![计量经济学与Stata应用_第1页](http://file4.renrendoc.com/view11/M01/31/1F/wKhkGWWB3_iAFU2zAABe_jNzVqE137.jpg)
![计量经济学与Stata应用_第2页](http://file4.renrendoc.com/view11/M01/31/1F/wKhkGWWB3_iAFU2zAABe_jNzVqE1372.jpg)
![计量经济学与Stata应用_第3页](http://file4.renrendoc.com/view11/M01/31/1F/wKhkGWWB3_iAFU2zAABe_jNzVqE1373.jpg)
![计量经济学与Stata应用_第4页](http://file4.renrendoc.com/view11/M01/31/1F/wKhkGWWB3_iAFU2zAABe_jNzVqE1374.jpg)
![计量经济学与Stata应用_第5页](http://file4.renrendoc.com/view11/M01/31/1F/wKhkGWWB3_iAFU2zAABe_jNzVqE1375.jpg)
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
计量经济学与Stata应用目录TOC\h\h第1章计量经济学导论\h1.1什么是计量经济学\h1.2为什么要学习计量经济学\h1.3为什么叫“傻瓜”计量经济学\h1.4Stata基本简介\h1.5计量经济学的核心逻辑\h1.6残差项的重要性\h1.7计量经济学的定位和不足\h第2章数据处理与图形绘制\h2.1数据导人\h2.2数据类型\h2.3数据合并\h2.4数据转换\h2.5数据插值\h2.6图形绘制\h2.7主成分分析\h2.8信度效度\h第3章基本模型回归与诊断\h3.1共线性问题\h3.1.1共线性诊断\h3.1.2共线性处理\h3.2异方差问题\h3.2.1异方差概念\h3.2.2异方差诊断\h3.2.3异方差处理\h3.3自相关问题\h3.3.1自相关概述及检验方法\h3.3.2自相关处理方法\h3.4可行的GLS\h3.4.1异方差及FGLS估计\h3.4.2群组之间的异方差性及GLS估计\h3.4.3分组数据的异方差\h3.4.4序列相关与GLS估计\h第4章模拟\h4.1函数\h4.1.1什么是伪随机数\h4.1.2伪随机向量特征\h4.2模拟\h4.2.1大数定律与中心极限定理\h4.2.2大样本OLS渐进结果\h4.3应用\h4.3.1大样本能解决内生性问题吗\h4.3.2基于蒙特卡洛模拟的反事实检验\h第5章线性工具变量回归\h5.1内生性与工具变量\h5.1.1内生性\h5.1.2工具变量两阶段最小二乘法(2SLS)\h5.2工具变量检验\h5.2.1弱工具变量检验\h5.2.2过度识别约束检验\h5.3广义矩估计法GMM\h5.3.1广义矩方法估计量\h5.3.2GMM的稳健估计\h5.3.3GMM与HAC稳健标准误\h5.3.4GMM正交性检验\h5.3.5GMM异方差检验\h5.3.6GMM冗余检验\h5.3.7工具变量估计的DWH内生性检验\h5.4似无关估计\h5.4.1系统估计\h5.4.2似无关回归模型\h5.4.3似无关回归与OIS的关系\h5.4.4似无关估计案例\h第6章分位数回归\h6.1认识分位数\h6.1.1条件分位(conditionalquantiles)\h6.1.2分位回归估计与标准误的计算\h6.2条件分位数回归\h6.2.1条件分位数回归的Stata命令\h6.2.2条件分位数回归的Stata案例\h6.2.3条件分位数回归工具变量法\h6.3面板条件分位数回归\h6.3.1面板分位数估计基础命令\h6.3.2面板分位数工具变量估计\h6.4无条件分位数回归\h6.4.1再中心化影响函数\h6.4.2多维固定效应RIF分位数估计\h6.4.3无条件分位数回归处理效应\h6.4.4基于RIF的无条件分位数估计子\h6.4.5面板固定效应无条件分位数回归\h6.4.6广义分位数回