正在播放：计量经济学导论精品课-对外经济贸易大学

课程目录：

1.1.1]--1.1.1计量经济学的定义

[1.2.1]--1.1.2相关关系与因果关系

[1.3.1]--1.2数据分类

[1.4.1]--1.3数据初步分析

[2.1.1]--简单回归模型的形式及术语

[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系数的解释以及拟合值计算

[2.5.1]--2.2.4OLS的代数性质与几何性质

[2.6.1]--2.3.1OLS估计量的期望

[2.7.1]--2.3.2OLS估计量的方差

[2.8.1]--2.3.3OLS估计量方差的估计，高斯马尔科夫定理

[2.9.1]--2.3.4OLS估计量的大样本性质

[2.10.1]--2.3.5方差分解与拟合优度

[3.1.1]--3.1.1显著性的定义

[3.2.1]--3.1.2系数显著性检验与母体均值检验的比力

[3.3.1]--3.2.1检验系数显著性的3种方法：t统计量

[3.4.1]--3.2.2检验系数显著性的3种方法：p值，置信区间

[4.1.1]--4.1Stata软件的特点及基本界面

[4.2.1]--4.2.1回归前的基本数据分析

[4.3.1]--4.2.2Regress命令的使用以及结果的分析

[4.4.1]--4.3如何编写Stata程序

[4.5.1]--4.4简单数值模拟

[5.1.1]--5.1.1遗漏变量偏差及其公式

[5.2.1]--5-2_多元回归模型的表达式及含义_唐丹

[5.3.1]--5.2.1OLS的目标函数和求解过程

[5.4.1]--5.2.2利用两次回归解释偏效应得到估计量表达式

[5.5.1]--5.3R2与调整之后的R2计算以及彼此关系

[5.6.1]--5.4多元回归的几个基本假设和共线性解释

[5.7.1]--5.5.1多元回归OLS估计量的无偏性

[5.8.1]--5.5.2多元回归OLS估计量的方差

[5.9.1]--5.5.3多元回归OLS估计量的抽样分布

[6.1.1]--6.1.1单个系数的检验

[6.2.1]--6.1.2单个系数的置信区间估计和系数组合检验

[6.3.1]--联合假设检验——同方差假定下F统计量

[6.4.1]--6.3多元回归模型OLS估计的渐进性

[6.5.1]--6.4异方差条件下的假设检验

[6.6.1]--6.5多元回归方程的Stata操作演示

[7.1.1]--7.1非线性回归模型_多项式回归

[7.2.1]--7.2非线性回归模型_对数模型

[7.3.1]--7.3非线性回归模型_含有交互项的模型

[7.4.1]--7-4非线性回归模型的Stata操作

[8.1.1]--8.1.1虚拟变量的定义与含单个虚拟变量的回归

[8.2.1]--8.1.2多个组别虚拟变量，虚拟变量陷阱以及阈值效应

[8.3.1]--8.2.1涉及虚拟变量的交互作用

[8.4.1]--8.2.2样条回归

[8.5.1]--8.2.3邹氏检验

[8.6.1]--8.3使用虚拟变量进行政策评估与双重差分

[8.7.1]--8.4涉及虚拟变量的stata操作

[9.1.1]--9.1内生性的概念及后果

[9.2.1]--9.2合格工具变量的条件

[9.3.1]--9.3.1恰好识别情况下的工具变量回归

[9.4.1]--9.3.2两阶段最小二乘（2SLS）

[9.5.1]--9.3.3OLS与2SLS的比力与Hausman检验

[9.6.1]--9.4工具变量有效性的检验

[9.7.1]--9.5工具变量回归的Stata操作

[10.1.1]--10.1.1线性ARMA模型一些概念和定义1

[10.2.1]--10.1.2线性ARMA模型一些概念和定义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预测

[10.9.1]--10.7使用STATA估计ARMA模型

[11.1.1]--11.1波动率聚类性

[11.2.1]--11.2ARCH模型定义

[11.3.1]--11.3建立ARCH模型

[11.4.1]--11.4ARCH模型预测

[11.5.1]--11.5.1其他ARCH类模型1

[11.6.1]--11.5.2其他ARCH类模型2

[11.7.1]--11.5.3其他ARCH类模型3

[11.8.1]--11.6使用STATA估计ARCH类模型

[12.1.1]--12.1.1确定趋势和随机趋势1

[12.2.1]--12.1.2确定趋势和随机趋势2

[12.3.1]--12.2伪回归

[12.4.1]--12.3单位根检验

[12.5.1]--12.4协整基本概念

[12.6.1]--12.5误差修正模型与协整检验

[12.7.1]--12.6使用STATA对非平稳时间序列数据建模

[13.1.1]--面板数据回归_13.1.1面板数据的概念及优势

[13.2.1]--13.1.2面板数据回归模型及解释

[13.3.1]--13.2.1前后比力及差分做参数估计

[13.4.1]--13.2.2个体中心化的方法消除固定效应

[13.5.1]--13.2.3加入n-1个虚拟变量的方法处理固定效应及其显著检验

[13.6.1]--13.2.4时间固定效应的处理

[13.7.1]--13.3.1个体固定的假设条件及序列自相关

[13.8.1]--13.3.2群聚的标准误

[13.9.1]--13.4.1随机效应的含义及估计

[13.10.1]--13.4.2Hausman检验

[13.11.1]--13.5面板数据的Stata操作

[14.1.1]--二值因变量模型_14.1线性概率模型及其优缺点

[14.2.1]--14.2Probit和Logit模型

[14.3.1]--14.3模型的估计

[14.4.1]--14.4推断及拟和好坏的评价

[14.5.1]--14.5其他受限因变量模型

[14.6.1]--14.6二值因变量的Stata操作

[15.1.1]--15.1如何确定一个实证标题问题

[15.2.1]--15.2.1资料与数据的搜集和处理

[15.3.1]--15.2.2模型的建立、估计和检验

[15.4.1]--15.3.1如何规范地报告请示与分析结果

[15.5.1]--15.3.2用Stata生成规范表格