- 猜你喜欢
- 视频介绍
- 分集列表
- 视频下载
本课程是一门计量经济学入门课程。学生经过理论知识模块、实证研究模块和上机操作模块的锤炼,将掌握使用横截面数据,面板数据和时间序列数据建模和分析的理论基础和操作技巧。本课程的特色是: 1. 深入浅出,体系完整,可以灵活选择模块学习; 2. 理论推导严谨,实际操作具体; 3. 使用Stata软件。 《计量经济学》(第四版),李子奈,潘文卿著,高等教育出版社2015年出版; 2.《基本无害的计量经济学-实证研究者指南》,Joshua D. Angrist,Jörn-Steffen Pischke著,郎金焕,李井奎译,格致出版社2017年出版; 3.《金融计量经济学导论》(3rd edition, 中译本),Chris Brooks著,王鹏译,格致出版社2019年出版; 4. 《计量经济学及Stata应用》,陈强著,高等教育出版社2015年出版。
- 1.1.1计量经济学的定义
- 1.1.2相关关系与因果关系
- 1.2数据分类
- 1.3数据初步分析
- 1.4简单回归模型的形式及术语
- 2.2.1普通最小二乘(OLS)
- 2.2.2矩方法
- 2.2.3系数的解释以及拟合值计算
- 2.2.4OLS的代数性质与几何性质
- 2.3.1OLS估计量的期望
- 2.3.2OLS估计量的方差
- 2.3.3OLS估计量方差的估计,高斯马尔科夫定理
- 2.3.4OLS估计量的大样本性质
- 2.3.5方差分解与拟合优度
- 3.1.1显著性的定义
- 3.1.2系数显著性检验与母体均值检验的比较
- 3.2.1检验系数显著性的3种方法:t统计量
- 3.2.2检验系数显著性的3种方法:p值,置信区间
- 4.1Stata软件的特点及基本界面
- 4.2.1回归前的基本数据分析
- 4.2.2Regress命令的使用以及结果的分析
- 4.3如何编写Stata程序
- 4.4简单数值模拟
- 5.1.1遗漏变量偏差及其公式
- 5-2_多元回归模型的表达式及含义_唐丹
- 5.2.1OLS的目标函数和求解过程
- 5.2.2利用两次回归解释偏效应得到估计量表达式
- 5.3R2与调整之后的R2计算以及相互关系
- 5.4多元回归的几个基本假设和共线性解释
- 5.5.1多元回归OLS估计量的无偏性
- 5.5.2多元回归OLS估计量的方差
- 5.5.3多元回归OLS估计量的抽样分布
- 6.1.1单个系数的检验
- 6.1.2单个系数的置信区间估计和系数组合检验
- 6.2联合假设检验——同方差假定下F统计量
- 6.3多元回归模型OLS估计的渐进性
- 6.4异方差条件下的假设检验
- 6.5多元回归方程的Stata操作演示
- 7.1非线性回归模型_多项式回归
- 7.2非线性回归模型_对数模型
- 7.3非线性回归模型_含有交互项的模型
- 7-4非线性回归模型的Stata操作
- 8.1.1虚拟变量的定义与含单个虚拟变量的回归
- 8.1.2多个组别虚拟变量,虚拟变量陷阱以及阈值效应
- 8.2.1涉及虚拟变量的交互作用
- 8.2.2样条回归
- 8.2.3邹氏检验
- 8.3使用虚拟变量进行政策评估与双重差分
- 8.4涉及虚拟变量的stata操作
- 9.1内生性的概念及后果
- 9.2合格工具变量的条件
- 9.3.1恰好识别情况下的工具变量回归
- 9.3.2两阶段最小二乘(2SLS)
- 9.3.3OLS与2SLS的比较与Hausman检验
- 9.4工具变量有效性的检验
- 9.5工具变量回归的Stata操作
- 10.1.1线性ARMA模型一些概念和定义
- 10.1.2线性ARMA模型一些概念和定义2
- 10.2MA模型
- 10.3AR模型
- 10.4ARMA模型
- 10.5.1建立ARMA模型1
- 10.5.2建立ARMA模型2
- 10.6预测
- 10.7使用STATA估计ARMA模型
- 11.1波动率聚类性
- 11.2ARCH模型定义
- 11.3建立ARCH模型
- 11.4ARCH模型预测
- 11.5.1其他ARCH类模型1
- 11.5.2其他ARCH类模型2
- 11.5.3其他ARCH类模型3
- 11.6使用STATA估计ARCH类模型
- 12.1.1确定趋势和随机趋势1
- 12.1.2确定趋势和随机趋势2
- 12.2伪回归
- 12.3单位根检验
- 12.5误差修正模型与协整检验
- 12.6使用STATA对非平稳时间序列数据建模
- 12.7面板数据回归_13.1.1面板数据的概念及优势
- 13.1.2面板数据回归模型及解释
- 13.2.1前后比较及差分做参数估计
- 13.2.2个体中心化的方法消除固定效应
- 13.2.3加入n-1个虚拟变量的方法处理固定效应及其
- 13.2.4时间固定效应的处理
- 13.3.1个体固定的假设条件及序列自相关
- 13.3.2群聚的标准误
- 13.4.1随机效应的含义及估计
- 13.4.2Hausman检验
- 13.5面板数据的Stata操作
- 13.6二值因变量模型_14.1线性概率模型及其优缺点
