          计量经济学及Stata应用培训

 

 

第1章 导论
1 什么是计量经济学

2 遗漏变量

3 经济数据的类型

第2章 Stata入门
4 为何使用Stata

5导入数据

6 变量标签、审视数据

7 画图

8 统计分析

9 生成新变量、计算器、终止命令

10 日志

11 命令库更新、学习资源

第3章 数学回顾
12 导数、一元优化

13 偏导数、多元优化、积分

14 矩阵、方阵、转置

15 向量、矩阵加法、数乘

16 矩阵乘法、线性方程组、逆矩阵

17 矩阵的秩

18 二次型

19 概率、条件概率

20 分布与条件分布

21 随机变量的数字特征

22 随机变量的矩

23 条件分布与矩的案例

24 迭代期望定律

25 均值独立

26 正态分布

27 卡方分布、t分布

28 F分布

29 统计推断的思想

第4章 一元线性回归
30 一元线性回归1

31 一元线性回归2

32 OLS估计量的推导

33 OLS的正交性

34 平方和分解公式

35 拟合优度

36 无常数项的回归

37 一元回归的Stata实例

38 Stata命令运行结果的存储与调用

39 总体回归函数与样本回归函数-蒙特卡罗模拟

第5章 多元线性回归
40 二元线性回归

41 二元线性回归案例

42 多元线性回归模型

43 OLS估计量的推导

44 OLS的几何解释

45 拟合优度

46 线性假定

47 严格外生性的假定

48 无严格多重共线性的假定

49 OLS的线性性与无偏性

50 OLS的协方差矩阵

51 高斯-马尔可夫定理

52 标准误

53 Wald检验的原理

54 t统计量的分布

55 t检验的步骤

56 p值

57 置信区间

58 单边检验

59 第I类与第II类错误

60 多个线性假设的联合检验

61 F统计量的分布

62 F检验的步骤

63 F统计量的似然比原理表达式

64 F统计量与拟合优度的联系

65 点预测

66 区间预测

67 多元回归的Stata实例

68 无常数项与子样本回归

69 假设检验的Stata操作

第6章 大样本OLS
70 严格外生性假设太强

71 正态分布假设太强

72 小样本理论难以推导

73 依概率收敛

74 依概率收敛的运算

75 依均方收敛

76 依分布收敛

77 依分布收敛的运算

78 依概率收敛与依分布收敛的关系

79 大数定律

80 中心极限定理

81 使用蒙特卡罗法模拟中心极限定理

82 统计量的大样本性质

83 严格平稳过程

84 一阶自回归的平稳性

85 弱平稳过程

86 渐近独立的概念

87 渐近独立定理

88 大样本OLS的假定

89 OLS的一致性

90 内生性的后果

91 OLS的渐近正态性

92 OLS的渐近方差

93 稳健标准误可还原为普通标准误

94 检验单个系数

95 检验多个线性假设

96 电力企业的成本函数

97 回归系数的解释

98 检验规模报酬效应

99 使用稳健标准误进行推断

100 大样本理论的蒙特卡罗模拟

第7章 异方差
101 异方差的后果

102 条件方差与无条件方差

103 异方差的例子

104 BP检验

105 作为LM检验的BP检验

106 怀特检验

107 OLS,WLS

108 可行加权小二乘法

109 OLS还是FWLS

110 检验异方差的Stata命令

111 FWLS的Stata操作

112 Stata命令的批处理

第8章 自相关
113 自相关的后果

114 自相关的例子

115 画图、BG检验

116 Q检验

117 DW检验

118 OLS加HAC标准误

119 准差分法

120 广义小二乘法-Part A

121 广义小二乘法-Part B

122 修改模型设定

123 时间序列算子

124 自相关检验与处理的Stata命令

125 画图

126 自相关检验

127 HAC标准误

128 FGLS

129 修改模型设定

第9章 模型设定与数据问题
130 遗漏变量偏差

131 随机实验

132 自然实验

133 无关变量

134 建模策略

135 信息准则

136 序贯t规则

137 解释变量个数选择的案例

138 对函数形式的检验

139 RESET检验的案例

140 多重共线性的后果

141 方差膨胀因子

142 多重共线性的处理方法

143 多重共线性的处理方法与案例

144 将变量标准化

145 极端数据的后果

