-
第一章计量经济学基础
讲授计量经济学的概念，作用等
-
●1.1定义与方法论
介绍计量经济学的定义和方法论
-
●1.2建模过程与案例
介绍计量模型的应用过程和讲解消费收入案例
-
●1.3回归分析的性质
介绍回归的本质，什么是解释变量，被解释变量
-
第二章简单回归
介绍什么是简单回归，参数估计推导，无偏性等
-
●2.1OLS和推导方法1
介绍什么是OLS和参数推导
-
●2.2推导方法2与无偏性
无偏性的证明和参数的最优化方法求解
-
●2.3方差与标准误
介绍如何计算标准误
-
第三章多元回归分析的估计
介绍多元回归是如何估计的，缺失变量的后果，拟合优度等
-
●3.1系数估计与拟合优度
介绍系数估计和决定系数
-
●3.2缺失变量
什么是缺失变量以及它的影响
-
●3.3标准误的估计与BLUE
BLUE需满足的假设
-
第四章多元回归分析的推导
介绍假设检验，T检验，F检验等
-
●4.1CLM假设与假设检验
介绍OLS的假设和假设检验
-
●4.2置信区间，概率与案例
介绍计算置信区间和概率值的过程
-
●4.3案例分析与线性参数检验
介绍线性参数检验的检验方法
-
●4.4联合约束检验
介绍F检验法
-
●4.5小结
回顾本章内容
-
第五章多元回归分析的其他问题
介绍多元回归分析中数据变化的影响，函数形式的变化，预测等
-
●5.1数据单位变化的影响
介绍自变量，因变量单位变化产生的影响
-
●5.2Beta系数
介绍Beta系数的计算和意义
-
●5.3回归函数形式
介绍回归函数不同形式的意义
-
●5.4二次函数与交互项
介绍二次函数和交互项的解释
-
●5.5调整的R方
介绍调整的决定系数以及它的应用
-
●5.6预测
介绍预测方法和步骤
-
●5.7对数模型预测与小结
介绍对数模型的预测方法
-
第六章多元回归分析的虚拟变量
介绍在多元回归中虚拟变量的设置，解释等
-
●6.1定义与解释
介绍什么是虚拟变量和虚拟变量在回归中的解释
-
●6.2案例与虚拟变量的作用
讲解虚拟变量的作用，一般可以用来分析什么问题
-
●6.3多种类变量
多种类变量变为虚拟变量的原因，设置方法等等
-
●6.4有序变量
如何将有序变量变为虚拟变量
-
●6.5交叉变量
为什么设置带有虚拟变量的交互项，如何解释
-
●6.6邹检验与线性概率模型
解读邹检验的原理，线性概率模型的缺点等
-
●6.7本章小结
回顾本章的重点内容
-
第七章二元选择模型
学习Logit, Probit等二元选择模型以及最大似然估计方法
-
●7.1线性概率模型抛析
线性概率模型的缺点
-
●7.2Logit模型
Logit模型的设置以及估计
-
●7.3案例分析
Logit模型一般可以分析哪些问题，得出什么分析结论
-
●7.4案例分析2与小结
AIC, BIC等信息准则
-
第八章多元回归分析的异方差
在多元回归模型中，如何判断是否存在异方差，如何解决异方差问题
-
●8.1异方差与稳健标准误
异方差的概念和如何计算稳健标准误
-
●8.2LM检验与异方差检验
LM检验，BP检验，White检验， ARCH检验等等
-
●8.3White检验与WLS
改进版的White检验和WLS估计方法等