计量经济学从入门到博士毕业所有教程代码PPT视频资源下载

xxxspy 2025-02-04 15:09:59
Categories: Tags:

这篇文章汇总了所有计量经济学的教程和代码和PPT资源。 主要来源是计量经济学院,
如果你英文很厉害, 可以直接去他们的网站看视频, 如果你无法访问 YT, 或者你英文不好, 可以看我们翻译后的视频: https://www.bilibili.com/video/BV1aMzhYjE2q

然后, 如果你可以访问谷歌网盘, 所有资料都可以从下面的链接中下载, 如果你无法访问, 我们手动打包了所有资源(PPT,SPSS代码,R代码,Stata代码等), 你可以在这里下载:https://wx.zsxq.com/group/88888188828842

简介

关于讲师

Ani Katchova 是计量经济学学院的创始人兼讲师。她在美国伊利诺伊大学、肯塔基大学和俄亥俄州立大学拥有超过 20 年的计量经济学研究和教学经验。她在美国和世界各地的多所大学为本科生教授统计学,为硕士和博士生教授计量经济学,具有丰富的教学经验。

Katchova 博士因其教学成果而被授予肯塔基州上校的荣誉称号。她在应用经济学和农业经济学领域的顶尖期刊上发表了 50 多篇使用计量经济模型的学术论文。她的许多出版物都应用了她在计量经济学学院教授的计量经济模型。

Ani Katchova 是美国俄亥俄州立大学农业、环境和发展经济学系的教授。然而,计量经济学学院是独立于她在大学职责之外的一项独特事业。

主要统计概念:

视频链接

原文中没有链接和视频。

关于计量经济学学院

这是一个关于计量经济学学院的介绍,该学院旨在为任何人在任何时间、任何地点提供免费的世界级计量经济学教育。

原文中包含一个标题,链接形式为#h.p_ID_32,对应的内容是“Econometrics Academy: free world-class education on econometrics for anyone, anywhere, anytime”。此链接主要用于复制标题链接,以便分享或引用。标题旁边的复制链接按钮的aria-label 属性为 “Copy heading link”,data-tooltip 属性为 “Copy heading link”,这说明其主要功能就是复制当前标题的链接。

计量经济学 是一门使用统计方法研究经济现象的学科。它将经济理论、数学和统计学相结合,通过数据分析来检验经济理论,估计经济关系,并做出预测。

核心概念:

计量经济学在经济研究和实际应用中都扮演着重要角色,例如:

总之,计量经济学学院致力于普及计量经济学知识,让更多人可以接触到这门重要的学科。

联系方式

感谢您使用计量经济学学院学习计量经济学。本学院的目标是帮助数千人学习计量经济学。我的首要任务是开发新内容,并根据需要更新视频和材料。

您可以使用 YouTube 频道上的评论功能提交评论。我主要利用您的评论来改进我提供的内容和材料。

如果你无法访问 YT, 或者你英文不好, 可以看我们翻译后的视频: https://www.bilibili.com/video/BV1aMzhYjE2q

感谢您和我一起学习计量经济学。

Econometrics Academy - 服务条款

本页面主要介绍了 Econometrics Academy 网站和 YouTube 频道的使用条款,以及相关资料的版权声明和引用方法。

免责声明

Econometrics Academy 网站、YouTube 频道及其所有相关材料和视频均为作者个人知识产权,并以作者本人名义享有版权。这些内容代表作者的个人观点以及其创建的 Econometrics Academy 的观点。Econometrics Academy 与作者作为大学教授的工作是独立且不同的,不应与作者当前和以前的大学以及雇主的工作联系起来,也不代表他们的观点。

版权声明和资料使用

Econometrics Academy 的引用

统计概念

文中提到了 Econometrics Academy 提供的教学资源,主要包括:

同时,材料中提到的 R 语言是一种常用的统计编程语言,可以用于进行数据分析和建模。

请注意,所有材料的版权归作者所有,使用时请遵守上述条款。

计量经济学模型

这是一个博士水平的计量经济学课程,使用 Stata、R 和 SAS 进行教学。

课程大纲:

计量经济学模型:

学习方法:

