| Stata軟件培訓班 |
班級規模及環境--熱線:4008699035 手機:15921673576/13918613812( 微信同號) |
|
堅持小班授課，為保證培訓效果，增加互動環節，每期人數限3到5人。 |
| 培訓特點 |
| 個性化、顧問式培訓，互動式授課，針對實際需求，項目案例教學，實戰項目演示，超級精品小班。 |
| 培訓講師 |
華為，中科院，上海貝爾，中興，Xilinx,Intel英特爾,TI德州儀器，NI公司，Cadence公司,Synopsys，IBM，Altera，Oracle，synopsys，微軟，飛思卡爾，等大型公司高級工程師，項目經理，技術支持專家，曙海教育，資深講師。
大多名牌大學，碩士以上學歷，相關技術專業，有豐富的理論素養，十多年實際項目經歷，開發過多個大型項目，熱情，樂于技術分享。針對客戶實際需求，案例教學，邊講邊練，互動式溝通，學有所獲。
更多師資力量信息請參見曙海師資團隊，請點擊這兒查看。 |
|
開課時間和上課地點 |
上課地點：【上海】：同濟大學(滬西)/新城金郡商務樓(11號線白銀路站) 【深圳分部】：電影大廈(地鐵一號線大劇院站)/深圳大學成教院 【北京分部】：北京中山/福鑫大樓 【南京分部】：金港大廈(和燕路) 【武漢分部】：佳源大廈（高新二路） 【成都分部】：領館區1號（中和大道） 【沈陽分部】：沈陽理工大學/六宅臻品 【鄭州分部】：鄭州大學/錦華大廈 【石家莊分部】：河北科技大學/瑞景大廈 【廣州分部】：廣糧大廈 【西安分部】：協同大廈
近開課時間(周末班/連續班/晚班）：Stata培訓班：2025年3月24日........................(歡迎您垂詢，視教育質量為生命！) |
|
實驗設備和授課方式 |
☆資深工程師授課
☆注重質量
☆邊講邊練
☆合格學員免費推薦工作
專注高端培訓17年，曙海提供的課程得到本行業的廣泛認可，學員的能力
得到大家的認同，受到用人單位的廣泛贊譽。
★實驗設備請點擊這兒查看★ |
|
新優惠 |
|
☆在讀學生憑學生證，可優惠500元。 |
|
質量保障 |
|
1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
2、課程完成后,授課老師留給學員手機和Email,保障培訓效果,免費提供半年的技術支持。
3、培訓合格學員可享受免費推薦就業機會。 |
|
課程大綱 Stata軟件培訓班 |
| |
第一階段 |
|
內容 |
Stata簡介 |
Stata軟件的一些技術參數；STATA概貌；輸入和導入數據；存儲和導出數據；瀏覽資料；執行指令；數據預處理；log文件；do文檔；結果輸出到Excel、Word、LaTeX；初次使用Stata時要注意的問題。 |
數據處理 |
變量轉換的技巧；分位數；重復樣本值的處理；缺失值的處理；奇異值的處理；資料的合并和追加；重新組合數據；字符型變量的處理；分類變量的分析；時間序列數據的處理；面板數據的處理；數據的查驗和比較。
從整體上介紹了STATA的基本架構
通過大量的實例，介紹了各種數據處理技巧
|
Stata繪圖 |
簡介；常用圖形示例；Stata繪圖常用技巧。 |
矩陣 |
矩陣的基本操作；矩陣語言；MATA語言初步；矩陣的進一步說明。
介紹STATA矩陣操作
介紹STATA編程 |
STATA編程初步 |
Stata程序簡介；循環與控制語句；常用的編程技巧；Stata完整程序包經典實例的詳細解說。 |
|
第二階段 高級 －－ 計量分析與Stata應用 |
培訓目的：
使學員熟練使用Stata進行實證分析工作，主要包括：
(1)掌握多種常用的估計方法（如普通小二乘法、廣義小二乘法、非線性小二乘法、大似然估計、iv估計和gmm）；
(2)學會估計和分析時間序列和面板數據常用模型（如單位根檢驗、協整分析、var、固定效應模型、隨機效應模型、動態面板模型、面板單位根檢驗和面板協整分析等等）；
(3)學會編寫一個完整的Stata程序；
(4)學會應用Stata進行抽樣和模擬分析，包括bootstrap和monte carlo模擬分析
培訓內容：
計量分析與Stata應用
1. 普通小二乘法（OLS）
1.2 解讀OLS回歸結果
1.3 殘差分析與穩健型估計
1.4 管理多個回歸結果
2. 廣義小二乘法（GLS）
2.1 GLS的基本思想
2.2 異方差
2.3 序列相關
2.4 似無相關模型（SUR）
3. 非線性小二乘法（NLS）
3.1 NLS的基本思想
3.2 NLS程序的編寫
3.3 范例：估計動態部分調整模型
4. 大似然估計（MLE）
4.1 MLE的基本原理
4.2 似然函數的設定
