo图、回归诊断图…
调查方法（Surveymethods）
抽样 权重、丛集抽样、分层、线性变异数 估计量 、拟-概似最大估计量、回归、工具变量…
生存分析（Survivalanalysis）
Kaplan–Meier、Nelson–Aalen、Cox回归（弱性）、参数模式（弱性）、危险比例测试、时间共变项、左-右检查、韦柏分配、指数分配…
流行病学 工具（Toolsforepidemiologists）
比例标准化、病例控制、已配适病例控制、Mantel–Haenszel， 药理学 、ROC分析、ICD-9-CM
时间序列 （ Time series）
ARIMA、ARCH/GARCH、VAR、Newey–West、correlograms、periodograms、白色-噪音测试、最小整数根检定、时间序列运算、平滑化
最大概似法（Maximumlikelihood）
转换及常态检定（Transformsandnormalitytests）
Box– Cox 、次方转换Shapiro–Wilk、Shapiro– Francia 检定
其它统计方法（Otherstatisticalmethods）
样本数量及次方、 非线性回归 、逐步式回归、统计及数学函数
包含样本范例（Samplesession）
再 抽样 及模拟方法（Resamplingandsimulationmethods）
bootstrapping、jackknife、蒙地卡罗模拟、排列检定
网络功能
安装新指令、网络升级、网站档案分享、Stata最新消息
epiman论坛学习资源丰富，学术氛围良好，在国内 新生代 公共卫生 学术界有一定影响力。是探讨Stata、 spss 、 SAS 、 epidata 等统计软件的主流论坛之一。
学习资料
网络资源
Stata官方网站。 Stata公司提供的Webresources，涵盖了大量相关网络资源；其FAQ则提供了各种常见问题的解答；Statalist则是一个类似于 人大经济论坛 的免费的讨论区。加入Statalist的方法很简单，你只需要发送邮件至Stata-maillist，邮件内容无需任何称谓，只需写上“ subscribeStatalist ”的字样即可。接到确认信息后，你便成为一名Statalist的成员了。当然，即使不加入，你仍然可以浏览，但不能提问。
UCLA （ 加州大学洛杉矶分校 提供的网络教程。 该网站提供的Data Management 、Graphics、Regression、LogisticRegression、MultilevelModeling、SurveyDataAnalysis等模块都非常出色；其WebBooks、TextbookExamples模块则非常细致地呈现了几十本非常流行的统计和计量教材的Stata实例；对于 LaTeX 感兴趣的朋友，则可以通过StataToolsforLaTeX模块获得诸多有用的信息；在Graphexamples模块中，则列举了四十余种图形的绘制方法；最后，在ClassesandSeminars模块中，你可以在线观看数十个Stata教学视频。
Stata中文讨论 专区 。 目前，国内已有多个专门讨论Stata应用的论坛，包括 人大经济论坛 Stata专区，公卫人EpiMan等。这些论坛集中了国内外数十万的Stata用户，为交流和解决Stata应用过程中遇到的各种问题和经验提供了很好的平台。
相关的书籍
自从Hamilton（1990）出版 Statistics withStata 后，一系列将计量理论与软件操作结合起来的书籍开始相继面世，而在此之前，人们似乎都认为软件操作是件非常简单的事情。也正因为如此，很多学生在修改完了一个学年的 计量经济学 课程后，仍然不知道该如何完成OLS估计。为此，我列举的书籍多附有Stata实例（*表示我的推荐程度），多数书中的范例数据都可通过Stata官方网站下载。
一份详细的书单： UCLA 提供了的书单。
入门教材： Baum（2006）*、Newtonand Cox（2009）、Chenetal.（2005）、Adkinsand Hill（2008）*；Wooldridge（2009）*， 波士顿大学 的网站上提供了该书所有章节的Stata范例，是一套非常好的学习资料。
综合性教材： CameronandTrivedi（2005）撰写的 Micro econometrics :Methodsandapplications 一书全面介绍了 微观 计量中的基本分析工具，其中不乏最近十年中得到广泛应用的Bootstrap、MonteCarlo模拟，以及非参数估计法。二人于2009年出版的另一力作（CameronandTrivedi（2009）*）是这本书的姊妹篇，重点介绍了常用计量模型的Stata实现方法。
Stata手册： 我一直非常佩服撰写Stata手册的那些人，他们总能以最简洁的语言说清楚纠结我很久的问题。Stata11附有16本电子手册，仅需统一放置于D:\stata11\utilities目录下，即可从Stata内部的帮助文件中的Alsosee部分直接链接到相应的PDF说明书中。作为初学者，我强烈建议你将[U]和[D]打印出来，反复研读。stata手册内容齐全，但不便于阅读，把命令与例题割裂开来，阅读起来很不方便。
stata软件在社会科学研究中的高级应用：周文光，李尧远， 梁炜 著， 西北工业大学出版社 出版。该书详细介绍了如何应用stata对连续变量与分类变量进行分析，包括 回归分析 ， 时间序列 分析，面板数据分析等，并介绍了如何使用stata进行生存分析与 聚类分析 、编程等内容。
Stata视频。 相比于网络教程和纸本教材，通过视频学习Stata可能是最快捷的方式了。 UCLA 免费发布的视频教程，内容涉及Stata入门、数据处理和绘图等。采用英文讲解，思路清晰。局限在于所涉及内容不够系统，但对于想快速入门的学生则是一份不错的参考资料。同时，藉由这份资料也可以练习一下英语听力。对于中文用户而言，人大论坛发布的Stata初级和高级视频则提供了更为快捷的学习方式。其中，初级视频主要介绍stata的操作方法，包括stata入门、stata数据处理、stata绘图、stata矩阵以及stata编程初步五个部分。高级视频主要介绍各种计量模型的基本原理，重点介绍其在stata中的实现方法，包括OLS、GLS、MLE、IV-GMM、 时间序列 分析、面板模型、stata高级编程、Bootstrap和MonteCarlo模拟等内容，比较全面的涵盖了 计量经济学 和核心内容。
统计方法： Rabe-HeskethandEveritt（2006）。
Stata绘图： Mitchell（2008），非常细致地介绍了各种图形的绘制方法。
Stata 数据处理 ： KohlerandKreuter（2005）*、Long（2009）*、 杨菊华 （2008）。
Stata 编程 ： Baum（2009），当然，该书中有关数据处理的介绍也非常精彩。
Logit/Probit模型： HosmerandLemeshow（2000）*对相关的理论进行非常细致的介绍，是我学习Logit模型的入门教材；LongandFreese（2001）*、LongandFreese（2006）、Hilbe（2009）则涉及了大量的Stata实例，对解读Logit/Probit模型的结果很有帮助；Rabe-Heskethetal.（2004）提供了在GLLAMM架构下估计xtlogit，xtprobit，xtmelogit以及xtmepoisson模型的方法。
PanelData和多层次模型： Stata11手册[XT]*，简洁明了，附有大量实例；CameronandTrivedi（2009）*、王志刚（2008）、Rabe-HeskethandSkrondal（2008）。
Mata： Schmidheiny（2008）*，简洁明了介绍了Mata的基本用法；详情则可参与Stata11手册[M]。
GLLAMM： Rabe-Heskethe tal.（2004）。
Meta ： Sterne（2009）。
GLM ： Hardinetal.（2007）。
MLE： Harrison（2008）（Lectures）、Gouldetal.（2006）。
生存分析： Clevesetal.（2008）。