对于每个模型,首先观看讲座,然后查看示例,最后观看使用您选择的软件包进行的估计。

示例视频:

YouTube 视频

计量经济学软件

计量经济模型通常使用专门的软件包进行估计。一些最广泛使用的软件包包括 Stata、R、SAS 和 SPSS。本计量经济学软件视频快速概述了 Stata、R 和 SAS 软件包。请观看此视频,了解这些软件包的比较以及如何在课程中使用它们。如果您不熟悉这些计量经济学软件包,请观看这些入门视频,学习如何使用它们的基础知识:

这段视频对Stata,R,和SAS软件包进行了比较,并展示了它们在课程中的应用。 如果你对这些软件包不熟悉,可以观看上述入门视频来学习基本的使用方法。

视频链接:

YouTube Video

统计概念:

计量经济学是经济学的一个分支,它使用统计方法来分析经济数据。计量经济学家使用统计模型来检验经济理论,预测未来经济趋势,并评估政策效果。计量经济学软件例如Stata,R,SAS和SPSS等,提供了各种统计方法和工具,使得计量经济学研究者更容易对经济数据进行分析和建模, 并进行结果的展示。这些软件可以帮助进行以下分析:

计量经济学学院

计量经济学学院是一个免费的在线教育平台和非营利组织。它的使命是向世界上的任何人提供免费的计量经济学教育。

计量经济学学院 YouTube 频道是世界上最受欢迎的计量经济学频道之一。请订阅!

通过计量经济学学院学习计量经济学

硕士计量经济学

这是一个使用 Stata 和 R 教授的硕士级别计量经济学课程。

本课程首先介绍 Stata 和 R 这两个计量经济学软件:

课程内容涵盖以下主题:

  1. 计量经济学与经济数据
  2. 简单回归模型
  3. 多元回归模型
  4. 回归推断
  5. OLS 的渐近性质
  6. 回归变量转换
  7. 带有指示变量的回归
  8. 异方差性
  9. 回归模型设定
  10. 时间序列数据
  11. 时间序列模型
  12. 时间序列模型序列相关
  13. 简单面板数据模型
  14. 面板数据模型
  15. 工具变量
  16. 联立方程
  17. Probit 和 Logit 模型

本课程的参考教材是:Woodridge, J. “Introductory Econometrics: A Modern Approach“ 。

计量经济学软件入门

Econometrics Academy - R语言入门

本页面提供了 R 语言的入门资料,包括 R 脚本、数据文件、软件下载链接以及 R 语言主题的介绍。

R 语言资源:

下载和安装 R 和 RStudio:

R 语言主题:

R 语言入门视频:

Introduction to R (这是一个Youtube视频的链接,请复制到浏览器中观看)

统计概念:

该页面主要围绕着使用 R 语言进行统计分析的基本操作展开,包括:

本页面适用于希望学习 R 语言进行计量经济学分析的初学者。

Stata 入门

本页面提供了 Stata 软件的入门介绍,并提供了一些学习资源,包括 Stata 程序、数据文件和 Stata 软件的官方网站。

Stata 程序和数据文件:

购买、下载和安装 Stata 许可证:

Stata 入门主题包括:

视频教程:

这里嵌入了一个关于 Stata 入门的 YouTube 视频:Introduction to Stata (请注意,这里不能直接嵌入视频,仅提供链接)

此页面主要为那些希望学习如何使用 Stata 进行计量经济学分析的用户提供入门指导。Stata 是一款功能强大的统计软件,广泛应用于经济学、社会科学和医学等领域。通过提供的程序文件和数据文件,用户可以实践数据处理、统计分析和回归建模等技能。视频教程进一步提供了可视化的学习辅助。

SPSS入门

SPSS是一款用于估计计量经济模型的统计软件。欲了解更多信息,请访问SPSS官方网站

本SPSS入门视频将教您如何使用SPSS软件读取数据集、进行基本统计分析,并熟悉该程序,以便我们将其用于更复杂的计量经济模型。

SPSS程序和数据

SPSS入门:主题

视频

SPSS入门教学视频

R语言入门

R 是一种用于估计计量经济学模型的统计软件。 想要了解更多信息,请查看 R 官方网站

在本 R 语言入门视频中,您将学习如何使用 R 软件读取数据集,进行基本统计分析,并熟悉该程序,以便我们可以将其用于更复杂的计量经济学模型。您还将学习 R Studio,这是一个与 R 一起使用的用户友好界面。

