課程目錄：

1.1.1]--1.1.1計量經(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]--簡單回歸模型的形式及術(shù)語

[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估計量的期望

[2.7.1]--2.3.2OLS估計量的方差

[2.8.1]--2.3.3OLS估計量方差的估計，高斯馬爾科夫定理

[2.9.1]--2.3.4OLS估計量的大樣本性質(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)顯著性檢驗與母體均值檢驗的比較

[3.3.1]--3.2.1檢驗系數(shù)顯著性的3種方法：t統(tǒng)計量

[3.4.1]--3.2.2檢驗系數(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)和求解過程

[5.4.1]--5.2.2利用兩次回歸解釋偏效應(yīng)得到估計量表達(dá)式

[5.5.1]--5.3R2與調(diào)整之后的R2計算以及相互關(guān)系

[5.6.1]--5.4多元回歸的幾個基本假設(shè)和共線性解釋

[5.7.1]--5.5.1多元回歸OLS估計量的無偏性

[5.8.1]--5.5.2多元回歸OLS估計量的方差

[5.9.1]--5.5.3多元回歸OLS估計量的抽樣分布

[6.1.1]--6.1.1單個系數(shù)的檢驗

[6.2.1]--6.1.2單個系數(shù)的置信區(qū)間估計和系數(shù)組合檢驗

[6.3.1]--聯(lián)合假設(shè)檢驗——同方差假定下F統(tǒng)計量

[6.4.1]--6.3多元回歸模型OLS估計的漸進(jìn)性

[6.5.1]--6.4異方差條件下的假設(shè)檢驗

[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_多項式回歸

[7.2.1]--7.2非線性回歸模型_對數(shù)模型

[7.3.1]--7.3非線性回歸模型_含有交互項的模型

[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虛擬變量的回歸

[8.2.1]--8.1.2多個組別虛擬變量，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

[8.6.1]--8.3使用虛擬變量進(jìn)行政策評估與雙重差分

[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

[9.6.1]--9.4工具變量有效性的檢驗

[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

[10.9.1]--10.7使用STATA估計ARMA模型

[11.1.1]--11.1波動率聚類性

[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

[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ARCH類模型

[12.1.1]--12.1.1確定趨勢和隨機(jī)趨勢1

[12.2.1]--12.1.2確定趨勢和隨機(jī)趨勢2

[12.3.1]--12.2偽回歸

[12.4.1]--12.3單位根檢驗

[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

[12.7.1]--12.6使用STATA對非平穩(wěn)時間序列數(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

[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

[13.4.1]--13.2.2個體中心化的方法消除固定效應(yīng)

[13.5.1]--13.2.3加入n-1個虛擬變量的方法處理固定效應(yīng)及其顯著檢驗

[13.6.1]--13.2.4時間固定效應(yīng)的處理

[13.7.1]--13.3.1個體固定的假設(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

[13.10.1]--13.4.2Hausman檢驗

[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

[14.2.1]--14.2Probit和Logit模型

[14.3.1]--14.3模型的估計

[14.4.1]--14.4推斷及擬和好壞的評價

[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如何確定一個實證題目

[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、估計和檢驗

[15.4.1]--15.3.1如何規(guī)范地匯報與分析結(jié)果

[15.5.1]--15.3.2用Stata生成規(guī)范表格