
Python計量培訓
Python計量
1 數據清洗
01. 降維
02.數組計算
03.數組排序
04.數據框(DataFrame)的構造
05. 數據框(DataFrame)排序
06. 數列(Series)索引合并
07. 數據框(DataFrame)索引合并
08. 數據歸一化
09. 增加可選列
10. 刪除可選列 or 行
11. 選取小樣本
12. 合并數據框
13. 數值替代
14. 基本統計量填補缺失值
15. 回歸計算結果填補缺失值
2 數據統計(包含常規統計檢驗和非參統計檢驗 )
2.1.1. 基本統計量的計算,22,17
2.1.2. T檢驗,25,6
2.1.3. 方差分析(ANOVA),34,57
2.1.4. 卡方檢驗,28,25
2.2.5威爾科克森秩和檢驗、威爾科克森符號秩和檢驗、KW檢驗、弗里德曼檢驗
數據分析(包含截面數據.時間序列和面板數據回歸)
3.1.1. 單純的一元回歸
3.1.2. 更靠譜的多元回歸
3.1.3. 工具變量-兩階段小二乘法(2SLS)
3.1.4. 工具變量-廣義矩估計(GMM)
3.1.5. 倍分法(DID)
3.1.6. 二分類Logit回歸
3.1.7. 多值型Logit回歸
3.1.8. 定序Logit回歸
3.1.9計數變量回歸
3.1.10. 主成分分析和因子分析
3.2.1. 單變量時間序列
3.2.2. 向量自回歸
3.2.3. 協整檢驗
3.3.1混合效應模型、固定效應模型和隨機效應模型
使用statsmodels.OLS擬合一個模型