R 程序和数据

R 语言入门:主题

YouTube 视频
https://www.youtube.com/embed/7cGwYMhPDUY

Econometrics Academy - SAS 简介

本视频介绍了如何使用 SAS 软件来读取数据集,进行基本的统计分析,并熟悉该程序,以便我们可以将其用于更复杂的计量经济学模型。

SAS 程序和数据

SAS 简介:主题

相关视频

这个教程涵盖了使用SAS进行数据处理和分析的基本概念,包括数据导入导出,数据汇总,统计分析,和回归等。 对于想要学习使用SAS进行计量经济分析的人来说,这是一个很好的入门资源。

Stata 简介

Stata 是一款用于估计计量经济学模型的统计软件。 想要了解更多信息,请访问 Stata 官方网站

在这个 Stata 简介视频中,你将学习如何使用 Stata 软件读取数据集,进行基本的统计分析,并熟悉该程序,以便我们能够将其用于更复杂的计量经济学模型。

Stata 程序和数据

Stata 简介:主题

以下是一个介绍 Stata 的 YouTube 视频:

Introduction to Stata Video

计量经济学模型介绍

二元Probit和Logit模型

二元Probit和Logit模型,与二元Probit和Logit模型类似,使用二元因变量,通常编码为0或1变量。 估计两个方程,表示相互依赖的决策。

讲义、程序和数据

二元 Probit 和 Logit 模型:涵盖的主题

补充说明

此主题没有视频,但是如果您了解 Probit 和 Logit 模型,则可以通过查看讲义和程序来学习此主题。

计数数据模型

计数数据模型用于分析因变量为计数的统计数据(例如0、1、2、3等)。这类数据的特点是集中在少数几个小的离散值上。常见的例子包括:一个家庭拥有的孩子数量,一个人每年去看医生的次数,以及一个人每月旅行的次数。

以下是一些相关的讲义、程序和数据:

计数数据模型涵盖的主题:

相关视频:

工具变量

当某些回归变量是内生的(与误差项相关)时,需要使用工具变量程序。纠正这种内生性问题的方法是找到与内生回归变量相关但与误差项不相关的工具变量。然后可以应用两阶段最小二乘法。工具变量的一个例子是当工资和教育共同取决于无法直接观察到的能力时,但我们可以使用可用的测试分数来代替能力。

讲义、程序和数据

工具变量:涵盖的主题

相关视频

有限因变量模型

有限因变量指的是因变量存在上限或下限,并且一些观测值“触及”了这个界限。有限因变量是一个连续变量,但在上限或下限处存在大量的重复观测值。例如,产品消费量、女性工作的小时数等等。有限因变量模型主要解决两个问题:截尾 (censoring) 和截断 (truncation)。截尾是指样本中包含达到限制的观测值,而截断是指样本中不包含达到限制的观测值。

讲义、程序和数据

有限因变量模型:涵盖的主题

视频

线性回归

线性回归是计量经济分析的起点。线性回归模型有一个作为连续变量的因变量,而自变量可以采用任何形式(连续、离散或指示变量)。一个简单的线性回归模型只有一个自变量,而多元线性回归模型有两个或多个自变量。线性回归通常使用OLS(普通最小二乘法)进行估计。例子包括研究教育对收入的影响;或经济衰退对股票回报的影响。

讲义、程序和数据

线性回归模型:涵盖的主题

视频

多项 Probit 和 Logit 模型

多项 Probit 和 Logit 模型用于分析因变量为分类、无序变量的情况。这些分类或类别被称为备选项(编码为 1, 2, 3, 4…),且只能选择一个备选项。例如,个人选择的保险合同类型,或者个人选择的职业(商业、学术、非营利组织)都属于这种情况。

讲义、程序和数据

多项 Probit 和 Logit 模型:涵盖的主题

相关视频

视频链接 1

视频链接 2

视频链接 3

视频链接 4

视频链接 5

有序 Probit 和 Logit 模型

有序 probit 和 logit 模型用于因变量为有序类别的情况。例如,评分系统(差、一般、好、优秀),从非常不同意到非常同意的意见调查,成绩和债券评级都属于这种情况。

