課程目錄：
1.1.1]--1.1.1計(jì)量經(jīng)濟(jì)學(xué)的定義
[1.2.1]--1.1.2相關(guān)關(guān)系與因果關(guān)系
[1.3.1]--1.2數(shù)據(jù)分類
[1.4.1]--1.3數(shù)據(jù)初步分析
[2.1.1]--簡(jiǎn)單回歸模型的形式及術(shù)語(yǔ)
[2.2.1]--2.2.1普通最小二乘(OLS)
[2.3.1]--2.2.2矩方法
[2.4.1]--2.2.3系數(shù)的解釋以及擬合值計(jì)算
[2.5.1]--2.2.4OLS的代數(shù)性質(zhì)與幾何性質(zhì)
[2.6.1]--2.3.1OLS估計(jì)量的期望
[2.7.1]--2.3.2OLS估計(jì)量的方差
[2.8.1]--2.3.3OLS估計(jì)量方差的估計(jì)，高斯馬爾科夫定理
[2.9.1]--2.3.4OLS估計(jì)量的大樣本性質(zhì)
[2.10.1]--2.3.5方差分解與擬合優(yōu)度
[3.1.1]--3.1.1顯著性的定義
[3.2.1]--3.1.2系數(shù)顯著性檢驗(yàn)與母體均值檢驗(yàn)的比較
[3.3.1]--3.2.1檢驗(yàn)系數(shù)顯著性的3種方法：t統(tǒng)計(jì)量
[3.4.1]--3.2.2檢驗(yàn)系數(shù)顯著性的3種方法：p值，置信區(qū)間
[4.1.1]--4.1Stata軟件的特點(diǎn)及基本界面
[4.2.1]--4.2.1回歸前的基本數(shù)據(jù)分析
[4.3.1]--4.2.2Regress命令的使用以及結(jié)果的分析
[4.4.1]--4.3如何編寫Stata程序
[4.5.1]--4.4簡(jiǎn)單數(shù)值模擬
[5.1.1]--5.1.1遺漏變量偏差及其公式
[5.2.1]--5-2_多元回歸模型的表達(dá)式及含義_唐丹
[5.3.1]--5.2.1OLS的目標(biāo)函數(shù)和求解過(guò)程
[5.4.1]--5.2.2利用兩次回歸解釋偏效應(yīng)得到估計(jì)量表達(dá)式
[5.5.1]--5.3R2與調(diào)整之后的R2計(jì)算以及相互關(guān)系
[5.6.1]--5.4多元回歸的幾個(gè)基本假設(shè)和共線性解釋
[5.7.1]--5.5.1多元回歸OLS估計(jì)量的無(wú)偏性
[5.8.1]--5.5.2多元回歸OLS估計(jì)量的方差
[5.9.1]--5.5.3多元回歸OLS估計(jì)量的抽樣分布
[6.1.1]--6.1.1單個(gè)系數(shù)的檢驗(yàn)
[6.2.1]--6.1.2單個(gè)系數(shù)的置信區(qū)間估計(jì)和系數(shù)組合檢驗(yàn)
[6.3.1]--聯(lián)合假設(shè)檢驗(yàn)——同方差假定下F統(tǒng)計(jì)量
[6.4.1]--6.3多元回歸模型OLS估計(jì)的漸進(jìn)性
[6.5.1]--6.4異方差條件下的假設(shè)檢驗(yàn)
[6.6.1]--6.5多元回歸方程的Stata操作演示
[7.1.1]--7.1非線性回歸模型_多項(xiàng)式回歸
[7.2.1]--7.2非線性回歸模型_對(duì)數(shù)模型
[7.3.1]--7.3非線性回歸模型_含有交互項(xiàng)的模型
[7.4.1]--7-4非線性回歸模型的Stata操作
[8.1.1]--8.1.1虛擬變量的定義與含單個(gè)虛擬變量的回歸
[8.2.1]--8.1.2多個(gè)組別虛擬變量，虛擬變量陷阱以及閾值效應(yīng)
[8.3.1]--8.2.1涉及虛擬變量的交互作用
[8.4.1]--8.2.2樣條回歸
[8.5.1]--8.2.3鄒氏檢驗(yàn)
[8.6.1]--8.3使用虛擬變量進(jìn)行政策評(píng)估與雙重差分
[8.7.1]--8.4涉及虛擬變量的stata操作
