          Stata初級(jí)培訓(xùn)

第1講 Stata基礎(chǔ)操作

1.1 Stata介紹

1.2 Stata菜單操作

1.3 Stata命令與幫助文件

1.4 do文件創(chuàng)建與優(yōu)化

1.5 標(biāo)量與矩陣

1.6 Mata矩陣創(chuàng)建與應(yīng)用

第2講 Stata程序與編程

2.1 局域暫元與全局暫元

2.2 條件與循環(huán)語(yǔ)句

2.3 程序入門(mén)與語(yǔ)法解析

2.4 ado文件

2.5 Stata示例: LM和GMM估計(jì)的代碼編寫(xiě)

第3講 數(shù)據(jù)管理與可視化

3.1 各類(lèi)數(shù)據(jù)的導(dǎo)入與導(dǎo)出

3.2 縱橫向數(shù)據(jù)合并

3.3 加總與轉(zhuǎn)置

3.4 Wind數(shù)據(jù)轉(zhuǎn)換為Stata面板數(shù)據(jù)

3.5 數(shù)據(jù)描述性統(tǒng)計(jì)

3.6 數(shù)據(jù)的圖形顯示

第4講 線性回歸模型

4.1 regress估計(jì)與結(jié)果解釋

4.2 R2分解與邊際效應(yīng)

4.3 異方差、聚類(lèi)-穩(wěn)健標(biāo)準(zhǔn)誤

4.4 模型設(shè)定檢驗(yàn)與模型的診斷

4.5 模型的穩(wěn)健性檢驗(yàn)

4.6 樣本內(nèi)預(yù)測(cè)與加權(quán)的預(yù)測(cè)

4.7 例文軟件實(shí)現(xiàn)與解讀：

Bhaskaran K, Gasparrini A,Hajat S, et al. Time series regression studies in environmental epidemiology

[J]. International journal of epidemiology,

第5講 線性工具變量回歸（IV）

5.1 內(nèi)生性與工具變量

5.2 IV估計(jì)量：IV、2SLS和GMM

5.3 恰好與過(guò)度識(shí)別模型的IV估計(jì)

5.4 弱工具變量

5.5 3SLS系統(tǒng)估計(jì)

5.6 相關(guān)隨機(jī)系數(shù)模型的工具變量估計(jì)量

5.7 例文軟件實(shí)現(xiàn)與解讀：

AcemogluD, Johnson S, Robinson J A. The colonial origins of comparative development: An empirical investigation[J]. American Economic Review,

第6講 中介效應(yīng)與調(diào)節(jié)效應(yīng)（IV）

6.1 中介效應(yīng)模型與檢驗(yàn)方法

6.2 調(diào)節(jié)效應(yīng)模型與邊際效應(yīng)分解

6.3 中介調(diào)節(jié)效應(yīng)模型與檢驗(yàn)方法

6.4 調(diào)節(jié)中介效應(yīng)模型與檢驗(yàn)方法

6.5 中介效應(yīng)的4種效應(yīng)分解：med4way

6.6 例文軟件實(shí)現(xiàn)與解讀：

李姝等. 非控股股東參與決策的積極性與企業(yè)技術(shù)創(chuàng)新[J]. 中國(guó)工業(yè)經(jīng)濟(jì),

第7講 靜態(tài)線性面板數(shù)據(jù)模型

7.1 面板數(shù)據(jù)管理

7.2 估計(jì)量比較：混合OLS、組內(nèi)、組間與一階差分

7.3 究竟該用固定效應(yīng)還是隨機(jī)效應(yīng)模型

7.4 截面相依、異方差與序列相關(guān)條件下的面板模型估計(jì)

7.5 內(nèi)生性與IV估計(jì)

7.6 高維交互固定效應(yīng)：reghdfe與ivreghdfe

7.7 例文軟件實(shí)現(xiàn)與解讀：

謝呈陽(yáng),胡漢輝.中國(guó)土地資源配置與城市創(chuàng)新：機(jī)制討論與經(jīng)驗(yàn)證據(jù)[J].中國(guó)工業(yè)經(jīng)濟(jì),

第8講 雙重差分模型（DID）

8.1 政策評(píng)估兩類(lèi)偏誤：時(shí)間效應(yīng)與選擇偏誤

8.2 同一時(shí)點(diǎn)政策實(shí)施的DID

8.3 多時(shí)點(diǎn)政策實(shí)施的DID

8.4 平行趨勢(shì)假設(shè)檢驗(yàn)

8.5 安慰劑檢驗(yàn)：隨機(jī)生成實(shí)驗(yàn)組

8.6 例文軟件實(shí)現(xiàn)與解讀：

曹清峰.國(guó)家級(jí)新區(qū)對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的帶動(dòng)效應(yīng)——基于70大中城市的經(jīng)驗(yàn)證據(jù).中國(guó)工業(yè)經(jīng)濟(jì),

第9講 分位數(shù)回歸模型（QR）

9.1 為什么需要分位數(shù)回歸

9.2 QR的估計(jì)方法

9.3 內(nèi)生性分位數(shù)回歸

9.4 計(jì)數(shù)數(shù)據(jù)的QR

9.5 分位數(shù)系數(shù)圖示法

9.6 面板分位數(shù)估計(jì)及內(nèi)生性初探

9.7 廣義分?jǐn)?shù)模型估計(jì)