1.1(2)-遗漏变量

1.2-经济数据的类型

全集试看

2.1-2.2-为何使用Stata

2.3(1)-导入数据-1080p

2.3(2)(3)-变量标签、审视数据

2.3(4)-画图

2.3(5)-统计分析

2.3(6)(7)(8)-生成新变量、计算器、终止命令

2.3(9)-日志

2.4-2.5-命令库更新、学习资源

全集试看

3.1(1)(2)-导数、一元最优化

3.1(3)(4)(5)-偏导数、多元最优化、积分

3.2(1)(2)(3)-矩阵、方阵、转置

3.2(4)(5)(6)-向量、矩阵加法、数乘

3.2(7)(8)(9)-矩阵乘法、线性方程组、逆矩阵

3.2(10)-矩阵的秩

3.2(11)-二次型

3.3-概率、条件概率

3.4-分布与条件分布

3.5(1)-随机变量的数字特征

3.5(2)-随机变量的矩

3.5(3)-条件分布与矩的案例

3.6-迭代期望定律

3.7-均值独立

3.8(1)-正态分布

3.8(2)-卡方分布、t分布

3.8(3)-F分布

3.9-统计推断的思想

全集试看

4.1(1)-一元线性回归-Part A

4.1(2)-一元线性回归-Part B

4.2-OLS估计量的推导

4.3-OLS的正交性

4.4-平方和分解公式

4.5-拟合优度

4.6-无常数项的回归

4.7-一元回归的Stata实例

4.8-Stata命令运行结果的存储与调用

4.9-总体回归函数与样本回归函数-蒙特卡罗模拟

全集试看

5.1(1)-二元线性回归

5.1(2)-二元线性回归案例

5.2-多元线性回归模型

5.3-OLS估计量的推导

5.4-OLS的几何解释

5.5-拟合优度

5.6(1)-线性假定

5.6(2)-严格外生性的假定

5.6(3)-无严格多重共线性的假定

5.7(1)-OLS的线性性与无偏性

5.7(2)-OLS的协方差矩阵

5.7(3)-高斯-马尔可夫定理

5.7(4)-标准误

5.8(1)-Wald检验的原理

5.8(2)-t统计量的分布

5.8(3)-t检验的步骤

5.8(4)-p值

5.8(5)-置信区间

5.8(6)-单边检验

5.8(7)-第I类与第II类错误

5.9(1)-多个线性假设的联合检验

5.9(2)-F统计量的分布

5.9(3)-F检验的步骤

5.10(1)-F统计量的似然比原理表达式

5.10(2)-F统计量与拟合优度的联系

5.11(1)-点预测

5.11(2)-区间预测

5.12(1)-多元回归的Stata实例

5.12(2)-无常数项与子样本回归

5.12(3)-假设检验的Stata操作

全集试看

6.1(1)-严格外生性假设太强

6.1(2)-正态分布假设太强

6.1(3)-小样本理论难以推导

6.2(1)-依概率收敛

6.2(2)-依概率收敛的运算

6.2(3)-依均方收敛

6.2(4)-依分布收敛

6.2(5)-依分布收敛的运算

6.2(6)-依概率收敛与依分布收敛的关系

6.3(1)-大数定律

6.3(2)-中心极限定理

6.4-使用蒙特卡罗法模拟中心极限定理

6.5-统计量的大样本性质

6.6(1)-严格平稳过程

6.6(2)-一阶自回归的平稳性

6.6(3)-弱平稳过程

6.6(4)-渐近独立的概念

6.6(5)-渐近独立定理

6.7-大样本OLS的假定

6.8(1)-OLS的一致性

6.8(2)-内生性的后果

6.8(3)-OLS的渐近正态性

6.8(4)-OLS的渐近方差

6.8(5)-稳健标准误可还原为普通标准误

6.9(1)-检验单个系数

6.9(2)-检验多个线性假设

6.10(1)-电力企业的成本函数

6.10(2)-回归系数的解释

6.10(3)-检验规模报酬效应

6.10(4)-使用稳健标准误进行推断

6.11-大样本理论的蒙特卡罗模拟

全集试看

7.1(1)-异方差的后果

7.1(2)-条件方差与无条件方差

7.2-异方差的例子

7.3(1)-BP检验

7.3(2)-作为LM检验的BP检验

7.3(3)-怀特检验

7.4(1)(2)-OLS,WLS

7.4(3)-可行加权最小二乘法

7.4(4)-OLS还是FWLS

7.5(1)-检验异方差的Stata命令

7.5(2)-FWLS的Stata操作

7.6-Stata命令的批处理

全集试看

8.1-自相关的后果

8.2-自相关的例子

8.3(1)(2)-画图、BG检验

8.3(3)-Q检验

8.3(4)-DW检验

8.4(1)-OLS加HAC标准误

8.4(2)-准差分法

8.4(3)-广义最小二乘法-Part A

8.4(3)-广义最小二乘法-Part B

8.4(4)-修改模型设定

8.5(1)-时间序列算子

8.5(2)-(7)-自相关检验与处理的Stata命令

8.6(1)-画图

8.6(2)-自相关检验

8.6(3)-HAC标准误

8.6(4)-FGLS

8.6(5)-修改模型设定

全集试看

9.1(1)-遗漏变量偏差

9.1(2)-随机实验

9.1(3)-自然实验

9.2-无关变量

9.3-建模策略

9.4(1)-信息准则

9.4(2)-序贯t规则

9.4(3)-解释变量个数选择的案例

9.5(1)-对函数形式的检验

9.5(2)-RESET检验的案例

9.6(1)-多重共线性的后果

9.6(2)-方差膨胀因子

9.6(3)-多重共线性的处理方法

9.6(4)-多重共线性的案例

9.6(5)-将变量标准化

