Stata, StataNow 19 - 2026년 10월 업데이트
1. bayes: bayes: qreg 명령어의 실질적인 변경 및 개선 사항:
a. 이제는 비대칭 라플라스(asymmetric Laplace) 우도에 기반한 사후분포 대신, 다변량 정규분포를 사용하여 분위수 계수(표기: {depvar_q#:...})의 사후분포를 근사합니다. 비대칭 라플라스 우도에 기반한 결과는 '비대칭 라플라스 분위수 계수({depvar_q#_al:...})' 및 '비대칭 라플라스 척도 인자({sigma_al})'를 통해 확인할 수 있습니다. (이전 버전에서는 각각 {depvar_q#:...} 및 {sigma}로 표기되었습니다.) 분위수 회귀를 적용하는 많은 실제 상황에서 비대칭 라플라스 우도 가정은 지나치게 제한적일 수 있으며, 이로 인해 사후 표준편차나 신뢰구간이 실제보다 지나치게 작게(낙관적으로) 추정될 위험이 있습니다.
b. 새로운 옵션인 `normapprox`와 `nonormapprox`는 분위수 계수(quantile coefficients)를 산출할 때 정규 근사를 사용할지 여부를 결정합니다. 기본값은 `normapprox`입니다. `nonormapprox`를 지정하면 정규 근사가 계산되지 않으며, 그 결과는 비대칭 라플라스 분위수 계수 및 스케일링 계수(scaling factor)에 해당하게 됩니다. 이들은 각각 `{depvar_q#:...}` 및 `{sigma}`로 표시됩니다.
c. 새로운 옵션인 `nowarnings`는 `bayes: qreg` 및 `Bayesian postestimation` 명령어의 출력에 나타나는 비대칭 라플라스 모형의 잘못된 사양에 대한 경고 메시지를 출력하지 않습니다.
d. 새로운 옵션인 `asymlapok`은 분석에 비대칭 라플라스(asymmetric Laplace) 모형을 사용하도록 지정합니다. 이 옵션은 `nonormapprox` 및 `nowarnings` 옵션을 포함하는 의미를 갖습니다.
e. `bayes: qreg` 명령어는 기본적으로 더 적절한 결과를 제공하기 위해 이전 방식에 대한 버전 제어기능을 지원하지 않습니다. 하지만 `asymlapok` 옵션을 지정하면 기존에 수행하던 분석을 그대로 실행할 수 있습니다.
f. `bayes: qreg` 명령어는 기본적으로 더 적절한 결과를 제공하기 위해 이전 방식에 대한 버전 제어 기능을 지원하지 않습니다. 하지만 `asymlapok` 옵션을 지정하면 기존에 수행하던 분석을 그대로 실행할 수 있습니다.
g. 이제 `bayes: qreg`은 기본적으로 `e(mean)` 및 `e(Cov)`와 같은 파라미터 행렬 형태로 추가 결과들을 `e()`에 저장합니다. 비대칭 라플라스 모형과 관련된 결과가 먼저 저장되고, 근사 정규(approximating normal) 모델을 기반으로 한 결과가 마지막에 저장됩니다. 이전에는 파라미터를 위치(순서)를 기준으로 참조했으나 이제 조정된 결과에 접근하고자 한다면, 새로운 위치 인덱스를 사용하여 코드를 수정해야 합니다. 참고로, 이제 `e(Cov)`는 블록 대각 행렬(block diagonal matrix) 형태가 되며, 좌측 상단 블록에는 비대칭 라플라스 파라미터들이, 우측 하단 블록에는 조정된 계수들에 대한 분산-공분산 행렬이 포함됩니다.
2. 이제 데이터셋을 불러오는 데 3초 이상 소요되는 경우, 작업 진행상황을 나타내는 표시가 출력창에 나타납니다. 진행상황은 10% 단위로 표시됩니다. 새로운 명령어인 `use_progress`를 사용하여 이 표시기능을 활성화하거나 비활성화할 수 있습니다.
3. Stata Journal 26(3rd)을 위해 온라인 도움말과 검색 색인이 업데이트되었습니다.
4. 에러 수정
- `hdidregress` 및 `xthdidregress` 실행 후 `estat aggregation`을 사용할 때, `group()` 변수를 축약어로 지정시 문제
- 데이터에 0인 셀이 포함된 경우, `esize(lnratio)` 및 `zerocells(none)` 옵션을 지정하면 `meta esize`가 `zerocells(0)` 대신 `zerocells(0.5, only0)`과 동일한 연속성 보정을 잘못 적용하던 문제
- `mi estimate`에서 `cmdok` 옵션을 사용하더라도 `xthdidregress` 및 `hdidregress` 명령어는 제대로 작동하지 않던 문제
- `mi impute pmm`에서 `knn()` 옵션을 통해 하나 이상의 최근접 이웃을 지정했을 때, 완전 관측치에 대한 선형 예측값들 사이에 동점이 발생하는 경우, 해당 동점인 관측치들이 모두 기여자 풀을 구성하는 데 포함되어 실제로는 `knn()`에 지정된 것보다 더 많은 최근접 이웃이 대치 과정에 사용되는 문제
- `mlogit`에서 종속변수(depvar)의 값라벨에 `#`이나 `-`와 같은 특수 문자가 포함된 경우, 첫 번째 수준을 제외한 나머지 수준들에 대해 "initial vector: duplicate entries for _cons found"라는 오류 메시지가 발생하는 문제
- `cfregress` 및 `cfprobit` 실행 후 `predict`와 `margins`를 사용할 때, 1단계 모형으로 '분수형 프로빗' 모형을 적용했음에도 불구하고 해당 모형의 점수 대신 일반 프로빗 모델의 점수가 사용되는 문제
- `reshape long` 명령을 사용할 때 `favor(speed)` 옵션을 지정했거나 `reshape_favor speed` 설정이 적용된 상태에서, 결과로 생성되는 롱타입 데이터의 관측치 수가 100만 개 이상일 경우 "observation number out of range"라는 오류 메시지와 함께 비정상적으로 종료되던 문제
- 나중에 삭제된 변수를 사용하여 Mata 뷰를 생성한 후 save를 사용하면 Stata가 충돌하는 문제
- `lapack_mkl_cnr` 설정은 지정된 조건부 수치 재현성 모드를 올바르게 적용했으나, `c(lapack_mkl_cnr)`을 통해 값을 조회할 때 종종 잘못된 값을 반환하는 문제