課程目錄:計(jì)量培訓(xùn)
        4401 人關(guān)注
        (78637/99817)
        課程大綱:

                  計(jì)量培訓(xùn)

         

         

         

        1:課程介紹;概率論與統(tǒng)計(jì)學(xué)知識(shí)復(fù)習(xí)

        本講為引導(dǎo)課程,主要介紹接下來學(xué)習(xí)所必須掌握的概率論與統(tǒng)計(jì)學(xué)知識(shí)。

        同時(shí)介紹接下來的課程安排。

        2:一元線性回歸模型及其統(tǒng)計(jì)推斷
        線性回歸模型,線性回歸模型的系數(shù)估計(jì),一元回歸中的t統(tǒng)計(jì)量,關(guān)于回歸系數(shù)的假設(shè)檢驗(yàn),

        回歸系數(shù)的置信區(qū)間等內(nèi)容。

        3:多元線性回歸模型及其統(tǒng)計(jì)推斷
        遺漏變量偏差,多元回歸模型,多元回歸中OLS估計(jì)量的分布,多重共線性,

        回歸中單個(gè)系數(shù)的假設(shè)檢驗(yàn),置信區(qū)間,聯(lián)合假設(shè)的檢驗(yàn)等內(nèi)容。

        4:非線性回歸函數(shù)
        非線性回歸函數(shù)的一般建模方法,多項(xiàng)式模型,對(duì)數(shù)線性模型,線性對(duì)數(shù)模型,

        雙對(duì)數(shù)模型,交互項(xiàng)與交互作用,非線性函數(shù)的示例等內(nèi)容。

        5:基于多元線性模型進(jìn)行研究評(píng)判
        模型的內(nèi)部和外部有效性,多元回歸分析內(nèi)部有效性的影響因素,利用回歸進(jìn)行預(yù)測(cè)的示例等內(nèi)容。

        6:面板數(shù)據(jù)方法
        面板數(shù)據(jù)的特征,面板數(shù)據(jù)的分析方法,個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng),

        固定效應(yīng)回歸的假設(shè)和固定效應(yīng)回歸的標(biāo)準(zhǔn)誤,雙重差分方法的基礎(chǔ)理論等內(nèi)容。

        7:工具變量方法
        工具變量概念的引入,單個(gè)回歸變量和單個(gè)工具變量的工具變量估計(jì)量,一般工具變量回歸模型,

        工具變量有效性的檢驗(yàn),工具變量的來源,工具變量的實(shí)際應(yīng)用等內(nèi)容。

        8:二值因變量模型
        二值因變量的含義,線性概率模型,probit回歸, logit回歸,logit和 probit模型的在估計(jì)和推斷中的應(yīng)用等。

        9:兩種實(shí)證分析中重要的計(jì)量方法:雙重差分方法(DID)與斷點(diǎn)回歸方法(RD)
        雙重差分方法的理論根據(jù),雙重差分方法的作用,雙重差分方法的實(shí)際應(yīng)用舉例;斷點(diǎn)回歸方法的理論根據(jù),

        斷點(diǎn)回歸方法的作用,斷點(diǎn)回歸方法的實(shí)際應(yīng)用舉例等內(nèi)容。

        10:大數(shù)據(jù)及其預(yù)測(cè);時(shí)間序列初步
        大數(shù)據(jù)的簡(jiǎn)要介紹,時(shí)間序列數(shù)據(jù)和序列相關(guān)性,自回歸,包含其他預(yù)測(cè)變量的自回歸,自回歸分布滯后模型,

        滯后長(zhǎng)度選取,非平穩(wěn)性的類型等內(nèi)容。

         

         

        Stata操作課程

        1. Stata軟件的簡(jiǎn)介與基礎(chǔ)操作

        本講主要介紹: Stata軟件的主要作用與使用該軟件所必需掌握的基礎(chǔ)操作。

         

        2. 一元線性回歸及其統(tǒng)計(jì)推斷的Stata實(shí)現(xiàn)

        本講主要介紹:在Stata中構(gòu)建線性回歸模型,估計(jì)相應(yīng)的系數(shù)和區(qū)間,進(jìn)行假設(shè)檢驗(yàn),根據(jù)模型進(jìn)行預(yù)測(cè),測(cè)算擬合優(yōu)度。

         

        3. 多元線性回歸及其統(tǒng)計(jì)推斷的Stata實(shí)現(xiàn)

        本講主要介紹:在Stata中構(gòu)建多元線性回歸模型,估計(jì)相應(yīng)的系數(shù)和區(qū)間,進(jìn)行單個(gè)變量和總體的假設(shè)檢驗(yàn),如何看待回歸中遺漏數(shù)據(jù)和無關(guān)數(shù)據(jù)。

         

        4. 指示(虛擬)變量的應(yīng)用與有限因變量回歸的Stata實(shí)現(xiàn)

        本講主要介紹:在Stata中生成并應(yīng)用指示變量,線性概率模型的構(gòu)建,處理效應(yīng)的計(jì)算,二值因變量模型在Stata中的實(shí)現(xiàn),logit模型,多項(xiàng)式logit與條件logit,有序選擇模型。

         

        5. 面板數(shù)據(jù)模型與雙重差分(DID)方法的Stata實(shí)現(xiàn)

        本講主要介紹:混合模型,固定效應(yīng)模型的估計(jì)方法與估計(jì)量,隨機(jī)效應(yīng)模型與Hausman檢驗(yàn),回歸方程組與似不相關(guān)回歸; 使用Stata軟件估計(jì)雙重差分模型,平行趨勢(shì)檢驗(yàn)。

         

        6. 工具變量(IV)方法與斷點(diǎn)回歸(RD)方法的Stata實(shí)現(xiàn)

        本講主要介紹:兩階段小二乘法,針對(duì)內(nèi)生性的Hausman檢驗(yàn),工具變量外生性檢驗(yàn),弱工具變量檢驗(yàn);斷點(diǎn)回歸的基本圖示,清晰斷點(diǎn)與模糊斷點(diǎn),斷點(diǎn)回歸的命令,結(jié)果分析。

         

        7. 時(shí)間序列初步

        本講主要內(nèi)容:在Stata里定義時(shí)間序列,滯后和差分運(yùn)算符,有限分布滯后,序列相關(guān)檢驗(yàn),自回歸模型,AR模型。