9.7(1)-极端数据的后果

9.7(2)-极端数据的检测

9.7(3)-极端数据的案例

9.8(1)-虚拟变量陷阱

9.8(2)-虚拟变量的作用

9.8(3)-在Stata中生成虚拟变量

9.9(1)-邹检验

9.9(2)-虚拟变量法

9.9(3)-结构变动的案例-Part A

9.9(3)-结构变动的案例-Part B

9.10-缺失数据与线性插值

9.11-变量单位的选择

全集试看

10.1-联立方程偏差

10.2-测量误差偏差

10.3(1)-工具变量的定义

10.3(2)-工具变量法

10.4(1)-2SLS的一致性

10.4(2)-2SLS的阶条件

10.4(3)-2SLS的推广

10.5(1)-弱工具变量的检验

10.5(2)-弱工具变量的处理

10.6(1)-过度识别检验的Sargan统计量

10.6(2)-过度识别检验的大前提

10.7(1)-豪斯曼检验的原理

10.7(2)-豪斯曼检验的Stata操作

10.8(1)-排他性约束

10.8(2)-滞后变量作为工具变量

10.8(3)-警察人数与犯罪率的案例

10.8(4)-制度与经济增长的案例

10.8(5)-看电视与小儿自闭症的案例

10.9(1)-工具变量法的估计

10.9(2)-工具变量法的诊断性检验

10.9(3)-回归结果的输出

全集试看

11.1(1)-二值选择模型的建模

11.1(2)-Probit与Logit的比较

11.2(1)-最大似然估计的原理

11.2(2)-最大似然估计的数值计算

11.2(3)-多参数的MLE估计

11.3-二值选择模型的MLE估计

11.4-边际效应

11.5-回归系数的经济意义

11.6-拟合优度

11.7-准最大似然估计

11.8(1)-Wald检验

11.8(2)-LR检验

11.8(3)-LM检验

11.8(4)-三大统计检验的比较

11.9(1)-二值选择模型的Stata命令

11.9(2)-泰坦尼克号案例的数据特征

11.9(3)-Logit模型的估计与解释

11.9(4)-Logit模型的预测

11.9(5)-Probit与Logit模型的比较

11.10-其他离散选择模型

全集试看

12.1(1)-面板数据的结构与分类

12.1(2)-面板数据的优缺点

12.2-面板数据的估计策略

12.3-混合回归

12.4-固定效应模型-组内估计量

12.5-固定效应模型-LSDV法

12.6-固定效应模型-一阶差分法

12.7-时间固定效应

12.8(1)-随机效应模型的组内自相关

12.8(2)-随机效应模型的FGLS估计

12.9-组间估计量

12.10-拟合优度的度量

12.11-非平衡面板

12.12-究竟该用固定效应还是随机效应模型

12.13(1)-面板模型的设定

12.13(2)-家庭联产承包责任制的案例

12.13(3)-混合回归

12.13(4)-固定效应

12.13(5)-随机效应

12.13(6)-豪斯曼检验

12.13(7)-组间估计量及总结

全集试看

13.1(1)-自协方差与自相关系数

13.1(2)-GDP的案例

13.2(1)-一阶自回归

13.2(2)-一阶自回归的案例

13.3(1)-高阶自回归

13.3(2)-高阶自回归的案例

13.4(1)-自回归分布滞后模型

13.4(2)-ADL的案例

13.5-误差修正模型

13.6-移动平均与ARMA模型

13.7(1)-脉冲响应函数

13.7(2)-GDP对数差分的脉冲响应

13.8(1)-向量自回归

13.8(2)-VAR的滞后阶数与变量个数

13.9(1)-VAR的脉冲响应函数

13.9(2)-正交化的脉冲响应函数

13.10-格兰杰因果检验

13.11(1)-VAR的Stata命令

13.11(2)-VAR的估计与检验

13.11(3)-VAR的IRF函数

13.11(4)-VAR的预测

13.12-时间趋势项

13.13(1)-季节效应

13.13(2)-季节调整的原理

13.13(3)-季节调整的回归法

13.14-日期数据的导入

全集试看

14.1(1)-确定性趋势

14.1(2)-结构变动

14.1(3)-随机趋势

14.2-ARMA的平稳性

14.3-VAR的平稳性

14.4(1)-估计量不服从渐近正态

14.4(2)-伪相关与伪回归

14.5(1)-DF检验

14.5(2)-ADF检验

14.5(3)-ADF检验的Stata命令

14.5(4)-单整阶数的确定

14.6-单位根检验的Stata实例

14.7(1)-协整的思想

14.7(2)-协整的定义

14.7(3)-EG-ADF检验

14.8-协整的最大似然估计

14.9(1)-协整分析的Stata命令

14.9(2)-货币需求函数的案例

全集试看

15.1-什么是论文

15.2-准备阶段

15.3-选题

15.4-探索性研究

15.5-收集与整理数据

15.6-建立计量模型

15.7-选择计量方法

15.8-解释回归结果

15.9-诊断性检验

15.10-稳健性检验

15.11(1)-标题、关键字、摘要

15.11(2)-引言、文献回顾

15.11(3)-理论框架、数据说明

15.11(4)-计量方法、回归结果

15.11(5)-稳健性检验、结论

15.11(6)-参考文献、附录

15.11(7)-写作风格

15.12-与同行交流

15.13-提交论文或投稿

15.14-写作伦理

15.15-结束语