请留下您的手机号
我们即刻安排课程老师为您回电!
您好
请留下您的联系方式,我们将主动给您回电!
第一时间为您安排就近试听!
计量经济学及Stata

计量经济学及Stata

计量经济学及Stata
课程级别入门级 培训周期一周以内
培训时间全日制
咨询电话 400-656-1390
微信咨询

微信扫二维码免费咨询

我们将给您发送更多独

家资料和课程视频!

计量经济学及Stata
课程说明
课程级别 入门级
培训周期 一周以内
上课时间 全日制
上课地址 北京市海淀区厂洼街3号丹龙大厦B3018
课程简介

  

一、课程亮点:

  在原有四天班精彩内容基础上(含合成控制法、空间计量、断点回归、拐点回归等等), 这次六天现场班又增加了不少全新的前沿内容, 包括交互固定效应、因果图、回归控制法、分位数回归、门限回归、控制函数法、局部平均处理效应、机器学习与大数据等。

  二、学习目标:

  掌握计量经济学的核心方法及Stata操作,不再茫然,知其然而知其所以然,成为处理数据及定量分析的高手。

  三、课程内容:

  01章OLS及其标准误。

  着重介绍小样本与大样本OLS,以及相应的普通标准误、异方差稳健标准误、异方差自相关稳健标准误、聚类稳健标准误、自助标准误(bootstrap standard errors)。深切理解OLS的原理与适用条件,是一切计量原理的基础。

  02章Stata入门。

  及时地介绍Stata知识,以OLS在Stata的实现作为入门,体会Stata的简单与强大。

  03章二值选择模型。

  被解释变量为虚拟变量的二值选择模型有着广泛的应用。包括Probit,Logit,MLE与QMLE等。

  04章工具变量法。

  由于双向因果、遗漏变量、度量误差的普遍存在,内生性是实证研究的常见难题,而工具变量法是解决内生性的利器,包括2SLS、GMM、控制函数法(Control Function)、包含内生变量的ivprobit、异质性工具变量法(Local Average Treatment Effect)等。

  05章静态面板。

  面板数据由于能控制个体异质性(heterogeneity),缓解遗漏变量偏差,在实践中越来越重要。静态面板是常见的面板,包括固定效应、随机效应、时间效应、双向固定效应等。

  06章动态面板。

  经济现象常具有某种惯性或部分调整,即被解释变量的滞后值出现在方程右边。动态面板也因为可自带工具变量而应用广泛。包括面板工具变量法(Panel IV)、差分GMM、水平GMM与系统GMM等。

  07章门限回归(ThresholdRegression):

  包括横截面与面板模型的门限回归。

  08章非参数与半参数估计(Nonparametric and Semiparametric Estimations)。

  非参与半参方法由于其稳健性而日益进入标准的计量工具箱,包括核密度估计、非参数回归与半参数回归等。

  09章随机实验、自然实验与双重差分法(Difference-in-Differences)。

  实验方法因其可信度而日益兴起,包括随机实验、类与第二类自然实验。双重差分法利用面板数据的优势,可克服部分内生性,是研究政策或项目处理效应(treatment effects)的主要工具。包括双重差分法、平行趋势假设、三重差分法等。

  10章倾向得分匹配(PropensityScore Matching)。

  基于反事实的框架,根据个体进入处理组的概率(即倾向得分)寻找较佳替身进行匹配估计,这是研究处理效应的一种深邃思想与方法。包括倾向得分匹配、双重差分倾向得分匹配等。

  11章控制变量的选择。

  选择合适的控制变量是计量分析的重要步骤,而因果图方法(Causal Directed Acyclic Graph)提供了一个清晰的思考框架。

  12章合成控制法(SyntheticControl Method)。

  在评价某处理地区的政策效应时,将控制地区进行优的线性组合,以构造合成控制地区进行对比,这是估计处理效应的新兴强大方法。包括合成控制法的统计推断与稳健性检验等。

  13章回归控制法(RegressionControl Method)。

  与合成控制法类似,但使用回归法来构造合成控制地区(Hsiao et al., 2012)。

  14章断点回归(RegressionDiscontinuity Design)与拐点回归(Regression Kink Design)。

  由于在断点附近存在局部随机分组,故断点回归的效力接近于随机实验,日益为研究者所青睐。包括断点回归、模糊断点回归、空间断点回归等。

  15章分位数回归。

  线性回归只是研究在给定X的情况下,Y的条件期望E(Y|X);而分位数回归则可研究在给定X的情况下,Y的整个条件分布Y|X,从而揭示更多信息。

  16章分机器学习与大数据。

  大数据与高维回归等机器学习(Machine Learning)方法正迅速成为经济学家的常用工具。本讲介绍Lasso, Ridge Regression, Elastic Net, Post Lasso, Double Lasso,主成分分析,因子分析等机器学习方法。

  17章面板数据前沿:

  交互固定效应(interactive fixed effects)将传统的双向固定效应进一步推广,因为现实经济中常存在多种冲击(shocks或factors),而不同个体对此冲击的反应不同(factor loading)。

  18章空间计量经济学(Spatial Econometrics)。

  传统计量经济学通常忽略横截面单位的空间分布与相互影响,而空间计量经济学则是考察空间效应、溢出效应等的重要工具。包括空间权重矩阵、空间自回归、空间误差模型与空间面板等。


课程内容以实际授课为准
  • 软件开发
  • 软件测试
  • 数据库
  • Web前端
  • 大数据
  • 人工智能
  • 零基础
  • 有HTML基础
  • 有PHP基础
  • 有C语言基础
  • 有JAVA基础
  • 其他计算机语言基础
  • 周末班
  • 全日制白班
  • 随到随学
免费通话 申请试听
已被浏览
214
查看更多课程

校/区/安/排

筛选:
北京
全部校区 ABCD EFGHJ KLMNP QRSTW XYZ
北京
北京 B
如荷学
  • 如荷学
  • 如荷学
    • 学校地址: 北京市海淀区厂洼街3号丹龙大厦B3018
点击查看完整地图