          計量經濟學及Stata應用培訓

 

 

第1章 導論
1 什么是計量經濟學

2 遺漏變量

3 經濟數據的類型

第2章 Stata入門
4 為何使用Stata

5導入數據

6 變量標簽、審視數據

7 畫圖

8 統計分析

9 生成新變量、計算器、終止命令

10 日志

11 命令庫更新、學習資源

第3章 數學回顧
12 導數、一元優化

13 偏導數、多元優化、積分

14 矩陣、方陣、轉置

15 向量、矩陣加法、數乘

16 矩陣乘法、線性方程組、逆矩陣

17 矩陣的秩

18 二次型

19 概率、條件概率

20 分布與條件分布

21 隨機變量的數字特征

22 隨機變量的矩

23 條件分布與矩的案例

24 迭代期望定律

25 均值獨立

26 正態分布

27 卡方分布、t分布

28 F分布

29 統計推斷的思想

第4章 一元線性回歸
30 一元線性回歸1

31 一元線性回歸2

32 OLS估計量的推導

33 OLS的正交性

34 平方和分解公式

35 擬合優度

36 無常數項的回歸

37 一元回歸的Stata實例

38 Stata命令運行結果的存儲與調用

39 總體回歸函數與樣本回歸函數-蒙特卡羅模擬

第5章 多元線性回歸
40 二元線性回歸

41 二元線性回歸案例

42 多元線性回歸模型

43 OLS估計量的推導

44 OLS的幾何解釋

45 擬合優度

46 線性假定

47 嚴格外生性的假定

48 無嚴格多重共線性的假定

49 OLS的線性性與無偏性

50 OLS的協方差矩陣

51 高斯-馬爾可夫定理

52 標準誤

53 Wald檢驗的原理

54 t統計量的分布

55 t檢驗的步驟

56 p值

57 置信區間

58 單邊檢驗

59 第I類與第II類錯誤

60 多個線性假設的聯合檢驗

61 F統計量的分布

62 F檢驗的步驟

63 F統計量的似然比原理表達式

64 F統計量與擬合優度的聯系

65 點預測

66 區間預測

67 多元回歸的Stata實例

68 無常數項與子樣本回歸

69 假設檢驗的Stata操作

第6章 大樣本OLS
70 嚴格外生性假設太強

71 正態分布假設太強

72 小樣本理論難以推導

73 依概率收斂

74 依概率收斂的運算

75 依均方收斂

76 依分布收斂

77 依分布收斂的運算

78 依概率收斂與依分布收斂的關系

79 大數定律

80 中心極限定理

81 使用蒙特卡羅法模擬中心極限定理

82 統計量的大樣本性質

83 嚴格平穩過程

84 一階自回歸的平穩性

85 弱平穩過程

86 漸近獨立的概念

87 漸近獨立定理

88 大樣本OLS的假定

89 OLS的一致性

90 內生性的后果

91 OLS的漸近正態性

92 OLS的漸近方差

93 穩健標準誤可還原為普通標準誤

94 檢驗單個系數

95 檢驗多個線性假設

96 電力企業的成本函數

97 回歸系數的解釋

98 檢驗規模報酬效應

99 使用穩健標準誤進行推斷

100 大樣本理論的蒙特卡羅模擬

第7章 異方差
101 異方差的后果

102 條件方差與無條件方差

103 異方差的例子

104 BP檢驗

105 作為LM檢驗的BP檢驗

106 懷特檢驗

107 OLS,WLS

108 可行加權小二乘法

109 OLS還是FWLS

110 檢驗異方差的Stata命令

111 FWLS的Stata操作

112 Stata命令的批處理

第8章 自相關
113 自相關的后果

114 自相關的例子

115 畫圖、BG檢驗

116 Q檢驗

117 DW檢驗

118 OLS加HAC標準誤

119 準差分法

120 廣義小二乘法-Part A

121 廣義小二乘法-Part B

122 修改模型設定

123 時間序列算子

124 自相關檢驗與處理的Stata命令

125 畫圖

126 自相關檢驗

127 HAC標準誤

128 FGLS

129 修改模型設定

第9章 模型設定與數據問題
130 遺漏變量偏差

131 隨機實驗

132 自然實驗

133 無關變量

134 建模策略

135 信息準則

136 序貫t規則

137 解釋變量個數選擇的案例

138 對函數形式的檢驗

139 RESET檢驗的案例

140 多重共線性的后果

141 方差膨脹因子

142 多重共線性的處理方法

143 多重共線性的處理方法與案例

144 將變量標準化

145 極端數據的后果

