XIV Convegno Italiano degli Utenti di Stata

Il XIV Convegno Italiano degli Utenti di Stata si terrà a Firenze il 16-17 Novembre 2017. Ogni anno il Convegno rappresenta un importante punto di riferimento fra gli utenti di Stata e un’occasione unica di scambio interdisciplinare. Sono infatti graditi sia contributi metodologici, sia analisi applicate in diversi campi di ricerca. Nelle edizioni precedenti, sono stati presentati una varietà di nuovi comandi scritti dagli utenti, nonché disparate applicazioni in economia, biostatistica, scienze sociali, psicologia e gestione dei dati. La sessione “invited speaker” e il corso di formazione tenuto nella seconda giornata del Convegno hanno offerto ai partecipanti l’occasione di aggiornarsi su nuove metodologie di recente sviluppo.

Anche quest’anno, il convegno si aprirà con la sessione dedicata ad un “invited speaker” e proseguirà con 4 sessioni che daranno la possibilità ai partecipanti di:

Conoscere nuove applicazioni che evidenziano le potenzialità di Stata su nuovi comandi e procedure

Incontrare ricercatori appartenenti a diverse aree disciplinari

Interagire direttamente con gli statistici della StataCorp

Scambiare informazioni e routine sviluppate per Stata

La seconda giornata, come di consueto, sarà dedicata alla formazione.

 

COME SOTTOPORRE UN CONTRIBUTO

Gli autori interessati a presentare un contributo sono invitati a sottoporre un abstract in formato elettronico al comitato scientifico all’indirizzo e-mail statausers@tstat.it entro il 15.09.2017. Nell’e-mail dovranno essere inclusi nome, affiliazione, indirizzo e recapito telefonico. Saranno disponibili 25 minuti per ciascuna presentazione e 10 minuti per la relativa discussione. Eventuali contributi che dovessero richiedere tempi diversi, saranno ben accolti e per la pianificazione del programma sarà necessario segnalarne la durata prevista al momento dell’invio dell’abstract. Il comitato scientifico farà pervenire una risposta entro il 22.09.2017 e la versione definitiva del lavoro dovrà essere inoltrata al comitato scientifico entro e non oltre il 29.10.2017.

 

COMITATO SCIENTIFICO

Una-Louise Bell

Rino Bellocco

Giovanni Capelli

Marcello Pagano

Maurizio Pisati

16 Novembre 2017

9.00 – 9.30       Registrazione dei partecipanti

9.30 – 10.30    I SESSIONE – INVITED SPEAKER

Manipulation of SVG graphs with Stata – Tim Morris, MRC Clinical Trials, University College London

Stata 15 includes a newly-documented option to export graphs in SVG (scalable vector graphics) format. SVG is a great storage format because instead of describing individual pixels it describes the shapes to be rendered by an application. While other export formats also do this, SVG opens up many more possibilities. Unlike any other vector format used by Stata, SVG is supported by modern web-browsers. It is also relatively human-readable as .svg files are plain-text XML code. This opens up a world of opportunity to manipulate SVG files themselves and go beyond the graphics Stata can currently create.

This talk gives an introduction to how SVG can be manipulated via several examples: invoking transparent elements ‘by-hand’, hexagonal binning, embedding images to appear behind semi-transparent graphs, and including interactive elements in graphs. I hope that this will encourage creative ideas from other users for further extending Stata graphics via SVG.