讲义、程序和数据:

有序 probit 和 logit 模型:涵盖的主题

相关视频:

面板数据模型

面板数据模型提供了关于个体行为的信息,既包括个体之间的差异,也包括个体随时间的变化。数据和模型都具有横截面和时间序列的维度。当所有个体在所有时间段都被观察到时,面板数据可以是平衡的;当个体并非在所有时间段都被观察到时,面板数据可以是不平衡的。例如,使用跨时间和个体的数据来估计教育对收入的影响;以及使用跨年度和国家的数据来估计收入对储蓄的影响。

讲义、程序和数据

面板数据模型:涵盖的主题

相关视频

YouTube Video 1

YouTube Video 2

YouTube Video 3

YouTube Video 4

YouTube Video 5

主成分分析

主成分分析(Principal Component Analysis, PCA)和因子分析(Factor Analysis)是数据降维的方法,用于用更少的维度重新表达多变量数据。因子分析假设存在一些驱动数据变动的共同因子,而主成分分析则没有这个假设。这些方法通常在进行调查后使用,目的是“揭示”共同因子,或获得更少的组件用于后续分析。

讲义、程序和数据

主成分分析和因子分析:涵盖的主题

相关视频

Probit 和 Logit 模型

Probit 和 logit 模型是最常用的模型之一。因变量是一个二元响应,通常编码为 0 或 1 变量。决策/选择是是否拥有、做、使用或采用。例如,消费者是否进行购买,以及个人是否参与劳动力市场。

讲义、程序和数据

Probit 和 logit 模型:涵盖的主题

相关视频
YouTube Video 1
YouTube Video 2
YouTube Video 3
YouTube Video 4
YouTube Video 5
YouTube Video 6

倾向得分匹配

本文介绍了倾向得分匹配 (Propensity Score Matching) 的概念,这是一种用于评估项目或处理对结果的平均效应的方法。它通过比较处理组和控制组的结果来实现。当一组受试者接受了某种处理,而我们希望将他们的结果与控制组的结果进行比较时,可以使用倾向得分匹配。例如,评估培训项目对工作绩效的影响,或政府项目对特定学校的帮助效果。

讲义、程序和数据:

倾向得分匹配:涵盖的主题

相关视频:

分位数回归

分位数回归提供了自变量对因变量影响的更全面的视角。它不像普通最小二乘法(OLS)线性模型那样估计平均效应,而是沿着因变量的分布(分位数)产生不同的效应。因变量是连续的,没有零值或太多的重复值。例如,估计家庭收入对低支出和高支出家庭食品支出的影响;以及确定学生成绩在其成绩分布上的影响因素。

讲义、程序和数据

分位数回归模型:涵盖的主题

相关视频

似乎不相关的回归

本页介绍了似乎不相关的回归 (Seemingly Unrelated Regressions, SUR) 模型。与单个方程不同,方程组包含多个方程。SUR 模型中的方程之所以被称为“似乎不相关”,是因为它们之间的关联仅通过误差项体现,并且包含的解释变量都是外生的。

SUR 模型的一些应用示例包括:

相关资料、程序和数据

以下是一些关于 SUR 模型的资料、程序和数据链接:

SUR 模型涵盖的主题:

相关视频:

空间计量经济学

空间计量经济学模型应用于包含单元之间坐标或距离的空间数据。例如,包括估计邻近地区的房价,以及估计空间上接近的县的农田价格。

讲义、程序和数据

空间计量经济学模型:涵盖的主题

以下是一些关于空间计量经济学的相关视频:

视频 1
视频 2
视频 3
视频 4

生存分析

生存分析是一种统计方法,当数据集包含被追踪直到事件发生(失败)或从样本中丢失的受试者时应用。我们感兴趣的是他们在样本中停留的时间(生存期)。我们也对他们的失败风险(风险率)感兴趣。例如,贷款表现和违约、公司生存和退出以及退休时间。

