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

计量经济学

Beijing Jiaotong University via XuetangX

Go to class Write review

Financial Edge

The Investment Banker Certification

Great Learning

Learn Python with Generative AI - Self Paced Online

Overview

Google, IBM & Meta Certificates — All 10,000+ Courses at 40% Off

One annual plan covers every course and certificate on Coursera. 40% off for a limited time.

Get Full Access

计量经济学是经济学及相关专业本科生的核心必修课，旨在培养学生运用数理统计方法分析经济数据、检验经济理论的能力。课程以经典线性回归为基础，重点探讨异方差、自相关、多重共线性等现实问题，并深入面板数据、非平稳时间序列、离散选择模型及工具变量法等前沿领域。教学强调理论推导与软件实现并重，为学生开展实证研究奠定方法论基础。

Syllabus

绪论

1.一元回归

1.1回归的本质与数据生成过程的设定
1.2回归方程的参数估计
1.3评价参数估计优劣的三个标准
1.4高斯马尔可夫定理
1.5一元回归方程的显著性检验
1.6参数估计的置信区间

2. 异方差

2.1 什么是异方差
2.2 异方差的危害
2.3 异方差的检验
2.4 异方差的修正

3. 序列自相关

3.1 什么是序列自相关问题
3.2 序列自相关的危害
3.3 序列自相关性的检验
3.4 序列自相关问题的处理

4. 多元线性回归

4.1 多元线性回归方程的表示形式
4.2 多元线性回归模型的基本假设
4.3 多元线性回归模型的参数估计
4.4 多元线性回归模型的统计检验
4.5 多重共线性的定义与危害
4.6 多重共线性的检验与处理

5. 回归分析专题

5.1 非线性形式的回归模型
5.2 有约束的回归与联合检验
5.3 虚拟变量回归

6. 非平稳时间序列分析

6.1 时序平稳性的定义
6.2 时序的平稳性检验
6.3 协整模型
6.4 误差修正模型

7. 内生性问题与工具变量回归

7.1 什么是内生性问题
7.2 产生内生性问题的原因
7.3 工具变量回归
7.4 两阶段最小二乘法
7.5 内生性问题的检验
7.6 工具变量的有效性检验

8. 面板数据的回归

8.1 什么是面板数据
8.2 为什么使用面板数据进行回归
8.3 固定效应模型
8.4 随机效应模型
8.5 F检验与豪斯曼检验

9. 离散因变量的回归

9.1 离散因变量回归的基本概念与背景
9.2 离散因变量回归的主要障碍
9.3 Logit模型与Probit模型
9.4 离散因变量回归的参数估计——极大似然估计
9.5 模型的检验与应用

10.期末考试

Taught by

Xu Yang, Lingling Xiao, Xiaojun Zhao, and Jingjuan Jiao

Tags

china

Reviews

Start your review of 计量经济学