課程詳情

• 第一講
  面板數據

  專題介紹：通過對面版數據的模型理論介紹，結合面板數據模型的Stata操作，圖表結合，講解應用過程，力爭讓學習者 通過“比著葫蘆畫瓢”就可以進行正確操作。 具體內容不僅包括 線性面板數據模型、動態面板，還更詳細的介紹了面板門限回模型。 短面板、長面板、平穩面板與非平穩面板數據模型的內容。包括常用的固定效應、隨機效應、混合估計等相關的隨機效應，系統GMM、差分GMM的估計與檢驗等，還包括比較熱的模型設定檢驗、面板單位根檢驗、面板協整檢驗等等。全程配合Stata案例操作演示，結合權威文獻介紹模型選擇每個模型可獨立學習及應用。

• 第二講
  微觀面板數據整理

  專題介紹：中國家庭追蹤調查（CFPS）是一項全國性、綜合性的社會追蹤調查項目，旨在通過追蹤收集個體、家庭、社區三個層次的數據，反映中國社會、經濟、人口、教育和健康的變遷。CFPS為學術研究、教學研討和公共政策分析提供了數據基礎，那么如何使用Stata來處理和分析這類常用數據呢？本節課程內容將對如何使用Stata操作來分析和處理微觀面板數據展開深入的探討，包括如何進行數據整理與清洗， 數據合并（多個數據文件如何進行合并），以及其他常見數據問題的檢查與處理等。

• 第四講
  內生性問題

  專題介紹：內生性問題就是模型中的一個或多個解釋變量與隨機擾動項相關的問題。變量的內生性問題總是不可避免的。內生性引起的問題主要是引起參數估計的不一致。本文以內生性轉換模型，詳細介紹了線性模型的內生性、樣本選擇與干預變量和受限因變量模型的內生性、樣本選擇與干預變量等主要的內生性問題及克服內生性問題的一系列模型識別方法。最后還基于數據案例提出了通過提高調查數據信息量以利克服內生性問題的可能性。

• 第三講
  因果推斷

  專題介紹：社會科學研究的主要任務是從紛繁復雜的現象中發現事物之間普遍性的因果關聯，“反事實”框架是揭示因果關系的主要路徑。匹配方法是依據 “反事實”原理發展出來的新的因果推論方法，它已經在教育學、社會學等學科中得到較為普遍的應用。如何從各個變量的數據集中找到他們的因果關系，就是因果推斷的基本內容。 本講通過傾向值匹配法的適用范圍和條件作簡要介紹；然后通過雙重差分、合成控制法、斷點回歸設計等方法在具體研究中的運用；最后演示該方法如何在Stata軟件中實現。

• 第五講
  空間計量經濟模型

  
  

  專題介紹：空間計量經濟學是計量經濟學的一個分支，研究的是如何在橫截面數據和面板數據的回歸模型中處理空間相互作用。
  當面臨空間自相關時，標準的計量分析技巧通常會失效，而這種情形經常在地理或橫截面數據集中出現，這也是空間計量得以迅速發展的原因之一。Stata 15 有了相對完整的空間計量經濟學模塊，使得基于 Stata 進行空間計量的應用研究更為方便。此次課程詳細介紹如何定義空間權數矩陣、如何定義空間數據、生成空間分布圖，重點介紹空間計量模型和空間面板模型的應用。
  

• 第六講
  機器學習

  
  

  專題介紹：本講將介紹【機器學習】中再抽樣方法、正則化方法、非參數方法和半參數方法等內容。首先就是關于正則化本身的問題，什么是正則化，為什么要正則化。關于這個問題，?總得來講，根據正則化的思路，衍生出來的基本回歸模型的變種一共有嶺回歸、LASSO方法、彈性網絡三種。而淺顯地來講的話，三者的區別就是正則化所用范式不同，我們應該做的是更深入地去理解，這樣三種不同的數學處理，在面對實際問題時導致的結果有什么差異。第三部分為非參數方法和半參數方法包括：核回歸、局部線性回歸、樣條函數。