146 極端數據的檢測

147 極端數據的案例

148 虛擬變量陷阱

149 虛擬變量的作用

150 在Stata中生成虛擬變量

151 鄒檢驗

152 虛擬變量法

153 結構變動的案例-Part A

154 結構變動的案例-Part B

155 缺失數據與線性插值

156 變量單位的選擇

第10章 工具變量法
157 聯立方程偏差

158 測量誤差偏差

159 工具變量的定義

160 工具變量法

161 2SLS的一致性

162 2SLS的階條件

163 2SLS的推廣

164 弱工具變量的檢驗

165 弱工具變量的處理

166 過度識別檢驗的Sargan統計量

167 過度識別檢驗的大前提

168 豪斯曼檢驗的原理

169 豪斯曼檢驗的Stata操作

170 排他性約束

171 滯后變量作為工具變量

172 警察人數與犯罪率的案例

173 制度與經濟增長的案例

174 看電視與小兒自閉癥的案例

175 工具變量法的估計

176 工具變量法的診斷性檢驗

177 回歸結果的輸出

第11章 二值選擇模型
178 二值選擇模型的建模

179 Probit與Logit的比較

180 大似然估計的原理

181 大似然估計的數值計算

182 多參數的MLE估計

183 二值選擇模型的MLE估計

184 邊際效應

185 回歸系數的經濟意義

186 擬合優度

187 準大似然估計

188 Wald檢驗

189 LR檢驗

190 LM檢驗

191 三大統計檢驗的比較

192 二值選擇模型的Stata命令

193 泰坦尼克號案例的數據特征

194 Logit模型的估計與解釋

195 Logit模型的預測

196 Probit與Logit模型的比較

197 其他離散選擇模型

第12章 面板數據
198 面板數據的結構與分類

199 面板數據的優缺點

200 面板數據的估計策略

201 混合回歸

202 固定效應模型-組內估計量

203 固定效應模型-LSDV法

204 固定效應模型-一階差分法

205 時間固定效應

206 隨機效應模型的組內自相關

207 隨機效應模型的FGLS估計

208 組間估計量

209 擬合優度的度量

210 非平衡面板

211 究竟該用固定效應還是隨機效應模型

212 面板模型的設定

213 家庭聯產承包責任制的案例

214 混合回歸

215 固定效應

216 隨機效應

217 豪斯曼檢驗

218 組間估計量及總結

第13章 平穩時間序列
219 自協方差與自相關系數

220 GDP的案例

221 一階自回歸

222 一階自回歸的案例

223 高階自回歸

224 高階自回歸的案例

225 自回歸分布滯后模型

226 ADL的案例

227 誤差修正模型

228 移動平均與ARMA模型

229 脈沖響應函數

230 GDP對數差分的脈沖響應

231 向量自回歸

232 VAR的滯后階數與變量個數

233 VAR的脈沖響應函數

234 正交化的脈沖響應函數

235 格蘭杰因果檢驗

236 VAR的Stata命令

237 VAR的估計與檢驗

238 VAR的IRF函數

239 VAR的預測

240 時間趨勢項

241 季節效應

242 季節調整的原理

243 季節調整的回歸法

244 日期數據的導入

第14章 單位根與協整
245 確定性趨勢

246 結構變動

247 隨機趨勢

248 ARMA的平穩性

249 VAR的平穩性

250 估計量不服從漸近正態

251 偽相關與偽回歸

252 DF檢驗

253 ADF檢驗

254 ADF檢驗的Stata命令

255 單整階數的確定

256 單位根檢驗的Stata實例

257 協整的思想

258 協整的定義

259 EG-ADF檢驗

260 協整的大似然估計

261 協整分析的Stata命令

262 貨幣需求函數的案例

第15章 如何做實證研究
263 什么是論文

264 準備階段

265 選題

266 探索性研究

267 收集與整理數據

268 建立計量模型

269 選擇計量方法

270 解釋回歸結果

271 診斷性檢驗

272 穩健性檢驗

273 標題、關鍵字、摘要

274 引言、文獻回顧

275 理論框架、數據說明

276 計量方法、回歸結果

277 穩健性檢驗、結論

278 參考文獻、附錄

279 寫作風格

280 與同行交流

281 提交論文或投稿

282 寫作倫理