讲义、程序和数据

生存分析:涵盖的主题

相关视频

时间序列 ARIMA 模型

时间序列 ARIMA 模型应用于随时间测量的变量的时间序列数据。时间序列分析研究变量随时间的关系,例如商品价格或作物产量。时间序列模型可用于分析特定事件的影响(例如衰退对失业率的影响)或用于预测(例如预测经济增长或未来价格)。

讲义、程序和数据

时间序列模型:涵盖的主题

相关视频

计量经济学硕士课程

计量经济学与经济数据

本页面提供了关于计量经济学和经济数据的相关资源,包括文件、讲座主题以及使用 Stata 和 R 进行数据分析的视频教程。

文件下载

以下是相关文件的下载链接:

讲座主题

Stata/R 数据分析主题

视频教程

以下是一些关于计量经济学和经济数据的 YouTube 视频教程:

这些资源涵盖了计量经济学的基础概念,以及如何使用 Stata 和 R 进行实际数据分析。数据类型包括了横截面数据,时间序列数据,混合横截面数据和面板数据,这些都是计量经济学分析中常见的类型。其中,因果关系与相关性的辨析是计量经济学分析中的重点。

异方差性

本页面提供了关于异方差性的学习资料,包括讲义、程序代码以及数据文件,并涵盖了异方差性的定义、后果、检验以及修正方法。

文件:

讲座主题:

Stata/R 中异方差性的主题:

视频:

统计概念:

异方差性是指在回归模型中,误差项的方差不是常数的情况。换句话说,误差项的离散程度随解释变量的变化而变化。异方差性会影响普通最小二乘法(OLS)估计量的效率,并且使得标准误差不可靠,从而导致错误的推断。因此,需要进行异方差性检验,并在存在异方差性的情况下进行相应的修正。

工具变量

本页面提供了关于工具变量(Instrumental Variables)的资源,包括讲义、Stata 和 R 的代码以及相关数据文件。此外,还提供了关于工具变量的讲座视频。

工具变量:文件

工具变量:讲座主题

在 Stata/R 中使用工具变量:主题

相关视频

统计概念

工具变量(IV)是一种用于解决内生性问题的统计方法。当一个或多个回归变量与误差项相关时,就会出现内生性问题。这会导致普通的最小二乘法估计产生偏差和不一致的结果。工具变量法通过引入一个或多个与内生变量相关但与误差项不相关的工具变量,来获得对因果效应的一致估计。二阶段最小二乘法(2SLS)是一种常见的工具变量估计方法。

这些资源涵盖了工具变量法的基本概念、估计方法和在 Stata 和 R 中的实现。通过这些资源,您可以学习如何识别内生性问题,如何找到合适的工具变量,以及如何使用工具变量法来获得可靠的因果推断结果。

多元回归模型

本节内容主要介绍多元回归模型,包括相关文件、讲座主题以及在Stata和R中的应用。

文件:

多元回归模型:讲座主题

Stata/R 中的多元回归模型:主题

视频

统计概念解释

OLS 渐近性

本部分内容主要介绍了普通最小二乘法(OLS)的渐近性质,并提供了相关的讲义、程序代码和数据文件。

文件:

OLS 渐近性:讲座主题

Stata/R 中的 OLS 渐近性:主题

相关视频:

这段内容主要围绕OLS(普通最小二乘法)的渐近性展开,这是计量经济学中的一个核心概念。

核心概念解释:

该内容还提供了关于如何在Stata和R中实际操作 OLS 渐近性的相关资源。

面板数据模型

本页面提供了面板数据模型相关的学习资源,包括讲义、Stata程序、数据文件和R脚本,以及相关的教学视频。

文件

讲义主题

以下为讲义中涉及的主要面板数据模型主题:

Stata/R 中的面板数据模型主题

以下为在Stata和R中进行面板数据分析的相关主题:

教学视频

以下是关于面板数据模型及其在Stata和R中应用的教学视频:

这些资源旨在帮助学习者理解和应用面板数据模型,并使用 Stata 和 R 进行实证分析。面板数据模型是一种强大的工具,用于分析随时间变化的个体(例如个人、公司或国家)的数据。这些模型考虑了个体之间的异质性和时间效应,从而得出更准确的估计结果。