[9.1.1]--9.1內(nèi)生性的概念及后果
[9.2.1]--9.2合格工具變量的條件
[9.3.1]--9.3.1恰好識(shí)別情況下的工具變量回歸
[9.4.1]--9.3.2兩階段最小二乘（2SLS）
[9.5.1]--9.3.3OLS與2SLS的比較與Hausman檢驗(yàn)
[9.6.1]--9.4工具變量有效性的檢驗(yàn)
[9.7.1]--9.5工具變量回歸的Stata操作
[10.1.1]--10.1.1線性ARMA模型一些概念和定義1
[10.2.1]--10.1.2線性ARMA模型一些概念和定義2
[10.3.1]--10.2MA模型
[10.4.1]--10.3AR模型
[10.5.1]--10.4ARMA模型
[10.6.1]--10.5.1建立ARMA模型1
[10.7.1]--10.5.2建立ARMA模型2
[10.8.1]--10.6預(yù)測(cè)
[10.9.1]--10.7使用STATA估計(jì)ARMA模型
[11.1.1]--11.1波動(dòng)率聚類性
[11.2.1]--11.2ARCH模型定義
[11.3.1]--11.3建立ARCH模型
[11.4.1]--11.4ARCH模型預(yù)測(cè)
[11.5.1]--11.5.1其他ARCH類模型1
[11.6.1]--11.5.2其他ARCH類模型2
[11.7.1]--11.5.3其他ARCH類模型3
[11.8.1]--11.6使用STATA估計(jì)ARCH類模型
[12.1.1]--12.1.1確定趨勢(shì)和隨機(jī)趨勢(shì)1
[12.2.1]--12.1.2確定趨勢(shì)和隨機(jī)趨勢(shì)2
[12.3.1]--12.2偽回歸
[12.4.1]--12.3單位根檢驗(yàn)
[12.5.1]--12.4協(xié)整基本概念
[12.6.1]--12.5誤差修正模型與協(xié)整檢驗(yàn)
[12.7.1]--12.6使用STATA對(duì)非平穩(wěn)時(shí)間序列數(shù)據(jù)建模
[13.1.1]--面板數(shù)據(jù)回歸_13.1.1面板數(shù)據(jù)的概念及優(yōu)勢(shì)
[13.2.1]--13.1.2面板數(shù)據(jù)回歸模型及解釋
[13.3.1]--13.2.1前后比較及差分做參數(shù)估計(jì)
[13.4.1]--13.2.2個(gè)體中心化的方法消除固定效應(yīng)
[13.5.1]--13.2.3加入n-1個(gè)虛擬變量的方法處理固定效應(yīng)及其顯著檢驗(yàn)
[13.6.1]--13.2.4時(shí)間固定效應(yīng)的處理
[13.7.1]--13.3.1個(gè)體固定的假設(shè)條件及序列自相關(guān)
[13.8.1]--13.3.2群聚的標(biāo)準(zhǔn)誤
[13.9.1]--13.4.1隨機(jī)效應(yīng)的含義及估計(jì)
[13.10.1]--13.4.2Hausman檢驗(yàn)
[13.11.1]--13.5面板數(shù)據(jù)的Stata操作
[14.1.1]--二值因變量模型_14.1線性概率模型及其優(yōu)缺點(diǎn)
[14.2.1]--14.2Probit和Logit模型
[14.3.1]--14.3模型的估計(jì)
[14.4.1]--14.4推斷及擬和好壞的評(píng)價(jià)
[14.5.1]--14.5其他受限因變量模型
[14.6.1]--14.6二值因變量的Stata操作
[15.1.1]--15.1如何確定一個(gè)實(shí)證題目
[15.2.1]--15.2.1資料與數(shù)據(jù)的搜集和處理
[15.3.1]--15.2.2模型的建立、估計(jì)和檢驗(yàn)
[15.4.1]--15.3.1如何規(guī)范地匯報(bào)與分析結(jié)果
[15.5.1]--15.3.2用Stata生成規(guī)范表格