10.30 – 10.50  Pausa caffè

10.50 – 12.00   II SESSIONE – COMMUNITY CONTRIBUTED, I

Theory and Practice of TFP Estimation: the Control Function Approach Using Stata Gabriele Rovigatti, University of Chicago Booth School of Business and Vincenzo Mollisi, Free University of Bozen-Bolzano

Alongside Instrumental Variable (IV) and Fixed Effects (FE), the Control Function (CF) approach is the most widely used in production function estimation. Olley-Pakes (OP henceforth), Levinsohn-Petrin (LP), Ackerberg-Caves-Frazer (ACF) have all contributed to the field proposing two-steps estimation procedures, while Wooldridge showed how to perform a consistent estimation within a single step GMM framework. In this paper we propose a new estimator, based on Wooldridge’s, using dynamic panel instruments à la Blundell-Bond and we evaluate its performance by Monte Carlo simulations. We also present a new Stata module – prodest – for production function estimation, show its main features and key strengths in a comparative analysis with other user-written Stata commands. Lastly, we provide evidence of the numerical challenges faced when using OP/LP estimators with ACF correction in empirical applications and document how the GMM estimates vary depending on the optimizer/starting points employed.

DDID – Pre- and post-treatment estimation of the Average Treatment Effect (ATE) with binary time-varying treatment – Marco Ventura, Istituto Nazionale di Statistica

ddid estimates Average Treatment Effects (ATEs) when the treatment is binary and varying over time. Using ddid, the user can estimate the pre- and post-intervention effects by selecting the pre and post intervention periods, also by plotting the results in a easy-to-read graphical representation. Also, in order to assess the reliability of the causal results achieved by the user’s specified model, ddid allows to test both the “common trend” assumption, and the degree of “balancing” achieved by the user’s specified model. Thus, the model estimated by ddid can be seen as a generalization of the Difference-In-Differences (DID) approach to the case of many post- and pre-intervention times.

CBPS: a Stata command to implement Covariate Balancing Propensity Score – Filip Premik, University of Minnesota

A dual nature of propensity score manifests itself in being both the conditional probability of treatment assignment and covariate balancing score. The standard approach in propensity score estimation exploits the first feature leaving balancing properties to be checked after estimation. Imai and Ratkovic2014 focus also on the second feature and propose Covariate Balancing  Propensity Score (CBPS) estimator that automatically balances the conditional distribution of covariates. Being stated within GMM framework, CBPS is a simple way to obtains propensity score estimates or weights to be used in subsequent estimations. Monte Carlo studies indicate its good performance among others in reducing bias of treatment effects estimates. The paper reviews the method and introduces Stata user written package CBPS which implements the estimator.

12.00 – 13.00  III SESSIONE – EXPLOITING THE POTENTIAL OF STATA 15, I

A Journey to Latent Class Analysis (LCA) – Jeff Pitblado, Director of Statistical Software, StataCorp

Stata’s estimation commands have evolved in how they account for groups in the sample. Since the early days of Stata, fitting models with group-specific parameters is simply a matter of using the if clause to condition on group membership. Inference between group-specific parameters was made possible with the introduction of suest in Stata 8. In Stata 12, we introduced sem and group analysis for structural equation models (SEMs). Stata 15 introduces two kinds of group analysis for generalized SEMs. For observed groups, gsem has the new group() option. For latent groups, gsem has the lclass() option and the ability to perform LCA.

13.00 – 14.15    Pranzo

14.15 – 16.00   IV SESSIONE – EXPLOITING THE POTENTIAL OF STATA 15, II

Calcolo dell’aderenza alle terapie farmacologiche a partire dai flussi amministrativi correnti – Jacopo Lenzi, Alma Mater Studiorum University of Bologna

Il Medication Possession Ratio (MPR) e la Proportion of Days Covered (PDC) sono le più note misure di aderenza alle terapie farmacologiche derivanti dai flussi amministrativi sanitari. Entrambe esprimono in termini percentuali quanta parte del follow-up individuale del paziente è coperto dal farmaco in studio. L’obiettivo di questo contributo è fornire alcuni consigli per calcolare tali indicatori di farmaco-aderenza usando il software Stata, e presentare alcuni applicazioni pratiche su popolazioni di pazienti affetti da patologia cardiovascolare.