Probit 和 Logit 模型

本页面提供了关于 Probit 和 Logit 模型的资源,包括讲义、Stata 和 R 程序以及数据文件。此外,还涵盖了与这些模型相关的关键统计概念。

文件:

讲座主题:

Stata/R 中的 Probit 和 Logit 模型:主题

视频:

这些资源为学习和应用 Probit 和 Logit 模型提供了全面的材料,包括理论背景、实际操作和软件应用。

回归推断

本页面提供了关于回归推断的讲义、程序文件、数据文件以及相关视频。主要内容涵盖了回归分析中的统计推断,包括假设检验、误差正态性检验,以及各种系数显著性检验。

文件资源:

讲义主题:

在Stata/R中进行回归推断的专题:

相关视频:

这些资源将帮助你理解回归分析中的重要推断概念,并在 Stata 和 R 中实践这些方法。主要内容涵盖了回归分析中的统计推断,包括假设检验、误差正态性检验,以及各种系数显著性检验。

回归设定

本页面提供了关于回归设定的相关文件和视频资源,主要涵盖以下内容:

回归设定:文件

回归设定:讲座主题

Stata/R 中的回归设定:主题

回归设定相关视频

统计概念

这里涉及的统计概念包括:

回归变量转换

本节内容主要围绕回归分析中的变量转换展开,包括以下几个方面:

文件资料:

主要讲授内容:

Stata/R 中回归变量转换:

相关视频:

虚拟变量回归

本节主要介绍了虚拟变量(也称为指示变量)在回归分析中的应用,并提供了相关的文件、Stata程序、R脚本以及数据文件。此外,还提供了关于该主题的讲座视频,分别演示了在Stata和R中的具体操作。

文件:

讲座主题:

Stata/R 专题:

讲座视频:

统计概念:

虚拟变量回归是一种回归分析方法,用于处理分类变量或定性变量。虚拟变量通常取值为0或1,表示某个类别是否出现。通过在回归模型中包含虚拟变量,我们可以评估不同类别对因变量的影响。

这个主题涵盖了如何使用虚拟变量来分析分类数据,以及如何在Stata和R软件中执行相关的统计分析。通过学习本节,您可以更好地理解和应用虚拟变量回归技术。

简单面板数据模型

本节内容主要介绍简单面板数据模型,并提供相关的文件、Stata/R 代码以及讲解视频。

文件:

讲义主题:

Stata/R 主题:

视频:

这些资料提供了关于如何使用面板数据模型解决实际经济问题的深入见解。面板数据模型是计量经济学中常用的一种方法,通过对同一对象在不同时间点进行多次观测,可以控制个体固定效应,更有效地估计模型的因果关系。

简单回归模型

本页面提供了关于简单回归模型的学习资源,包括讲义、程序代码、数据文件以及相关视频。

文件资源:

讲义主题:

Stata/R中的简单回归模型主题:

视频资源:

统计概念:

简单回归模型旨在建立一个因变量和一个自变量之间的线性关系。通过最小化残差平方和(OLS),我们能够估计回归系数。关键概念包括:

该页面提供的资源涵盖了简单回归模型的基本概念、理论、实践应用以及在Stata和R中的实现方法。

联立方程

本页面提供了关于联立方程模型的学习资源,包括讲义、Stata 和 R 语言的程序文件、数据文件以及相关主题的视频讲解。

文件

讲义主题

Stata/R 中的联立方程主题

视频讲解

统计概念简介

联立方程模型是指模型中存在多个方程,且这些方程中的因变量也作为其他方程的自变量。这种模型通常用于分析经济学、社会学等领域中,变量之间存在相互影响的复杂关系。

联立性偏差: 当一个或多个自变量与误差项相关时,普通最小二乘法(OLS)估计会产生有偏且不一致的结果。这是联立方程模型中需要解决的关键问题。

2SLS 估计: 两阶段最小二乘法 (2SLS) 是一种常用的解决联立性偏差的方法。它通过引入工具变量,分两个阶段估计模型,以获得一致的参数估计。

秩条件: 秩条件是识别联立方程模型的必要条件。它确保可以通过给定的工具变量获得模型的唯一参数估计。