146 极端数据的检测

147 极端数据的案例

148 虚拟变量陷阱

149 虚拟变量的作用

150 在Stata中生成虚拟变量

151 邹检验

152 虚拟变量法

153 结构变动的案例-Part A

154 结构变动的案例-Part B

155 缺失数据与线性插值

156 变量单位的选择

第10章 工具变量法
157 联立方程偏差

158 测量误差偏差

159 工具变量的定义

160 工具变量法

161 2SLS的一致性

162 2SLS的阶条件

163 2SLS的推广

164 弱工具变量的检验

165 弱工具变量的处理

166 过度识别检验的Sargan统计量

167 过度识别检验的大前提

168 豪斯曼检验的原理

169 豪斯曼检验的Stata操作

170 排他性约束

171 滞后变量作为工具变量

172 警察人数与犯罪率的案例

173 制度与经济增长的案例

174 看电视与小儿自闭症的案例

175 工具变量法的估计

176 工具变量法的诊断性检验

177 回归结果的输出

第11章 二值选择模型
178 二值选择模型的建模

179 Probit与Logit的比较

180 大似然估计的原理

181 大似然估计的数值计算

182 多参数的MLE估计

183 二值选择模型的MLE估计

184 边际效应

185 回归系数的经济意义

186 拟合优度

187 准大似然估计

188 Wald检验

189 LR检验

190 LM检验

191 三大统计检验的比较

192 二值选择模型的Stata命令

193 泰坦尼克号案例的数据特征

194 Logit模型的估计与解释

195 Logit模型的预测

196 Probit与Logit模型的比较

197 其他离散选择模型

第12章 面板数据
198 面板数据的结构与分类

199 面板数据的优缺点

200 面板数据的估计策略

201 混合回归

202 固定效应模型-组内估计量

203 固定效应模型-LSDV法

204 固定效应模型-一阶差分法

205 时间固定效应

206 随机效应模型的组内自相关

207 随机效应模型的FGLS估计

208 组间估计量

209 拟合优度的度量

210 非平衡面板

211 究竟该用固定效应还是随机效应模型

212 面板模型的设定

213 家庭联产承包责任制的案例

214 混合回归

215 固定效应

216 随机效应

217 豪斯曼检验

218 组间估计量及总结

第13章 平稳时间序列
219 自协方差与自相关系数

220 GDP的案例

221 一阶自回归

222 一阶自回归的案例

223 高阶自回归

224 高阶自回归的案例

225 自回归分布滞后模型

226 ADL的案例

227 误差修正模型

228 移动平均与ARMA模型

229 脉冲响应函数

230 GDP对数差分的脉冲响应

231 向量自回归

232 VAR的滞后阶数与变量个数

233 VAR的脉冲响应函数

234 正交化的脉冲响应函数

235 格兰杰因果检验

236 VAR的Stata命令

237 VAR的估计与检验

238 VAR的IRF函数

239 VAR的预测

240 时间趋势项

241 季节效应

242 季节调整的原理

243 季节调整的回归法

244 日期数据的导入

第14章 单位根与协整
245 确定性趋势

246 结构变动

247 随机趋势

248 ARMA的平稳性

249 VAR的平稳性

250 估计量不服从渐近正态

251 伪相关与伪回归

252 DF检验

253 ADF检验

254 ADF检验的Stata命令

255 单整阶数的确定

256 单位根检验的Stata实例

257 协整的思想

258 协整的定义

259 EG-ADF检验

260 协整的大似然估计

261 协整分析的Stata命令

262 货币需求函数的案例

第15章 如何做实证研究
263 什么是论文

264 准备阶段

265 选题

266 探索性研究

267 收集与整理数据

268 建立计量模型

269 选择计量方法

270 解释回归结果

271 诊断性检验

272 稳健性检验

273 标题、关键字、摘要

274 引言、文献回顾

275 理论框架、数据说明

276 计量方法、回归结果

277 稳健性检验、结论

278 参考文献、附录

279 写作风格

280 与同行交流

281 提交论文或投稿

282 写作伦理