归\h第7章面板数据模型回归\h7.1认识面板数据\h7.1.1面板数据和Stata命令\h7.1.2面板数据平稳性检验\h7.2静态面板数据模型\h7.2.1固定效应模型\h7.2.2随机效应模型\h7.2.3混合面板回归\h7.2.4豪斯曼检验\h7.2.5面板随机系数模型\h7.3面板工具变量法\h7.3.1面板工具变量模型筒介\h7.3.2面板工具变量模型估计案例\h7.4面板交互固定效应与多维固定效应模型\h7.4.1交互固定效应模型简介\h7.4.2交互固定效应估计方法\h7.4.3面板多维固定效应估计\h7.4.4面板多维固定效应工具变量估计\h7.5动态面板估计\h7.5.1动态面板模型简介\h7.5.2差分GMM估计\h7.5.3系统GMM估计\h7.5.4差分与系统GMM估计\h7.6长面板数据模型\h7.6.1长面板数据概述\h7.6.2自相关、异方差和截面相关检验\h7.6.3Driscoll-Kraay估计\h7.6.4面板PCSE估计\h7.6.5面板FGLS估计\h7.6.6偏差校正LSDV动态面板估计\h7.7面板中介效应模型\h7.7.1中介效应模型概述\h7.7.2面板数据固定效应中介模型估计\h7.7.3基于结构方程的中介模型估计\h7.8面板随机前沿模型\h7.8.1随机前沿模型概述\h7.8.2面板随机前沿模型估计\h第8章离散与受限因变量模型\h8.1二值Logit和Probit模型\h8.1.1潜在变量模型\h8.1.2边际效应与预测\h8.1.3工具变量法\h8.1.4二值Logit和Probit模型的Stata案例\h8.1.5面板二值选择模型\h8.2多元结果模型\h8.2.1有序的Logit和Probit模型\h8.2.2无序的Logit和Probit模型\h8.3决策选择模型\h8.3.1多元Probit和Logit选择模型\h8.3.2条件Logit模型\h8.3.3嵌入Logit模型\h8.4样本选择模型\h8.4.1截尾回归(truncatedregression)\h8.4.2审查回归Tobit模型\h8.4.3偶发截尾与Heckman样本选择模型\h8.4.4似无关Probit模型与Heckman样本选择模型\h8.5贝叶斯模型估计\h8.5.1贝叶斯理论简介\h8.5.2贝叶斯模型估计案例\h第9章倾向得分匹配与双重差分模型\h9.1倾向得分匹配\h9.1.1什么是倾向得分匹配?\h9.1.2倾向得分匹配估计\h9.1.3偏差校正匹配估计\h9.2DID与PSM-DID\h9.2.1认识DID的实验前提\h9.2.2DID双重差分法\h9.2.3双重差分法面板模型\h9.2.4平行趋势检验\h9.2.5PSM-DID估计\h9.3多期DID\h9.3.1多期DID的处理\h9.3.2DID交互项及其他变量可识别影响机制\h9.3.3DDD三重差分\h9.4DID和多期DID处理Stata案例\h9.4.1双重差分法面板模型—虚拟数据案例\h9.4.2双重差分法面板模型—真实数据案例\h9.4.3双重差分法面板模型—PSM—DID估计\h9.4.4多维面板固定效应双重差分法及“安慰剂检验”\h9.5合成控制法及“安慰剂检验”\h9.5.1单一试点合成控制法及“安慰剂检验”\h9.5.2多试点合成控制法及“安慰剂检验”\h9.5.3合成控制双重差分估计及“安慰剂检验”\h第10章断点回归分析\h10.1断点回归概述\h10.1.1断点回归的基本思想\h10.1.2断点回归的基本原理\h10.2断点回归模型\h10.2.1清晰断点回归\h10.2.2模糊断点回归\h10.3断点回归检验\h10.3.1局部平滑性检验\h10.3.2断点“安慰剂检验”\h10.3.3带宽选择敏感性检验\h10.3.4样本选择敏感性检验\h10.4逆倾向得分加权断点回归分析(IPSW—RDD)\h10.4.1命令rddsga及语法结构\h10.4.2Stata应用案例分析\h第11章非线性回归与再抽样方法\h11.1非线性回归估计\h11.1.1基本回归命令\h11.1.2非线性最小二乘法与极大似然估计