高级计量经济学及stata应用_应用计量经济学与Stata应用
课程适用 ：计量经济学入门学习者
课程内容 ：横截面数据的计量经济理论和方法
本文围绕多元回归模型展开讨论，并涵盖经典线性模型(CLM)的基本假设。具体包括参数估计与假设检验的过程。
2、应用案例+Stata实操及命令
3、每节课后思考题
推荐教材读物 ：伍德里奇《计量经济学导论：现代观点》第六版, 中国人民大学出版社, 2018年8月(主要参考第一篇内容)
专家简介
王忠玉 ：
理学博士学位，数量经济学副研究员，现为哈尔滨工业大学经济与管理学院副教授、硕士研究生导师。
主要致力于开展计量经济学、应用统计以及金融工程领域的研究工作。在其职业生涯中已在《经济评论》、《管理世界》等知名期刊上发表学术论文近30余篇，并出版多部著作。其中包括：一本学习Stata软件的实用指南（译作）、一本介绍微观层面计量分析方法及其应用的著作（译作）、一本基于横截面和面板数据分析的高级方法专著（译作）、一本对概率分布不确定性的分析框架（译作）、一本现代金融工程理论（第二版）专著（英文学术著作）、一本介绍核心金融模型及其应用的专业教材（译作）以及一本简明数理统计学入门教材（英文学术著作）。目前担任该学会技术经济与数量经济专业委员会委员。
课程大纲
第一章 计量经济学导论
1.1.什么是计量经济学
1.1.1.初识计量经济学
1.1.2.经济问题的研究过程
1.1.3.实证分析的基本内容
1.2.经济数据来源于类型
1.2.1.实验数据与观测数据
1.2.2.横截面数据与时间数列
第二章 计量经济学再认识
2.1.计量经济学的再认识
2.1.1.计量经济学的研究对象
2.1.2.经典计量经济学与非经典计量经济学
2.2.简单回归模型
2.2.1.简单回归模型的定义
2.2.2.统计基础知识回顾
2.3.计量经济学的分析框架
2.3.1.样本类比原理
2.3.2.现代计量经济分析的框架
2.4.OLS推导：矩方法
2.4.1.统计基础知识回顾
2.4.2.OLS推导：矩方法
2.4.3.拟合值、残差、样本回归函数
2.5.OLS统计量代数性质和拟合优度
2.5.1.OLS统计量的代数性质
2.5.2.拟合优度
2.5.3.改变度量单位对OIS统计量的影响
2.6.回归函数形式(Ⅰ)
2.6.1.“线性”回归的含义
2.6.2.含有对数形式的回归模型
2.7.OLS估计量的无偏性与方差
2.7.1.OLS估计量的无偏性
2.7.2.OLS估计量的方差
2.7.3.误差方差的估计
第三章 多元回归模型分析
3.1.运用多元回归模型的动因
3.1.1.从简单回归到多元回归
3.1.2.多元线性回归模型的通用术语
3.2.多元回归模型的OLS求解
3.2.1.如何求解OLS估计量：微积分极值方法
3.2.2.矩阵形式的OLS估计量
3.3.OLS估计量的期望值
3.3.1.多元实值函数的求极值定理
3.3.2.OLS估计量的无偏性
3.3.3.OLS的拟合值和残差
3.3.4.拟合优度
3.4. OLS估计量的方差
3.4.1.同方差性假设
3.4.2.一般线性回归模型的矩阵形式
3.4.3.OLS斜率估计量的抽样方差
3.4.4.多重共线性与方差膨胀因子(VIF)
3.5.多元回归模型变量选取问题
3.5.1.模型中包含无关变量
3.5.2.模型出现遗漏变量问题：简单情况
3.5.3.模型出现遗漏变量问题：复杂情况
3.6.OLS估计量的标准误差和OLS的有效性
3.6.1.模型误设的方差分析
3.6.2.关于的OLS估计量的标准误差
3.6.3.OLS的有效性：高斯—马尔科夫定理
3.7.选取自变量的标准和辅助回归
3.7.1.回归分析中的两个常见问题
3.7.2.辅助回归
3.7.3.加入和删除自变量的标准
3.7.4.偏回归分析
3.8.弗里希-沃定理、偏回归图
3.8.1.弗里希-沃定理的通俗解释
3.8.2.弗里希-沃定理的由来和证明
3.8.3.偏回归图
3.9.偏回归应用案例和Stata命令
3.9.1.偏回归的矩阵形式
3.9.2.偏回归应用案例与Stata实现
第四章 多元回归分析：推断
4.1 OLS估计量的抽样分布
4.2 对单个总体参数的统计检验：t检验
4.3 置信区间
4.4对参数线性组合的统计检验
4.5 对多个线性约束的统计检验：F检验
第五章 多元回归分析：OLS的渐近性
5.1 OLS估计量的一致性
5.2 大样本推断和OLS渐近性
第六章 多元回归分析：深入专题
6.1 数据测度单位对OLS估计量影响
6.2 回归函数形式的深入讨论(II)
6.3 拟合优度和归回元选取的深入专题
6.4 预测和残差分析
第七章 有定性信息的多元回归分析：二值变量
7.1 定性信息的描述
7.2 只有单个虚拟自变量
7.3 有多个类别的虚拟变量
7.4 有虚拟变量交叉项的回归模型
7.5 二值因变量：线性概率模型
7.7 离散因变量的回归结果解释
第八章 异方差性
8.1 异方差性
8.2 OLS估计后的异方差-稳健推断
8.3 对异方差性的检验
8.4 加权最小二乘估计
8.5 再论线性概率模型
第九章 回归模型的设定问题
9.1 函数形式误设
9.2 对无法观测解释变量用代理变量
9.3 随机斜率模型
9.4 有测量误差时OLS的性质
购课链接
https://appsBz0VDRa1649.h5.xeknow.com/st/3LQ9bad0b
or点击阅读原文链接
课程咨询
小丸子
微信：venusfortune
