**123区,青青操久久,久久情侣视频,中文字幕亚洲免费,国产精品久久久久免费,精品福利视频在线观看

2022 Stata 大師課

主講老師：王群勇

王群勇，經濟學教授、博士生導師，南開大學數量經濟研究所所長，中國數量經濟學會常務理事，中國統計學會常務理事。主持國家自然科學基金青年項目、天津市科技支撐計劃項目、教育部人文社科項目、中國人民銀行、國家統計局等多項國家級和省部級課題。曾獲得首屆國家統計科技進步三等獎、天津市科技進步二等獎等多項榮譽。在《China Economic Review》、《Stata Journal》、《Journal of Family and Economics Issues》、《數量經濟技術經濟研究》、《統計研究》、《金融研究》等SSCI和CSSCI期刊發表多篇論文，并擔任期刊匿名審稿人。王群勇教授編寫的xthreg（固定效應面板門限模型）、cointreg（協整回歸）、sax12（X12-ARIMA季節調整）、sax13（X-13ARIMA-SEATS季節調整）、stregress（平滑轉換模型）、xtstregress（面板平滑轉換模型）、midasreg（混頻回歸）等Stata程序被大量下載和使用。其線上課程《時間序列分析》、《微觀計量經濟學》、《計量經濟學入門30講》得到廣泛好評。

主講老師課程薦語

蒙特卡洛模擬和貝葉斯推斷日益成為現代計量經濟學中的核心方法，是很多宏觀計量、微觀計量、金融計量模型的主流估計方法，被納入到當代計量經濟學教材的標準內容體系中，并成為經濟學、管理學等研究生的必修內容和科研工作者的必備工具。比如，在《Microeconometrics using Stata》（第2版，2022年）一書中即新增了兩章關于貝葉斯分析的內容。

貝葉斯方法對于復雜模型、樣本量較小的數據等情形，貝葉斯估計將數據信息和先驗信息綜合起來，在模型估計、模型選擇、模型檢驗、模型預測和模型平均方面具有突出的優勢，是各種向量自回歸模型、動態隨機一般均衡模型、社會網絡模型的標準估計方法。

受抽樣算法、軟件開發等限制，貝葉斯估計并沒有像傳統的估計方法（最小二乘估計、極大似然估計和廣義矩估計等）那樣被大家所熟知，造成很多學生和科研人員需要貝葉斯方法進行實證研究時卻無從下手。本期課程以蒙特卡洛模擬和貝葉斯估計為核心，由淺入深介紹貝葉斯推斷的基本概念和核心算法（馬爾科夫鏈蒙特卡洛模擬、Metropolis-Hastings抽樣、Gibbs抽樣等）、模擬結果的統計分析、模擬結果的質量診斷、貝葉斯預測。同時，介紹貝葉斯方法在宏觀金融計量經濟學中的重要應用，包括線性和非線性VAR模型、混頻回歸模型等。
  • 蒙特卡洛模擬、貝葉斯分析與Stata應用
  • 宏觀計量經濟分析與Stata、Mathematica應用

2022年8月17-18日 9:00-12:00 14:00-17:00 立即報名 >>

課程概要
蒙特卡洛方法是發展最為成熟的計算機模擬方法之一，最早是在1957年由Metropolis 和Ulam等針對中子輸運問題時提出的。蒙特卡洛方法在許多領域均有廣泛的應用，如統計物理、計算生物學、金融學以及人工智能等等領域。
貝葉斯統計為你提供了在新數據的證據中更新你的評估工具，這是一個在許多現實世界場景中常見的概念，如跟蹤大流行病，預測經濟趨勢，或預測氣候變化。貝葉斯統計是許多較著名的統計模型的支柱。

第一講

貝葉斯推斷概述

1. 為什么貝葉斯方法越來越重要
2. 貝葉斯學派與頻數學派的區間與聯系
3. 貝葉斯推斷的基本概念（似然函數、先驗分布與后驗分布、置信區間、最高密度區間、貝葉斯因子等）

第二講

蒙特卡洛模擬

1. 蒙特卡洛模擬的應用
2. 蒙特卡洛模擬的經典方法（逆概率轉換方法、合成法、舍得法、重要性抽樣等）
3. Halton sequence

第三講

馬爾科夫鏈蒙特卡洛模擬（MCMC）

1. 馬爾科夫鏈
2. 馬爾科夫鏈蒙特卡洛模擬（MCMC）
— 2.1 Gibbs抽樣
— 2.2 Metropolis-Hastings（MH）抽樣
— 2.3 隨機游走MH抽樣與適應性隨機游走MH抽樣
— 2.4 Gibbs抽樣
3. Stata的bayes與bayesmh操作方法
4. MCMC結果的描述統計
5. MCMC結果的質量診斷
6. 如何改進MCMC的抽樣效率

第四講

貝葉斯計量經濟模型（MCMC）

1. 線性模型的貝葉斯估計
2. 微觀計量模型的貝葉斯估計
3. 貝葉斯模型的假設檢驗
4. 貝葉斯模型的預測
5. 如何在Stata中寫自己的似然函數和后驗分布

課程答疑

2022年8月21-22日 9:00-12:00 14:00-17:00 立即報名 >>

課程概要
宏觀經濟是從宏觀、總體上研究國民經濟水平、結構、均衡、運行、穩定、調控和增長等的一個經濟研究范疇或領域。從宏觀、總體上研究國民經濟或者其某一方面，必然要和一些宏觀經濟變量及其所反映出的數據資料打交道，研究這些經濟變量之間的相互關系及其所反映出的宏觀經濟或其某一方面所具有的規律性，而這就需要采用宏觀經濟計量分析方法，建立宏觀經濟計量分析模型，并應用之。

第一講

向量自回歸（VAR）模型

1. 向量自回歸模型設定與估計
2. 模型分析
— 2.1 格蘭杰因果關系檢驗
— 2.2 脈沖響應函數(IRF)
— 2.3 預測誤差方差分解(FEVD)
3. 結構向量自回歸

第二講

貝葉斯向量自回歸：大規模VAR模型

1. 貝葉斯VAR
— 1.1 Minnesota先驗
— 1.2 共軛先驗
— 1.3 Normal-Inverse-Wishart先驗
2. 貝葉斯向量自估計與模型選擇
3. 貝葉斯IRF與FEVD分析

第三講

面板VAR模型（Panel VAR）與全局VAR模型（Global VAR）

1. 面板VAR模型的設定、貝葉斯估計與分析
— 1.1 SSVS先驗（隨機搜索變量選擇）
— 1.2 SSSS先驗（隨機搜索設定選擇）
2. 全局VAR模型的設定、貝葉斯估計與分析

第四講

混頻數據分析：回歸（midas）與混頻VAR模型

1. 混頻數據與混頻回歸
— 1.1 混頻回歸
— 1.2 Stata的midasreg操作
2. 混頻VAR模型的貝葉斯估計
— 2.1 混頻VAR的數據與模型設定
— 2.2 貝葉斯估計
— 2.3 格蘭杰因果檢驗
— 2.4 脈沖響應函數與預測誤差方差分解

第五講

門限VAR模型（Threshold VAR）

1. 門限VAR模型的應用
2. 門限VAR模型的貝葉斯估計
— 2.1 格蘭杰因果檢驗
— 2.2 廣義脈沖響應函數
— 2.3 預測誤差方差分解

課程答疑