cda

您的位置:首页 > CDA发布 > 掌握高级计量经济学的核心方法及Stata操作_陈强老师主讲

掌握高级计量经济学的核心方法及Stata操作_陈强老师主讲

2018-09-20

Stata以其简单易懂和功能强大受到初学者和高级用户的普遍欢迎。使用时可以每次只输入一个命令,也可以通过一个Stata程序一次输入多个命令。这样的话即使发生错误,也较容易找出并加以修改。

Stata有很多功能较强且简单的数据管理命令,能够让复杂的操作变得容易。

Stata也能够进行大多数统计分析(回归分析,logistic回归,生存分析,方差分析,因子分析,以及一些多变量分析)。Stata的优势可能在于回归分析,logistic回归。

Stata较好地实现了使用简便和功能强大两者的结合。


推荐书目:《计量经济学及Stata应用》、《高级计量经济学及Stata应用》,作者:陈强

推荐理由:陈强老师的计量经济学教材,在设计上单独章节工具变量、二值选择模型等,解决其他教材没有详细讲解这部分的疑问。而且陈老师教材行文,以生活实际来讲计量,容易理解。《高级计量经济学及Stata应用》还加入多值选择模型、非参数估计、贝叶斯估计等内容。


陈强老师10.1-6北京高级计量经济学及Stata现场班

在原有四天班精彩内容基础上(含合成控制法、空间计量、断点回归、拐点回归等等)

这次六天高级现场班又增加了不少全新的前沿内容,

包括交互固定效应、因果图、回归控制法、分位数回归、门限回归、控制函数法、局部平均处理效应、机器学习与大数据等。

时间2018年10月1-6日(六天)
地点:北京市海淀区中国青年政治学院
安排:上午9:00-12:00;下午2:00-5:00;答疑5:00-5:30
费用:6000元 /5000元 (仅限全日制本科生和硕士研究生);食宿自理

我要报名


讲师介绍:          

陈强,分别于1992年与1995年获得北京大学经济学学士与硕士学位,2007年获美国Northern IllinoisUniversity数学硕士与经济学博士学位,现任山东大学经济学院教授,博士生导师,泰岳经济研究中心副主任(主持工作)。主要研究领域为计量经济学、经济史。

已独立发表论文于Oxford Economic Papers (lead article),Economica,Journalof Comparative Economics,《经济学(季刊)》、《世界经济》等国内外期刊。

著有畅销教材《高级计量经济学及Stata应用》(第2版,高教社,2014)与《计量经济学及Stata应用》(高教社,2015)。2010年入选教育部新世纪优秀人才支持计划。


培训目的:

掌握高级计量经济学的核心方法及Stata操作,不再茫然,知其然而知其所以然,迅速成为处理数据及定量分析的高手。


课程特色:

直观地解释高级计量经济学方法,通过案例学习相应的Stata操作,深入浅出地介绍实证分析与论文写作的精髓。


课程配套资料:

课程PPT、数据集及相关论文。


课程简介:

      本次高级计量经济学及Stata现场班,将根据多次现场班的反馈进一步完善。在课程内容的设计上,主要指导思想是在较快时间内,将高级计量及Stata的精髓及核心内容,以通俗生动的语言以及大量的案例交给学员,并注重在各领域的常见应用,诸如面板数据、时间序列、工具变量法以及微观计量,乃至论文写作的各个环节技巧由于学员的基础不同,本课程仅对学员背景做较低要求,即假设学员知道概率统计及少量线性代数,但不要求学过计量经济学或Stata操作因为“大道至简至易”,初级计量与高级计量的本质是一样的,学子们需要的是能够直指人心地洞明计量原理与操作工具,然后得心应手地用于实战(而非完成习作)。


课程大纲:

第一讲,OLS及其标准误。

着重介绍小样本与大样本OLS,以及相应的普通标准误、异方差稳健标准误、异方差自相关稳健标准误、聚类稳健标准误、自助标准误(bootstrap standard errors)。深切理解OLS的原理与适用条件,是一切计量原理的基础。


