|
主題 |
培訓(xùn)內(nèi)容 |
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(yù)測、非線性預(yù)測;4. 邊際效應(yīng)分析;5. 穩(wěn)健推斷與自舉標(biāo)準(zhǔn)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(biāo)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(fù)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?jǐn)?shù)數(shù)據(jù)與久期數(shù)據(jù) |
1.生存函數(shù)、風(fēng)險函數(shù);比例風(fēng)險模型;Cox回歸模型。
2.分?jǐn)?shù)Probit、分?jǐn)?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 |