Matching tra due coorti consecutive estratte da un registro di patologia – Dino Gibertoni, Alma Mater Studiorum University of Bologna

Utilizzando i dati di un registro di patologia si possono realizzare studi longitudinali che indagano i determinanti di uno o più esiti di interesse per la patologia. In particolare, si può usare una coorte estratta dal registro per eseguire la validazione temporale di un modello predittivo che era stato sviluppato a partire da una coorte di pazienti dello stesso registro arruolati in un periodo precedente. Nella presentazione verrà illustrato il programma Stata che è stato scritto per realizzare un matching a due step, deterministico e probabilistico, con il quale ottenere due coorti omogenee di pazienti in cui confrontare gli esiti di patologia.

Variabili Socio-Demografiche e Economiche del Voto per Brexit: tendenze territoriali – Salvatore Leonardo Alaimo, Sapienza University of Rome

Il 23 giugno 2016 si è tenuto il referendum relativo alla permanenza della Gran Bretagna nell’Unione Europea (“British exit” o “Brexit”).

Già nel 1975 i cittadini britannici erano stati chiamati a esprimersi in merito alla permanenza della Gran Bretagna nell’allora Comunità  economica europea. L’affluenza al c.d. “Common market referendum” era stata circa del 65% e il Remain si era affermato in maniera netta (67%) in tutte le circoscrizioni, restituendo l’immagine di una nazione fortemente europeista. I risultati del referendum del giugno 2016 sono stati diametralmente opposti. Anche in questo caso l’affluenza è stata molto elevata (72%), ma a prevalere è stato il Leave con il 52% delle preferenze. Viene fuori l’immagine di un Paese spaccato in due, diviso fra europeisti e antieuropeisti. Cos’è cambiato? Cosa ha spinto i cittadini britannici a esprimersi a favore dell’uscita dall’Unione europea? Quali variabili hanno giocato un ruolo determinante? L’obiettivo di questo lavoro è evidenziare se il voto del 23 giugno sia stato non solo espressione dell’opinione dei cittadini britannici riguardo all’Unione Europea, ma anche e soprattutto la chiara manifestazione di un malessere legato all’influenza di altri fattori, quali la crisi economica e il fenomeno della migrazione, che possono quindi fornire una possibile via per comprendere le ragioni del Leave. In quest’ottica, i risultati elettorali delle local authorities in cui è stato suddiviso il territorio britannico sono stati messi in relazione con una serie di variabili di natura demografica, economica e sociale. Le variabili sono state raccolte o costruite a partire dalle banche dati ufficiali disponibili, in particolare utilizzando le indagini campionarie realizzate da Office for National Statistics, che restituiscono il quadro del Paese al 30 giugno di ogni anno. L’analisi realizzata in questo lavoro fa riferimento alla struttura demografica, economica e sociale del Paese a metà 2015 …/…

Socio-economic factors and ideal age of union formation. A quantile regression approach – Brian W. Mandikiana and Mahjabeen Ramzan, Qatar University

There has been wide discussion about the relationship between marriage timing and socio-economic factors. However, empirical evidence on ideal age at first marriage for women, particularly in traditional societies where arranged marriages are common is still limited. We use a nationally representative Qatari Women Survey dataset to test the relationship between ideal age at first marriage and socio-economic factors. Given the presence of heterogeneity, in preferred ideal age at first marriage for young women, we apply the quantile regression method to make inference. Using the quantile regression methodology, we find that the influence of socio-economic factors differs across the ideal age distribution. In particular, there is a positive relationship between ideal age at first marriage and post-secondary education. Based on the results, we offer suggestions to improve an understanding of the complex process of family formation.

16.00-17.00     V SESSIONE – COMMUNITY CONTRIBUTED, II

Simulating dynamic panel data in Stata: New features of the xtarsim command – Giovanni S. F. Bruno, Bocconi University

The Stata command xtarsim, which I developed in 2005, simulates dynamic panel data models with exogenous regressors and i.i.d. errors. I have now extended the command in order to also simulate models with various types of endogenous or predetermined regressors and with MA(1) errors. This paper illustrates the new version of xtarsim and presents Monte Carlo applications.

