          計量經(jīng)濟(jì)學(xué)及Stata應(yīng)用培訓(xùn)

 

 

第1章 導(dǎo)論
1 什么是計量經(jīng)濟(jì)學(xué)

2 遺漏變量

3 經(jīng)濟(jì)數(shù)據(jù)的類型

第2章 Stata入門
4 為何使用Stata

5導(dǎo)入數(shù)據(jù)

6 變量標(biāo)簽、審視數(shù)據(jù)

7 畫圖

8 統(tǒng)計分析

9 生成新變量、計算器、終止命令

10 日志

11 命令庫更新、學(xué)習(xí)資源

第3章 數(shù)學(xué)回顧
12 導(dǎo)數(shù)、一元優(yōu)化

13 偏導(dǎo)數(shù)、多元優(yōu)化、積分

14 矩陣、方陣、轉(zhuǎn)置

15 向量、矩陣加法、數(shù)乘

16 矩陣乘法、線性方程組、逆矩陣

17 矩陣的秩

18 二次型

19 概率、條件概率

20 分布與條件分布

21 隨機(jī)變量的數(shù)字特征

22 隨機(jī)變量的矩

23 條件分布與矩的案例

24 迭代期望定律

25 均值獨(dú)立

26 正態(tài)分布

27 卡方分布、t分布

28 F分布

29 統(tǒng)計推斷的思想

第4章 一元線性回歸
30 一元線性回歸1

31 一元線性回歸2

32 OLS估計量的推導(dǎo)

33 OLS的正交性

34 平方和分解公式

35 擬合優(yōu)度

36 無常數(shù)項(xiàng)的回歸

37 一元回歸的Stata實(shí)例

38 Stata命令運(yùn)行結(jié)果的存儲與調(diào)用

39 總體回歸函數(shù)與樣本回歸函數(shù)-蒙特卡羅模擬

第5章 多元線性回歸
40 二元線性回歸

41 二元線性回歸案例

42 多元線性回歸模型

43 OLS估計量的推導(dǎo)

44 OLS的幾何解釋

45 擬合優(yōu)度

46 線性假定

47 嚴(yán)格外生性的假定

48 無嚴(yán)格多重共線性的假定

49 OLS的線性性與無偏性

50 OLS的協(xié)方差矩陣

51 高斯-馬爾可夫定理

52 標(biāo)準(zhǔn)誤

53 Wald檢驗(yàn)的原理

54 t統(tǒng)計量的分布

55 t檢驗(yàn)的步驟

56 p值

57 置信區(qū)間

58 單邊檢驗(yàn)

59 第I類與第II類錯誤

60 多個線性假設(shè)的聯(lián)合檢驗(yàn)

61 F統(tǒng)計量的分布

62 F檢驗(yàn)的步驟

63 F統(tǒng)計量的似然比原理表達(dá)式

64 F統(tǒng)計量與擬合優(yōu)度的聯(lián)系

65 點(diǎn)預(yù)測

66 區(qū)間預(yù)測

67 多元回歸的Stata實(shí)例

68 無常數(shù)項(xiàng)與子樣本回歸

69 假設(shè)檢驗(yàn)的Stata操作

第6章 大樣本OLS
70 嚴(yán)格外生性假設(shè)太強(qiáng)

71 正態(tài)分布假設(shè)太強(qiáng)

72 小樣本理論難以推導(dǎo)

73 依概率收斂

74 依概率收斂的運(yùn)算

75 依均方收斂

76 依分布收斂

77 依分布收斂的運(yùn)算

78 依概率收斂與依分布收斂的關(guān)系

79 大數(shù)定律

80 中心極限定理

81 使用蒙特卡羅法模擬中心極限定理

82 統(tǒng)計量的大樣本性質(zhì)

83 嚴(yán)格平穩(wěn)過程

84 一階自回歸的平穩(wěn)性

85 弱平穩(wěn)過程

86 漸近獨(dú)立的概念

87 漸近獨(dú)立定理

88 大樣本OLS的假定

89 OLS的一致性

90 內(nèi)生性的后果

91 OLS的漸近正態(tài)性

92 OLS的漸近方差

93 穩(wěn)健標(biāo)準(zhǔn)誤可還原為普通標(biāo)準(zhǔn)誤

94 檢驗(yàn)單個系數(shù)

