1、培訓過程中，如有部分內(nèi)容理解不透或消化不好，可免費在以后培訓班中重聽；
       2、培訓結(jié)束后,授課老師留給學員聯(lián)系方式,保障培訓效果,免費提供課后技術(shù)支持。
       3、培訓合格學員可享受免費推薦就業(yè)機會。☆合格學員免費頒發(fā)相關(guān)工程師等資格證書，提升職業(yè)資質(zhì)。專注高端技術(shù)培訓15年，端海學員的能力得到大家的認同，受到用人單位的廣泛贊譽，端海的證書受到廣泛認可。

第一部分

Stata概述
1.Stata軟件的一些技術(shù)參數(shù)； 2.STATA概述； 3.log文件；4.執(zhí)行指令的幾種方式；5.打開和保存Stata文件；6.瀏覽資料； 7. Stata語法（變量；時間變量；樣本區(qū)間；權(quán)重；選項；前綴）；
8. 因子變量：虛擬變量、雙重差分法；9. 注意事項。
Stata對模型的處理
1. 模型估計（線性回歸模型和非線性回歸模型）；2. 參數(shù)檢驗（線性約束、非線性約束、似然比檢驗、Hausman檢驗）；3. 模型的線性預測、非線性預測；4. 邊際效應(yīng)分析；5. 穩(wěn)健推斷與自舉標準差；6. 結(jié)果輸出到Word、Excel、LaTeX。
案例詳解及應(yīng)用
第二部分
線性回歸
模型
1. 變量分布特征的考察：（1）直方圖、核密度圖、條形圖、盒形圖；（2）正態(tài)性檢驗、正態(tài)性變換。
2. 線性模型：（1）為何需要大樣本理論；（2）統(tǒng)計量的大樣本性質(zhì)與假設(shè)。
3. 內(nèi)生性問題：（1）工具變量估計、兩階段最小二乘法、廣義矩估計、控制函數(shù)法；（2）內(nèi)生性檢驗、過度識別約束檢驗）、弱工具變量檢驗。
案例詳解及應(yīng)用
面板模型
1.Stata對面板數(shù)據(jù)的處理與定義。
2.靜態(tài)面板模型：（1）固定效應(yīng)模型、隨機效應(yīng)模型；（2）時間效應(yīng)、模型的篩選和常見問題；（3）異方差、序列相關(guān)和截面相關(guān)；（4）內(nèi)生性問題與IV-GMM估計；（5）面板隨機系數(shù)模型；（6）面板隨機邊界分析；
3.動態(tài)面板模型；
4.面板數(shù)據(jù)的平穩(wěn)性問題：（1）面板單位根檢驗；（2）面板協(xié)整分析。
案例詳解及應(yīng)用
第三部分
Stata編程
1.Stata程序簡介；2.局部宏與全局宏；3標量簡介；4.循環(huán)結(jié)構(gòu)；5.常用的編程技巧；6.Stata程序包的完整編寫過程；7.矩陣簡介；8.使用Stata命令的結(jié)果
應(yīng)用案例與詳解：分位數(shù)回歸等
極大似然估計
1.最大似然估計法的定義2.線性回歸模型的最大似然估計3.Logit模型4.Probit模型5.最大似然估計的數(shù)值解
6.最大似然估計函數(shù)7.信息矩陣與無偏估計的最小方差8.最大似然法的大樣本性質(zhì)
9.最大似然估計量漸近協(xié)方差矩陣10.三類漸近等價的統(tǒng)計檢驗11.對正態(tài)分布假設(shè)的檢驗
應(yīng)用案例與詳解：異方差問題的極大似然估計等
受限因變量模型
1. 二項響應(yīng)模型：（1）Probit、Logit模型；（2）內(nèi)生性情況下的二項響應(yīng)模型。
2. 角點解響應(yīng)模型：（1）Tobit模型、Two-part Hurdle模型；（2）內(nèi)生情況的處理。
3. 計數(shù)數(shù)據(jù)模型：（1）泊松回歸、負二項回歸模型；（2）內(nèi)生情況的處理。
應(yīng)用案例與詳解
樣本選擇
1. 缺失值對估計結(jié)果的影響；2.截斷模型；
3. Heckman兩步法、控制函數(shù)法。
應(yīng)用案例與詳解
第四部分
反事實分析與政策評估
1.處理效應(yīng)：（1）反事實分析與選擇偏差；（2）回歸調(diào)整法（3）傾向得分法；（4）匹配法 。
2.斷點回歸、模糊斷點回歸、雙重差分法。
應(yīng)用案例與詳解
空間計量分析
1. 常見的空間計量模型；2. 如何繪制空間分布圖（地圖文件的轉(zhuǎn)換；空間分布圖）；
3. 空間回歸模型；（1）空間權(quán)數(shù)矩陣；（2）空間滯后模型；（3）空間誤差模型；（4）SARAR模型；
應(yīng)用案例與詳解：經(jīng)濟增長的收斂分析
第五部分
分數(shù)數(shù)據(jù)與久期數(shù)據(jù)
1.生存函數(shù)、風險函數(shù)；比例風險模型；Cox回歸模型。
2.分數(shù)Probit、分數(shù)Logit回歸模型。
應(yīng)用案例與詳解
半?yún)?shù)分析與貝葉斯分析
1. 半?yún)?shù)分析：部分線性模型；單指數(shù)模型。
2. 貝葉斯分析：MCMC方法；線性模型的貝葉斯估計；非線性模型的貝葉斯估計。
應(yīng)用案例與詳解