00_目录

目录

本文是关于陈强教授《计量经济学及Stata应用》（第二版）的一些内容

• 陈强教授个人网站，提供课程相关数据及课件

本项目地址

• watalo/eco-stats (github.com)

第1章 导论

• 1.1 什么是计量经济学
• 1.2 经济数据的特点与类型
• 本章小结
• 附录 谷歌如何通过搜索记录预测流感的传播

第2章 Stata入门

• 2.1 为什么使用Stata
• 2.2 Stata的窗口
• 2.3 Stata操作实例
• 2.4 Stata命令库的更新
• 2.5 进一步学习Stata的资源
• 本章小结
• 习题

第3章 数学回顾

• 3.1 微积分
• 3.2 线性代数
• 3.3 概率、条件概率与独立事件
• 3.4 分布与条件分布
• 3.5 随机变量的数字特征
• 3.6 迭代期望定律
• 3.7 随机变量无关的三个层次概念
• 3.8 常用连续型统计分布
• 3.9 统计推断的思想
• 本章小结
• 习题

第4章 一元线性回归

• 4.1 一元线性回归模型
• 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 一元线性回归的Stata命令及实例
• 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
• 本章小结
• 习题
• 附录4.1 高尔顿与回归
• 附录4.2 随机数的产生

第5章 多元线性回归

• 5.1 二元线性回归
• 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 古典线性回归模型的假定
• 5.7 OLS的小样本性质
• 5.8 对单个系数的t检验
• 5.9 对线性假设的F检验
• 5.10 F统计量的似然比原理表达式
• 5.11 预测
• 5.12 多元线性回归的Stata命令及实例
• 本章小结
• 习题

第6章 大样本OLS

• 6.1 为何需要大样本理论
• 6.2 随机收敛
• 6.3 大数定律与中心极限定理
• 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 随机过程的性质
• 6.7 大样本OLS的假定
• 6.8 OLS的大样本性质
• 6.9 大样本统计推断
• 6.10 大样本OLS的Stata命令及实例
• 6.11 大样本理论的蒙特卡罗模拟
• 本章小结
• 习题
• 附录 依均方收敛是依概率收敛的充分条件

第7章 异方差

• 7.1 异方差的后果
• 7.2 异方差的例子
• 7.3 异方差的检验
• 7.4 异方差的处理
• 7.5 处理异方差的Stata命令及实例
• 7.6 Stata命令的批处理
• 本章小结
• 习题

第8章 自相关

• 8.1 自相关的后果
• 8.2 自相关的例子
• 8.3 自相关的检验
• 8.4 自相关的处理
• 8.5 处理自相关的Stata命令及实例
• 本章小结
• 习题

第9章 模型设定与数据问题

• 9.1 遗漏变量
• 9.2 无关变量
• 9.3 建模策略：“由小到大”还是“由大到小”？
• 9.4 解释变量个数的选择
• 9.5 对函数形式的检验
• 9.6 多重共线性
• 9.7 极端数据
• 9.8 虚拟变量
• 9.9 经济结构变动的检验
• 9.10 缺失数据与线性插值
• 9.11 变量单位的选择
• 本章小结
• 习题

第10章 工具变量法

• 10.1 联立方程偏差
• 10.2 测量误差偏差
• 10.3 工具变量法的例子
• 10.4 二阶段最小二乘法
• 10.5 弱工具变量
• 10.6 对工具变量外生性的过度识别检验
• 10.7 对解释变量内生性的豪斯曼检验：究竟该用OLS还是IV？
• 10.8 如何获得工具变量
• 10.9 工具变量法的Stata命令及实例
• 本章小结
• 习题

第11章 二值选择模型

• 11.1 二值选择模型的例子
• 11.2 最大似然估计的原理
• 11.3 二值选择模型的MLE估计
• 11.4 三种边际效应
• 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 三类渐近等价的大样本检验
• 11.9 二值选择模型的Stata命令及实例
• 11.10 其他离散选择模型
• 本章小结
• 习题

第12章 面板数据

• 12.1 面板数据的特点
• 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 随机效应模型
• 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 面板模型的Stata命令及实例
• 本章小结
• 习题

第13章 平稳时间序列

• 13.1 时间序列的自相关
• 13.2 一阶自回归
• 13.3 高阶自回归
• 13.4 自回归分布滞后模型
• 13.5 误差修正模型
• 13.6 移动平均与ARMA模型
• 13.7 脉冲响应函数
• 13.8 向量自回归过程
• 13.9 VAR的脉冲响应函数
• 13.10 格兰杰因果检验
• 13.11 VAR的Stata命令及实例
• 13.12 时间趋势项
• 13.13 季节调整
• 13.14 日期数据的导入
• 本章小结
• 习题

第14章 单位根与协整

• 14.1 非平稳序列
• 14.2 ARMA的平稳性
• 14.3 VAR的平稳性
• 14.4 单位根所带来的问题
• 14.5 单位根检验
• 14.6 单位根检验的Stata命令及实例
• 14.7 协整的思想与初步检验
• 14.8 协整的最大似然估计
• 14.9 协整分析的Stata命令及实例
• 本章小结
• 习题

第15章 倾向得分匹配

• 15.1 潜在结果框架
• 15.2 依可测变量选择
• 15.3 回归vs匹配
• 15.4 匹配估计量的思想
• 15.5 倾向得分匹配原理
• 15.6 倾向得分的平衡性质
• 15.7 倾向得分匹配的Stata命令及实例
• 15.8 倾向得分匹配的局限性
• 本章小结
• 习题
• 附录

第16章 断点回归

• 16.1 断点回归的思想
• 16.2 精确断点回归
• 16.3 核函数
• 16.4 带宽
• 16.5 协变量的作用
• 16.6 内生分组
• 16.7 断点回归的Stata命令及实例
• 本章小结
• 习题

第17章 双重差分法

• 17.1 平行趋势假定
• 17.2 双重差分估计量
• 17.3 平行趋势图
• 17.4 平行趋势检验
• 17.5 交叠DID
• 17.6 双重差分法的Stata命令及实例
• 本章小结
• 习题

第18章 合成控制法

• 18.1 比较案例分析
• 18.2 合成控制法的思想
• 18.3 合成控制法的算法
• 18.4 合成控制法的理论基础
• 18.5 合成控制法的统计推断
• 18.6 合成控制法的稳健性检验
• 18.7 合成控制法的Stata命令及实例
• 18.8 使用合成控制法的注意事项
• 本章小结
• 习题

第19章 回归控制法

• 19.1 回归控制法的推导
• 19.2 回归控制法的模型选择
• 19.3 含协变量的回归控制法
• 19.4 回归控制法的统计推断
• 19.5 回归控制法的Stata命令及实例
• 本章小结
• 习题
• 附录 回归控制法的推导

第20章 如何做实证研究

• 20.1 什么是实证论文
• 20.2 准备阶段
• 20.3 选题
• 20.4 探索性研究
• 20.5 收集与整理数据
• 20.6 建立计量模型
• 20.7 选择计量方法
• 20.8 解释回归结果
• 20.9 诊断性检验
• 20.10 稳健性检验
• 20.11 论文写作
• 20.12 与同行交流
• 20.13 提交论文或投稿
• 20.14 写作伦理
• 20.15 结束语
• 本章小结
• 习题

附录

参考文献