95 檢驗(yàn)多個線性假設(shè)

96 電力企業(yè)的成本函數(shù)

97 回歸系數(shù)的解釋

98 檢驗(yàn)規(guī)模報酬效應(yīng)

99 使用穩(wěn)健標(biāo)準(zhǔn)誤進(jìn)行推斷

100 大樣本理論的蒙特卡羅模擬

第7章 異方差
101 異方差的后果

102 條件方差與無條件方差

103 異方差的例子

104 BP檢驗(yàn)

105 作為LM檢驗(yàn)的BP檢驗(yàn)

106 懷特檢驗(yàn)

107 OLS,WLS

108 可行加權(quán)小二乘法

109 OLS還是FWLS

110 檢驗(yàn)異方差的Stata命令

111 FWLS的Stata操作

112 Stata命令的批處理

第8章 自相關(guān)
113 自相關(guān)的后果

114 自相關(guān)的例子

115 畫圖、BG檢驗(yàn)

116 Q檢驗(yàn)

117 DW檢驗(yàn)

118 OLS加HAC標(biāo)準(zhǔn)誤

119 準(zhǔn)差分法

120 廣義小二乘法-Part A

121 廣義小二乘法-Part B

122 修改模型設(shè)定

123 時間序列算子

124 自相關(guān)檢驗(yàn)與處理的Stata命令

125 畫圖

126 自相關(guān)檢驗(yàn)

127 HAC標(biāo)準(zhǔn)誤

128 FGLS

129 修改模型設(shè)定

第9章 模型設(shè)定與數(shù)據(jù)問題
130 遺漏變量偏差

131 隨機(jī)實(shí)驗(yàn)

132 自然實(shí)驗(yàn)

133 無關(guān)變量

134 建模策略

135 信息準(zhǔn)則

136 序貫t規(guī)則

137 解釋變量個數(shù)選擇的案例

138 對函數(shù)形式的檢驗(yàn)

139 RESET檢驗(yàn)的案例

140 多重共線性的后果

141 方差膨脹因子

142 多重共線性的處理方法

143 多重共線性的處理方法與案例

144 將變量標(biāo)準(zhǔn)化

145 極端數(shù)據(jù)的后果

146 極端數(shù)據(jù)的檢測

147 極端數(shù)據(jù)的案例

148 虛擬變量陷阱

149 虛擬變量的作用

150 在Stata中生成虛擬變量

151 鄒檢驗(yàn)

152 虛擬變量法

153 結(jié)構(gòu)變動的案例-Part A

154 結(jié)構(gòu)變動的案例-Part B

155 缺失數(shù)據(jù)與線性插值

156 變量單位的選擇

第10章 工具變量法
157 聯(lián)立方程偏差

158 測量誤差偏差

159 工具變量的定義

160 工具變量法

161 2SLS的一致性

162 2SLS的階條件

163 2SLS的推廣

164 弱工具變量的檢驗(yàn)

165 弱工具變量的處理

166 過度識別檢驗(yàn)的Sargan統(tǒng)計量

167 過度識別檢驗(yàn)的大前提

168 豪斯曼檢驗(yàn)的原理

169 豪斯曼檢驗(yàn)的Stata操作

170 排他性約束

171 滯后變量作為工具變量

172 警察人數(shù)與犯罪率的案例

173 制度與經(jīng)濟(jì)增長的案例

174 看電視與小兒自閉癥的案例

175 工具變量法的估計

176 工具變量法的診斷性檢驗(yàn)

177 回歸結(jié)果的輸出

第11章 二值選擇模型
178 二值選擇模型的建模

179 Probit與Logit的比較

180 大似然估計的原理

181 大似然估計的數(shù)值計算

182 多參數(shù)的MLE估計

183 二值選擇模型的MLE估計

184 邊際效應(yīng)