Combining Large Datasets of Patents and Trademarks – Grid Thoma, University of Camerino

Using the STATA entity names in patents and trademarks have been linked by the means of a matching algorithm which accounts for differences due to the position of the same word between otherwise identical strings. In particular, I have taken into the consideration the string similarity J index proposed by Thoma, Torrisi, Gambardella, Guellec, Hall and Harhoff (2010), which computes the fraction of common words after breaking up the strings into words at the blank spaces. ../…

17.00 – 17.15   VI SESSIONE – REPORT TO USERS WISHES AND GRUMBLES – JEFF PITBLADO, STATACORP

La sessione “Wishes and Grumbles” offre ai partecipanti la possibilità di interagire direttamente con la StataCorp: sarà possibile evidenziare problemi o limitazioni del software nonché suggerire eventuali miglioramenti o comandi che potrebbero essere inclusi in Stata.

 

20.30  Cena Sociale (facoltativa)

 

17 Novembre 2017

Corso di Formazione USING SIMULATION STUDIES TO EVALUATE STATISTICAL METHODS

Come ogni anno proponiamo una serata insieme al termine del Convegno.

Quest’anno la cena sociale si terrà, la sera del 16 Novembre, presso l’OSTERIA CIPOLLA ROSSA, Via De’ Conti 53/r, Firenze www.osteriacipollarossa.com

Il ritrovo sarà direttamente al ristorante alle ore 20.15.

Le prenotazioni dovranno essere effettuate al momento dell’iscrizione al Convegno e la quota di partecipazione da corrispondere direttamente in loco.

 

 

 

Firenze, 16-17 Novembre 2017

SEDE DI SVOLGIMENTO: Hotel Brunelleschi ♦ Piazza Santa Elisabetta, 3 ♦ 50122 Firenze

 

QUOTA DI ISCRIZIONE

La partecipazione è subordinata al pagamento della seguente quota di partecipazione:

Convegno:
Studenti / Dottorandi*: € 62.00
Altre categorie: € 95.00

Corso di Formazione:
Studenti / Dottorandi* € 227.00
Altre categorie: € 350.00

Convegno e Corso di Formazione:
Studenti / Dottorandi* € 244.00
Altre categorie: € 375.00

*Per usufruire dello status “studente” è necessario presentare copia del libretto universitario o un certificato di iscrizione (in carta semplice) all’Università ed essere studenti a tempo pieno. I prezzi si intendono IVA 22% esclusa. L’aliquota IVA non sarà applicata per Enti Pubblici soggetti ad esenzione a norma dell’art. 14 c. 10 della L. 537/93 per la partecipazione a corsi di formazione dei propri dipendenti.

La quota di iscrizione include il materiale didattico, pause caffè e pranzo.

 

SCADENZA ISCRIZIONE: 14.11.2017


L’iscrizione al corso dovrà avvenire tramite lo specifico modulo di registrazione e pervenire a TStat S.r.l. almeno 15 giorni prima dell’inizio del corso stesso. E’ possibile richiedere il modulo di registrazione compilando il seguente form oppure inviando una mail a formazione@tstat.it


NOME*


EMAIL*


OGGETTO


IL TUO MESSAGGIO


Termini e condizioni*
Autorizzo il trattamento dei dati personali ai sensi dell'articolo 13 del D.lgs. n.196/2003 - Testo completo



Il XIV Convegno Italiano degli Utenti di Stata si terrà a Firenze il 16-17 Novembre 2017. Ogni anno il Convegno rappresenta un importante punto di riferimento fra gli utenti di Stata e un’occasione unica di scambio interdisciplinare. Sono infatti graditi sia contributi metodologici, sia analisi applicate in diversi campi di ricerca.

 

Il secondo giorno del Convegno sarà dedicato alla formazione con il corso Using Simulation Studies to Evaluate Statistical Methods.