\h11.1.3几种常用的非线性回归命令\h11.2Bootstrap和Jackknife方法\h11.2.1Bootstrap方法\h11.2.2Jackknife方法\h11.3预测与边际效应计算\h11.3.1预测(prediction)\h11.3.2边际效应与弹性\h11.3.3MER、APE和AME的计算\h11.3.4手动计算AME\h第12章非参数与半参数估计\h12.1非参数回归分析\h12.1.1基本估计理论\h12.1.2Stata应用案例\h12.1.3非参数估计的边际效应\h12.2半参数回归分析\h12.2.1半参数估计基准模型\h12.2.2Abadie半参数双重差分SDID\h第13章时间序列分析与DSGE模型\h13.1平稳时间序列分析\h13.1.1ARMA与ARMAX模型估计\h13.1.2VAR模型估计\h13.2非平稳时间序列分析\h13.2.1单位根检验\h13.2.2向量误差修正模型与协整分析\h13.3动态随机一般均衡(DSGE)模型\h13.3.1基础理论分析\h13.3.2Stata案例分析(一)\h13.3.3脉冲—响应分析\h13.3.4Stata案例分析(二)\h13.3.5DSGE模型反事实检验\h13.3.6更复杂的DSGE模型\h第14章空间计量经济学概述\h14.1空间依赖及其关系表述\h14.1.1空间依赖的原因\h14.1.2空间依赖关系的数学描述\h14.1.3空间依赖关系的模型化\h14.2空间权重矩阵及其作用逻辑\h14.2.1空间权重矩阵的定义与设定\h14.2.2空间权重矩阵的构造\h14.2.3空间权重矩阵的作用逻辑\h14.3空间自回归数据生成过程\h14.3.1带有常数项的空间自回归模型的初步分解\h14.3.2外生化过程详解\h14.3.3空间自回归模型外生化的期望形式与解释\h14.4莫兰散点图\h14.4.1空间关联系数与莫兰散点图\h14.4.2用Stata计算莫兰指数和绘制莫兰散点图\h第15章空间计量经济学基础模型\h15.1空间计量经济学模型的主要类型\h15.1.1空间计量经济基础模型\h15.1.2其他空间计量经济学模型\h15.2空间计量模型的相互转化和数据生成过程\h15.2.1针对时间依赖关系的空间自回归模型(SAR)\h15.2.2针对遗漏重要变量的空间杜宾模型(SDM)\h15.2.3针对空间异质性(个体差别)的空间误差模型(SEM)\h15.2.4针对外部性的空间X滞后模型(SXL)\h15.2.5针对不确定性的空间计量经济模型(后验概率模型)\h15.3SDM模型的参数效应解释\h15.3.1空间杜宾模型的外生化表达过程\h15.3.2空间杜宾模型的外生化表达的矩阵形式\h15.3.3空间杜宾模型参数效应过程的闸释\h15.3.4空间杜宾模型参数效应过程的图示描述\h15.3.5空间杜宾模型参数效应的几个重要定义\h15.4SAR、SDEM模型的参数效应解释\h15.4.1空间自回归模型的总效应阑释\h15.4.2对空间自回归模型的总效应分解的其他设定\h15.4.3空间杜宾误差模型(SDEM)的参数效应闸释\h15.4.4SAR模型参数效应的一般计算\h15.5空间计量经济模型的Stata检验\h15.5.1环形放射状城市的通勤时间\h15.5.2截面数据的空间计量回归\h第16章空间计量模型极大似然估计\h16.1SAR与SDM模型的极大似然估计\h16.1.1普通最小二乘法的矩阵过程回顾\h16.1.2SAR和SDM模型中多参数优化向单参数优化的转化\h16.1.3空间相关系数p优化的对数似然函数及其简化\h16.1.4SAR、SDM模型的极大似然估计过程\h16.1.5用Stata做SAR和SDM模型极大似然估计\h16.2SEM模型参数的极大似然估计\h16.2.1SEM模型及其单参数优化过程\h16.2.2SEM模型的对数似然函数设定及简化\h16.2.3SEM模型的极大似然估计结果
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
评论
0/150
提交评论