投稿

第3节个体固定效应模型的估计

148

0

2024-09-03 16:55:18

未经作者授权，禁止转载

计量经济学

JazzinLincoln 发消息

学习能自己慢慢变强

语文天花板春春

第一章导论第1节计量经济学的产生和发展

14:05

第2节计量经济学建模步骤一

25:29

第3节计量经济学建模步骤二

06:17

第4节计量经济学建模步骤三

03:50

第5节计量经济学建模步骤四

04:50

第二章线性回归模型与最小二乘估计 2.1回归模型概述

06:27

2.2一元线性回归模型与最小二乘估计

04:57

2.3多元线性回归模型与最小二乘估计

06:06

2.4多元线性回归模型与最小二乘估计：实例

04:46

第三章 OLS估计量的性质——高斯-马尔科夫定理第1节知识回顾

08:11

第2节线性性假设

08:05

第3节严格外生性假设

15:19

第4节识别条件

05:43

第5节球型扰动项假设

06:59

第6节高斯-马尔科夫定理优良性证明

14:26

第四章多元线性回归模型统计推断第1节拟合优度检验

07:01

第2节单个变量显著性检验

05:19

第五章线性回归模型的进一步讨论第1节包含定性信息变量的模型

09:41

第2节包含“非线性因素”的线性回归模型

10:46

第六章模型设定问题第1节遗漏变量问题（一）

10:47

第2节遗漏变量问题（二）

17:55

第3节无关变量问题

13:16

第4节建模策略：“由小到大”还是“由大到小”

11:59

第七章内生性问题第1节解释变量与扰动项相关

14:41

第4节工具变量法

11:00

第2节内生变量

05:51

第3节工具变量

15:21

第5节二阶段最小二乘法

07:21

第八章异方差与序列相关第1节异方差的例子

11:50

第2节异方差的后果

12:40

第3节异方差的检验

08:33

第4节异方差的处理

12:34

第5节序列相关性问题

12:24

第6节序列相关的处理

09:03

第九章更多估计量介绍第1节似然函数

11:58

第2节极大似然估计——以线性模型为例

07:56

第4节广义矩估计

12:24

第3节矩估计

16:58

第十章时间序列的基本概念第1节时间序列的研究由来和数学定义

08:57

第2节时间序列数据描述、图例

07:51

第3节常见时间序列的分解

04:35

第4节不规则波动

09:11

第5节随机趋势

09:46

第6节相关性的测度

10:23

第7节高斯白噪音、带漂移的随机游走

08:07

第十一章平稳时间序列第1节时间序列的概率看法

06:20

第2节严平稳时间序列

05:41

第3节（宽）平稳时间序列

08:23

第4节平稳时间序列的数字特征

20:17

第5节一枚硬币产生的数据过程

21:16

第十二章平稳性和趋势平滑第1节平稳性的直观鉴别

07:48

第2节平稳性的直观鉴别：案例

12:02

第3节平稳化手段对不平稳性部分的剥离

01:48

第4节趋势平滑

23:48

第5节近邻回归、局部加权回归

11:10

第十三章平稳化与平稳性检验第1节平稳化

05:12

第2节去季节性

08:17

第3节去趋势

06:34

第4节去周期性

10:09

第5节（自然）对数法、差分法、对数差分法

16:20

第6节平稳性检验：DF、ADF检验

11:44

第十四章 ARMA过程第1节 AR(p)，MA(q)，ARMA(p,q)

19:17

第2节可逆、因果、无冗余

05:48

第3节 ARMA(p,q)模型的ACF 和PACF

10:58

第4节 ARMA(p,q)模型的识别

04:10

第5节 ARMA(p,q)的估计

08:00

第十五章 GARCH过程第1节 GARCH模型族的重要性

08:37

第2节 ARCH(1)

10:05

第3节 ARCH(q)

04:25

第4节 GARCH(p,q)

09:34

第5节 GARCH模型族

05:37

第6节 Eviews操作：检验与估计（上）

11:30

第7节 Eviews操作：检验与估计（下）

09:37

第十六章面板数据回归模型第1节面板数据的概念及其建模优势

10:41

第2节面板数据回归模型的类型

06:21

第3节个体固定效应模型的估计

14:46

第4节时间固定效应模型双固定效应模型的估计

10:54

第5节随机效应模型的估计

10:45

第6节面板数据回归模型的筛选

09:00

第十七章非线性概率模型第1节线性概率模型

04:35

第2节非线性概率模型

10:21

顶部