第二讲,Stata快速入门。

及时地介绍Stata知识,以OLS在Stata的实现作为入门,体会Stata的简单与强大。


第三讲,二值选择模型。

被解释变量为虚拟变量的二值选择模型有着广泛的应用。包括Probit,Logit,MLE与QMLE等。


第四讲,工具变量法。

由于双向因果、遗漏变量、度量误差的普遍存在,内生性是实证研究的常见难题,而工具变量法是解决内生性的利器,包括2SLS、GMM、控制函数法(Control Function)、包含内生变量的ivprobit、异质性工具变量法(Local Average Treatment Effect)等。   


第五讲,静态面板。

面板数据由于能控制个体异质性(heterogeneity),缓解遗漏变量偏差,在实践中越来越重要。静态面板是较常见的面板,包括固定效应、随机效应、时间效应、双向固定效应等。


第六讲,动态面板。

经济现象常具有某种惯性或部分调整,即被解释变量的滞后值出现在方程右边。动态面板也因为可自带工具变量而应用广泛。包括面板工具变量法(Panel IV)、差分GMM、水平GMM与系统GMM等。


第七讲,面板数据前沿:

交互固定效应(interactive fixed effects)将传统的双向固定效应进一步推广,因为现实经济中常存在多种冲击(shocks或factors),而不同个体对此冲击的反应不同(factor loading)。


第八讲,门限回归(ThresholdRegression):

包括横截面与面板模型的门限回归。


第九讲,非参数与半参数估计(Nonparametric and Semiparametric Estimations)。

非参与半参方法由于其稳健性而日益进入标准的计量工具箱,包括核密度估计、非参数回归与半参数回归等。


第十讲,随机实验、自然实验与双重差分法(Difference-in-Differences)。

实验方法因其可信度而日益兴起,包括随机实验、第一类与第二类自然实验。双重差分法利用面板数据的优势,可克服部分内生性,是研究政策或项目处理效应(treatment effects)的主要工具。包括双重差分法、平行趋势假设、三重差分法等。


第十一讲,倾向得分匹配(PropensityScore Matching)。

基于反事实的框架,根据个体进入处理组的概率(即倾向得分)寻找较好替身进行匹配估计,这是研究处理效应的一种深邃思想与方法。包括倾向得分匹配、双重差分倾向得分匹配等。


第十二讲,控制变量的选择。

选择合适的控制变量是计量分析的重要步骤,而因果图方法(Causal Directed Acyclic Graph)提供了一个清晰的思考框架。


第十三讲,合成控制法(SyntheticControl Method)。

在评价某处理地区的政策效应时,将控制地区进行较优的线性组合,以构造合成控制地区进行对比,这是估计处理效应的新兴强大方法。包括合成控制法的统计推断与稳健性检验等。


第十四讲,回归控制法(RegressionControl Method)。

与合成控制法类似,但使用回归法来构造合成控制地区(Hsiao et al., 2012)。


第十五讲,断点回归(RegressionDiscontinuity Design)与拐点回归(Regression Kink Design)。

由于在断点附近存在局部随机分组,故断点回归的效力接近于随机实验,日益为研究者所青睐。包括精确断点回归、模糊断点回归、空间断点回归等。


第十六讲,分位数回归。

线性回归只是研究在给定X的情况下,Y的条件期望E(Y|X);而分位数回归则可研究在给定X的情况下,Y的整个条件分布Y|X,从而揭示更多信息。


第十七讲, 机器学习与大数据。

大数据与高维回归等机器学习(Machine Learning)方法正迅速成为经济学家的常用工具。本讲介绍Lasso, Ridge Regression, Elastic Net, Post Lasso, Double Lasso,主成分分析,因子分析等机器学习方法。


第十八讲,空间计量经济学(Spatial Econometrics)。

传统计量经济学通常忽略横截面单位的空间分布与相互影响,而空间计量经济学则是考察空间效应、溢出效应等的重要工具。包括空间权重矩阵、空间自回归、空间误差模型与空间面板等。

  
报名流程:

1. 点击“我要报名”网上提交报名信息;

2. 电话确认,订单缴费;

3. 缴费确认,开课前一周发送软件准备,电子版讲义;
4. 现场领取发票及邀请函。


优惠:

现场班老学员9折优惠;
同一单位三人以上同时报名9折优惠;

同一单位六人以上同时报名8折优惠;

以上优惠不叠加。


联系方式:

魏老师
QQ:28819897142881989714  

Tel:010-68478566
Mail:vip@pinggu.org

完 谢谢观看

分享
收藏

OK