- 14.2Probit和Logit模型
- 14.3模型的估计
- 14.4推断及拟和好坏的评价
- 14.5其他受限因变量模型
- 14.6二值因变量的Stata操作(Av710149348,P97)
- 15.1如何确定一个实证题目
- 15.2.1资料与数据的搜集和处理
- 15.2.2模型的建立、估计和检验
- 15.3.1如何规范地汇报与分析结果
- 15.3.2用Stata生成规范表
- 1.1.1计量经济学的定义
- 1.1.2相关关系与因果关系
- 1.2数据分类
- 1.3数据初步分析
- 1.4简单回归模型的形式及术语
- 2.2.1普通最小二乘(OLS)
- 2.2.2矩方法
- 2.2.3系数的解释以及拟合值计算
- 2.2.4OLS的代数性质与几何性质
- 2.3.1OLS估计量的期望
- 2.3.2OLS估计量的方差
- 2.3.3OLS估计量方差的估计,高斯马尔科夫定理
- 2.3.4OLS估计量的大样本性质
- 2.3.5方差分解与拟合优度
- 3.1.1显著性的定义
- 3.1.2系数显著性检验与母体均值检验的比较
- 3.2.1检验系数显著性的3种方法:t统计量
- 3.2.2检验系数显著性的3种方法:p值,置信区间
- 4.1Stata软件的特点及基本界面
- 4.2.1回归前的基本数据分析
- 4.2.2Regress命令的使用以及结果的分析
- 4.3如何编写Stata程序
- 4.4简单数值模拟
- 5.1.1遗漏变量偏差及其公式
- 5-2_多元回归模型的表达式及含义_唐丹
- 5.2.1OLS的目标函数和求解过程
- 5.2.2利用两次回归解释偏效应得到估计量表达式
- 5.3R2与调整之后的R2计算以及相互关系
- 5.4多元回归的几个基本假设和共线性解释
- 5.5.1多元回归OLS估计量的无偏性
- 5.5.2多元回归OLS估计量的方差
- 5.5.3多元回归OLS估计量的抽样分布
- 6.1.1单个系数的检验
- 6.1.2单个系数的置信区间估计和系数组合检验
- 6.2联合假设检验——同方差假定下F统计量
- 6.3多元回归模型OLS估计的渐进性
- 6.4异方差条件下的假设检验
- 6.5多元回归方程的Stata操作演示
- 7.1非线性回归模型_多项式回归
- 7.2非线性回归模型_对数模型
- 7.3非线性回归模型_含有交互项的模型
- 7-4非线性回归模型的Stata操作
- 8.1.1虚拟变量的定义与含单个虚拟变量的回归
- 8.1.2多个组别虚拟变量,虚拟变量陷阱以及阈值效应
- 8.2.1涉及虚拟变量的交互作用
- 8.2.2样条回归
- 8.2.3邹氏检验
- 8.3使用虚拟变量进行政策评估与双重差分
- 8.4涉及虚拟变量的stata操作
- 9.1内生性的概念及后果
- 9.2合格工具变量的条件
- 9.3.1恰好识别情况下的工具变量回归
- 9.3.2两阶段最小二乘(2SLS)
- 9.3.3OLS与2SLS的比较与Hausman检验
- 9.4工具变量有效性的检验
- 9.5工具变量回归的Stata操作
- 10.1.1线性ARMA模型一些概念和定义
- 10.1.2线性ARMA模型一些概念和定义2
- 10.2MA模型
- 10.3AR模型
- 10.4ARMA模型
- 10.5.1建立ARMA模型1
- 10.5.2建立ARMA模型2
- 10.6预测
- 10.7使用STATA估计ARMA模型
- 11.1波动率聚类性
- 11.2ARCH模型定义
- 11.3建立ARCH模型
- 11.4ARCH模型预测
- 11.5.1其他ARCH类模型1
- 11.5.2其他ARCH类模型2
- 11.5.3其他ARCH类模型3
- 11.6使用STATA估计ARCH类模型
- 12.1.1确定趋势和随机趋势1
- 12.1.2确定趋势和随机趋势2
- 12.2伪回归
- 12.3单位根检验
- 12.5误差修正模型与协整检验
- 12.6使用STATA对非平稳时间序列数据建模
- 12.7面板数据回归_13.1.1面板数据的概念及优势
- 13.1.2面板数据回归模型及解释
- 13.2.1前后比较及差分做参数估计
- 13.2.2个体中心化的方法消除固定效应
- 13.2.3加入n-1个虚拟变量的方法处理固定效应及其
- 13.2.4时间固定效应的处理
- 13.3.1个体固定的假设条件及序列自相关
- 13.3.2群聚的标准误
- 13.4.1随机效应的含义及估计
- 13.4.2Hausman检验
- 13.5面板数据的Stata操作
- 13.6二值因变量模型_14.1线性概率模型及其优缺点
- 14.2Probit和Logit模型
- 14.3模型的估计
- 14.4推断及拟和好坏的评价
- 14.5其他受限因变量模型
- 14.6二值因变量的Stata操作(Av710149348,P97)
- 15.1如何确定一个实证题目
- 15.2.1资料与数据的搜集和处理
- 15.2.2模型的建立、估计和检验
- 15.3.1如何规范地汇报与分析结果
- 15.3.2用Stata生成规范表