4.3 程序的調試、起始值的設定和相關問題
4.4 范例：線性回歸模型、Logit模型、Probit模型
5. 工具變量法與GMM
5.1 內生性問題與工具變量法
5.2 兩階段小二乘法（2SLS）
5.3 廣義矩估計法（GMM）
5.4 過度識別檢驗（Sargan檢驗與Hausman檢驗）
5.5 弱工具變量問題
6. 時間序列分析
6.1 時間序列資料的處理
6.2 ARIMA模型
6.3 向量自回歸（VAR）模型：估計和檢驗
6.4 向量自回歸（VAR）模型：因果檢定和沖擊反應
6.5 單位根檢驗
6.6 協整分析和誤差修正模型
6.7 GARCH模型（GARCH，E-GARCH，T-GARCH）
7. 面板數據模型
7.1 靜態面板模型：固定效應 v.s. 隨機效應
7.2 時間效應、模型的篩選和常見問題
7.3 異方差、序列相關和截面相關
7.4 內生性問題（面板IV-GMM估計）
7.5 動態面板模型（Difference GMM和System GMM）
7.6 面板隨機系數模型
7.7 面板隨機前沿模型
7.8 面板單位根檢驗
7.9 面板協整分析
8. STATA高級程序
8.1 暫元的高級功能
8.2 暫時性物件
8.3 輸入項
8.4 輸出項
8.5 可分組執行的程序
8.6 可重新顯示結果的程序
8.7 子程序
8.8 程序勘誤與調試
8.9 幫助文件的編寫
9. 模擬分析（Simulation）與自體抽樣（Bootstrap）
9.1 隨機數的產生和常用分布
9.2 Bootstrap
9.2.1 Bootstrap的基本原理
9.2.2 Bootstrap獲得標準 |
第三階段 金融與財務數據整理STATA應用 |
1、金融與財務與stata的結合
2、 蒙特卡洛數據模擬
(1) 隨機函數
(2) 數學函數
(3) 離散變量的隨機模擬
(4) 連續變量的隨機模擬
(5) 多元分布的模擬
(6) 方差分析
(7) 主成分分析
(8) 基本統計量、相關系數及結果輸出
(9) 回歸分析與結果輸出
3、 中國上市公司交易數據庫
(1) 通過商業數據庫下載數據
(2) 交易數據的縱向合并(append)過程
(3) 交易數據的清理
(4) 日數據轉換成月度、季度和年度數據
(5) 日數據轉換成周數據（周三收盤）
(6) 股權變更數據的整理（Fillin）
(7) Post 命令簡介
(8) 每家公司每年做一個回歸及結果輸出(上市公司股票價格同步性的計算方法)
(9) 自由下載交易數據-cntrade.ado
4、 中國上市公司財務數據介紹
(1) 通過CSMAR獲取上市公司財務數據及清理過程
(2) 通過Wind獲取上市公司財務數據及清理過程
(3) 財務數據的橫向合并
(4) 給數據貼標簽
(5) ROA, ROE, Tobin’s Q等各種財務指標的計算
(6) 與行業數據橫向合并
(7) Jones Model和盈余管理
(8) 對照組樣本的構造（post命令）
(9) 自由獲取交易數據
5、公司治理數據薈萃
（1） 高管數據的獲取
（2） 字符串函數
（3） 找到董事長
（4） 找到總經理
（5） 董事長和總經理是不是一個人
（6） 找到董事
（7） 找到獨立董事
（8） 董事會的規模
（9） 董事會的獨立性
（10） 審計數據、大所、審計意見
（11） 大股東、十大股東、Herfindahl指數的計算
6、 事件研究方法*
(1) 矩陣函數
(2) 變量到矩陣的轉化
(3) 調用矩陣的元素
(4) 保存事件信息到矩陣（以XXXX為例）
(5) 估計窗口與事件窗口
(6) 為每個事件構造一份數據
(7) 市場模型
(8) 三因素模型
(9) CAR和BAH的計算
(10) 編寫對話框
(11) Eventstudy集成命令介紹
7、 編制ado命令*
(1) Hello World
(2) 參數傳遞
(3) 臨時變量和臨時文件
(4) TTABLE: 一個完整的ado文件介紹
(5) 用Stata調用操作系統發送電子郵件
8、Mata*
(1) 簡介
(2) 函數庫
(3) 在Stata中調用Mata
(4) cnaccounting.ado，用mata免費獲取中國上市公司財務數據 |
第四階段 時間序列分析預測與Stata應用專題培訓 |
1）狀態空間與動態因子模型與Stata應用
（2）面板數據的計量分析與Stata應用
（3）調查數據分析與Stata應用
（4）離散選擇模型與Stata應用
（5）Stata編程
（6）Mata矩陣運算
（7）極大似然估計與Stata應用
（8）廣義矩估計與Stata應用 |
shuhaipeixun
1299983702
總部李老師