Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

XuetangX

高级计量经济学

via XuetangX

Overview

Coursera Flash Sale
40% Off Coursera Plus for 3 Months!
Grab it

   本课程主要介绍常用及前沿计量经济模型的理论和应用。通过本课程的学习,学习者可以掌握相关模型的基本理论,能应用模型对实际问题进行实证分析。

课程主要包括时间序列分析基础、受限因变量模型、因果推断模型、空间计量模型、面板数据模型、核密度估计方法、因果机器学习、非线性计量模型和时变参数模型等内容。

在经济、管理、统计等社会科学领域,实证研究已成为验证理论假设、评估政策效果的核心手段。《高级计量经济学》课程,不仅为研究者提供了严谨的实证分析工具,更通过模型设定、假设检验与因果推断,帮助学者穿透现象迷雾,揭示变量间的本质关联。随着大数据时代的到来,掌握现代计量经济学方法已成为学术研究与政策分析的必备素养。

欢迎经管类各专业博士生、高年级硕士生,以及从事社会科学研究工作的研究人员学习本课程!

Syllabus

  • 第一章 时间序列数据分析
    • 1.1 时间序列基础理论
    • 1.2时间序列回归中OLSE的统计性质及假定
    • 1.3随机过程的平稳性
    • 1.4随机过程的遍历性
    • 1.5单位根过程与单位根检验
    • 1.6单整与协整
  • 第二章 特殊因变量模型
    • 2.1 二值选择模型
    • 2.2 多值选择模型
    • 2.3 计数模型
    • 2.4 限制因变量模型
  • 第三章 因果推断模型I
    • 3.1 模型特定
    • 3.2 潜在结果框架
    • 3.3 识别条件
    • 3.4 因果效应参数
  • 第四章 空间计量经济模型
    • 4.1空间计量的历史沿革
    • 4.2 空间权重矩阵和空间自相关检验
    • 4.3 空间计量模型:构建与选择
    • 4.4 直接效应与溢出效应
    • 4.5 空间计量模型实践——“距离感”
    • 4.6 空间计量模型实践——中介与调节
  • 第五章 面板数据模型
    • 5.1 短面板数据
    • 5.2 长面板与动态面板
    • 5.3 非线性面板
  • 第六章 核密度估计
    • 6.1 核密度估计1
    • 6.2 核密度估计2
    • 6.3 核密度估计3
  • 第七章 因果机器学习
    • 7.1 基础知识与监督机器学习
    • 7.2 基于机器学习的平均因果效应估计
    • 7.3 基于机器学习的条件平均因果效应估计
    • 7.4 政策优化
  • 第八章 AI+非线性模型
    • 8.1 导入与门槛效应的直觉和框架
    • 8.2 门槛模型的形式、步骤与案例实现
    • 8.3 STR:从-跳变-到-渐进-的非线性
    • 8.4 GAMM 导入:直觉、公式与构件
    • 8.5 GAMM 估计与实证解读
    • 8.6 模型比较与选择:何时用何法
  • 第九章 时变参数模型
    • 9.1 时变参数模型的基本形式及应用逻辑
    • 9.2 时变参数模型的方法分类及特点:频度方法和贝叶斯方法
    • 9.3 时变参数模型的估计及结果呈现
    • 9.4 模型平均的基本思路、应用场景及研究进展
    • 9.5 基于贝叶斯方法的模型平均
    • 9.6 基于频度方法的模型平均
    • 9.7 结果呈现与分析思路
  • 期末考试

    Taught by

    sdufe

    Reviews

    Start your review of 高级计量经济学

    Never Stop Learning.

    Get personalized course recommendations, track subjects and courses with reminders, and more.

    Someone learning on their laptop while sitting on the floor.