计量经济学与Stata应用

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