课程详情

• 第一讲
  面板数据

  专题介绍：通过对面版数据的模型理论介绍，结合面板数据模型的Stata操作，图表结合，讲解应用过程，力争让学习者 通过“比着葫芦画瓢”就可以进行正确操作。 具体内容不仅包括 线性面板数据模型、动态面板，还更详细的介绍了面板门限回模型。 短面板、长面板、平稳面板与非平稳面板数据模型的内容。包括常用的固定效应、随机效应、混合估计等相关的随机效应，系统GMM、差分GMM的估计与检验等，还包括比较热的模型设定检验、面板单位根检验、面板协整检验等等。全程配合Stata案例操作演示，结合权威文献介绍模型选择每个模型可独立学习及应用。

• 第二讲
  微观面板数据整理

  专题介绍：中国家庭追踪调查（CFPS）是一项全国性、综合性的社会追踪调查项目，旨在通过追踪收集个体、家庭、社区三个层次的数据，反映中国社会、经济、人口、教育和健康的变迁。CFPS为学术研究、教学研讨和公共政策分析提供了数据基础，那么如何使用Stata来处理和分析这类常用数据呢？本节课程内容将对如何使用Stata操作来分析和处理微观面板数据展开深入的探讨，包括如何进行数据整理与清洗， 数据合并（多个数据文件如何进行合并），以及其他常见数据问题的检查与处理等。

• 第四讲
  内生性问题

  专题介绍：内生性问题就是模型中的一个或多个解释变量与随机扰动项相关的问题。变量的内生性问题总是不可避免的。内生性引起的问题主要是引起参数估计的不一致。本文以内生性转换模型，详细介绍了线性模型的内生性、样本选择与干预变量和受限因变量模型的内生性、样本选择与干预变量等主要的内生性问题及克服内生性问题的一系列模型识别方法。最后还基于数据案例提出了通过提高调查数据信息量以利克服内生性问题的可能性。

• 第三讲
  因果推断

  专题介绍：社会科学研究的主要任务是从纷繁复杂的现象中发现事物之间普遍性的因果关联，“反事实”框架是揭示因果关系的主要路径。匹配方法是依据 “反事实”原理发展出来的新的因果推论方法，它已经在教育学、社会学等学科中得到较为普遍的应用。如何从各个变量的数据集中找到他们的因果关系，就是因果推断的基本内容。 本讲通过倾向值匹配法的适用范围和条件作简要介绍；然后通过双重差分、合成控制法、断点回归设计等方法在具体研究中的运用；最后演示该方法如何在Stata软件中实现。

• 第五讲
  空间计量经济模型

  
  

  专题介绍：空间计量经济学是计量经济学的一个分支，研究的是如何在横截面数据和面板数据的回归模型中处理空间相互作用。
  当面临空间自相关时，标准的计量分析技巧通常会失效，而这种情形经常在地理或横截面数据集中出现，这也是空间计量得以迅速发展的原因之一。Stata 15 有了相对完整的空间计量经济学模块，使得基于 Stata 进行空间计量的应用研究更为方便。此次课程详细介绍如何定义空间权数矩阵、如何定义空间数据、生成空间分布图，重点介绍空间计量模型和空间面板模型的应用。
  

• 第六讲
  机器学习

  
  

  专题介绍：本讲将介绍【机器学习】中再抽样方法、正则化方法、非参数方法和半参数方法等内容。首先就是关于正则化本身的问题，什么是正则化，为什么要正则化。关于这个问题， 总得来讲，根据正则化的思路，衍生出来的基本回归模型的变种一共有岭回归、LASSO方法、弹性网络三种。而浅显地来讲的话，三者的区别就是正则化所用范式不同，我们应该做的是更深入地去理解，这样三种不同的数学处理，在面对实际问题时导致的结果有什么差异。第三部分为非参数方法和半参数方法包括：核回归、局部线性回归、样条函数。