185 回歸系數(shù)的經(jīng)濟(jì)意義

186 擬合優(yōu)度

187 準(zhǔn)大似然估計

188 Wald檢驗(yàn)

189 LR檢驗(yàn)

190 LM檢驗(yàn)

191 三大統(tǒng)計檢驗(yàn)的比較

192 二值選擇模型的Stata命令

193 泰坦尼克號案例的數(shù)據(jù)特征

194 Logit模型的估計與解釋

195 Logit模型的預(yù)測

196 Probit與Logit模型的比較

197 其他離散選擇模型

第12章 面板數(shù)據(jù)
198 面板數(shù)據(jù)的結(jié)構(gòu)與分類

199 面板數(shù)據(jù)的優(yōu)缺點(diǎn)

200 面板數(shù)據(jù)的估計策略

201 混合回歸

202 固定效應(yīng)模型-組內(nèi)估計量

203 固定效應(yīng)模型-LSDV法

204 固定效應(yīng)模型-一階差分法

205 時間固定效應(yīng)

206 隨機(jī)效應(yīng)模型的組內(nèi)自相關(guān)

207 隨機(jī)效應(yīng)模型的FGLS估計

208 組間估計量

209 擬合優(yōu)度的度量

210 非平衡面板

211 究竟該用固定效應(yīng)還是隨機(jī)效應(yīng)模型

212 面板模型的設(shè)定

213 家庭聯(lián)產(chǎn)承包責(zé)任制的案例

214 混合回歸

215 固定效應(yīng)

216 隨機(jī)效應(yīng)

217 豪斯曼檢驗(yàn)

218 組間估計量及總結(jié)

第13章 平穩(wěn)時間序列
219 自協(xié)方差與自相關(guān)系數(shù)

220 GDP的案例

221 一階自回歸

222 一階自回歸的案例

223 高階自回歸

224 高階自回歸的案例

225 自回歸分布滯后模型

226 ADL的案例

227 誤差修正模型

228 移動平均與ARMA模型

229 脈沖響應(yīng)函數(shù)

230 GDP對數(shù)差分的脈沖響應(yīng)

231 向量自回歸

232 VAR的滯后階數(shù)與變量個數(shù)

233 VAR的脈沖響應(yīng)函數(shù)

234 正交化的脈沖響應(yīng)函數(shù)

235 格蘭杰因果檢驗(yàn)

236 VAR的Stata命令

237 VAR的估計與檢驗(yàn)

238 VAR的IRF函數(shù)

239 VAR的預(yù)測

240 時間趨勢項(xiàng)

241 季節(jié)效應(yīng)

242 季節(jié)調(diào)整的原理

243 季節(jié)調(diào)整的回歸法

244 日期數(shù)據(jù)的導(dǎo)入

第14章 單位根與協(xié)整
245 確定性趨勢

246 結(jié)構(gòu)變動

247 隨機(jī)趨勢

248 ARMA的平穩(wěn)性

249 VAR的平穩(wěn)性

250 估計量不服從漸近正態(tài)

251 偽相關(guān)與偽回歸

252 DF檢驗(yàn)

253 ADF檢驗(yàn)

254 ADF檢驗(yàn)的Stata命令

255 單整階數(shù)的確定

256 單位根檢驗(yàn)的Stata實(shí)例

257 協(xié)整的思想

258 協(xié)整的定義

259 EG-ADF檢驗(yàn)

260 協(xié)整的大似然估計

261 協(xié)整分析的Stata命令

262 貨幣需求函數(shù)的案例

第15章 如何做實(shí)證研究
263 什么是論文

264 準(zhǔn)備階段

265 選題

266 探索性研究

267 收集與整理數(shù)據(jù)

268 建立計量模型

269 選擇計量方法

270 解釋回歸結(jié)果

271 診斷性檢驗(yàn)

272 穩(wěn)健性檢驗(yàn)

273 標(biāo)題、關(guān)鍵字、摘要

274 引言、文獻(xiàn)回顧

275 理論框架、數(shù)據(jù)說明

276 計量方法、回歸結(jié)果

277 穩(wěn)健性檢驗(yàn)、結(jié)論

278 參考文獻(xiàn)、附錄

279 寫作風(fēng)格

280 與同行交流

281 提交論文或投稿

282 寫作倫理