課程大綱： Stata初級培訓
第1講 Stata基礎(chǔ)操作
1.1 Stata介紹
1.2 Stata菜單操作
1.3 Stata命令與幫助文件
1.4 do文件創(chuàng)建與優(yōu)化
1.5 標量與矩陣
1.6 Mata矩陣創(chuàng)建與應(yīng)用
第2講 Stata程序與編程
2.1 局域暫元與全局暫元
2.2 條件與循環(huán)語句
2.3 程序入門與語法解析
2.4 ado文件
2.5 Stata示例: LM和GMM估計的代碼編寫
第3講 數(shù)據(jù)管理與可視化
3.1 各類數(shù)據(jù)的導入與導出
3.2 縱橫向數(shù)據(jù)合并
3.3 加總與轉(zhuǎn)置
3.4 Wind數(shù)據(jù)轉(zhuǎn)換為Stata面板數(shù)據(jù)
3.5 數(shù)據(jù)描述性統(tǒng)計
3.6 數(shù)據(jù)的圖形顯示
第4講 線性回歸模型
4.1 regress估計與結(jié)果解釋
4.2 R2分解與邊際效應(yīng)
4.3 異方差、聚類-穩(wěn)健標準誤
4.4 模型設(shè)定檢驗與模型的診斷
4.5 模型的穩(wěn)健性檢驗
4.6 樣本內(nèi)預(yù)測與加權(quán)的預(yù)測
4.7 例文軟件實現(xiàn)與解讀：
Bhaskaran K, Gasparrini A,Hajat S, et al. Time series regression studies in environmental epidemiology
[J]. International journal of epidemiology,
第5講 線性工具變量回歸（IV）
5.1 內(nèi)生性與工具變量
5.2 IV估計量：IV、2SLS和GMM
5.3 恰好與過度識別模型的IV估計
5.4 弱工具變量
5.5 3SLS系統(tǒng)估計
5.6 相關(guān)隨機系數(shù)模型的工具變量估計量
5.7 例文軟件實現(xiàn)與解讀：
AcemogluD, Johnson S, Robinson J A. The colonial origins of comparative development: An empirical investigation[J]. American Economic Review,
第6講 中介效應(yīng)與調(diào)節(jié)效應(yīng)（IV）
6.1 中介效應(yīng)模型與檢驗方法
6.2 調(diào)節(jié)效應(yīng)模型與邊際效應(yīng)分解
6.3 中介調(diào)節(jié)效應(yīng)模型與檢驗方法
6.4 調(diào)節(jié)中介效應(yīng)模型與檢驗方法
6.5 中介效應(yīng)的4種效應(yīng)分解：med4way
6.6 例文軟件實現(xiàn)與解讀：
李姝等. 非控股股東參與決策的積極性與企業(yè)技術(shù)創(chuàng)新[J]. 中國工業(yè)經(jīng)濟,
第7講 靜態(tài)線性面板數(shù)據(jù)模型
7.1 面板數(shù)據(jù)管理
7.2 估計量比較：混合OLS、組內(nèi)、組間與一階差分
7.3 究竟該用固定效應(yīng)還是隨機效應(yīng)模型
7.4 截面相依、異方差與序列相關(guān)條件下的面板模型估計
7.5 內(nèi)生性與IV估計
7.6 高維交互固定效應(yīng)：reghdfe與ivreghdfe
7.7 例文軟件實現(xiàn)與解讀：
謝呈陽,胡漢輝.中國土地資源配置與城市創(chuàng)新：機制討論與經(jīng)驗證據(jù)[J].中國工業(yè)經(jīng)濟,
第8講 雙重差分模型（DID）
8.1 政策評估兩類偏誤：時間效應(yīng)與選擇偏誤
8.2 同一時點政策實施的DID
8.3 多時點政策實施的DID
8.4 平行趨勢假設(shè)檢驗
8.5 安慰劑檢驗：隨機生成實驗組
8.6 例文軟件實現(xiàn)與解讀：
曹清峰.國家級新區(qū)對區(qū)域經(jīng)濟增長的帶動效應(yīng)——基于70大中城市的經(jīng)驗證據(jù).中國工業(yè)經(jīng)濟,
第9講 分位數(shù)回歸模型（QR）
9.1 為什么需要分位數(shù)回歸
9.2 QR的估計方法
9.3 內(nèi)生性分位數(shù)回歸
9.4 計數(shù)數(shù)據(jù)的QR
9.5 分位數(shù)系數(shù)圖示法
9.6 面板分位數(shù)估計及內(nèi)生性初探
9.7 廣義分數(shù)模型估計
加入高級會員獲得助教答疑
