
Stata:應(yīng)用面板數(shù)據(jù)模型培訓(xùn)
1 《計(jì)量經(jīng)濟(jì)學(xué)》系列 - EViews操作
1.1 數(shù)據(jù)輸入
1.2 基本操作
1.3 簡(jiǎn)單線性回歸模型
1.4 多元線性回歸模型
1.5 多重共線性
1.6 異方差檢驗(yàn)
1.7 WLS加權(quán)小二乘法權(quán)重設(shè)置
1.8 自相關(guān)檢驗(yàn)
1.9 一般化處理自相關(guān)或異方差
1.10 離散選擇模型(含Logit模型、Probit模型)
1.11 一招搞定Logit、Probit離散選擇模型邊際效應(yīng)
1.12 單位根檢驗(yàn)
1.13 EG協(xié)整檢驗(yàn)與誤差修正模型
1.14 ARDL模型幫你自動(dòng)選擇ECM優(yōu)滯后階數(shù)
2 《時(shí)間序列分析》系列- EViews操作
2.1 數(shù)據(jù)輸入
2.2 基本操作
2.3 單位根檢驗(yàn)
2.4 AR自回歸模型
2.5 MA移動(dòng)平均模型
2.6 ARMA自回歸移動(dòng)平均模型
2.7 ARDL自回歸分布滯后模型
2.8 VAR向量自回歸模型
2.9 Granger格蘭杰因果檢驗(yàn)
2.10 EG協(xié)整檢驗(yàn)與誤差修正模型
2.11 ARDL模型幫你自動(dòng)選擇ECM優(yōu)滯后階數(shù)
2.12 Johansen協(xié)整檢驗(yàn)
2.13 VECM向量誤差修正模型
2.14 GARCH模型系列(含對(duì)稱(chēng)GARCH、非對(duì)稱(chēng)GARCH模型)
2.14.1. GARCH模型(含ARCH模型)
2.14.2. GARCH-M模型(含ARCH-M)
2.14.3. IGARCH模型( Integrated GARCH,含IGARCH-M)
2.14.4. TARCH模型( Threshold GARCH,含TARCH-M)
2.14.5. EGARCH模型( Exponential GARCH,含EGARCH-M)
2.14.6. PARCH模型( Power ARCH,含PARCH-M)
2.14.7. Component GARCH模型(含CGARCH-M)
3 《面板數(shù)據(jù)模型》系列 - 操作
3.1 面板數(shù)據(jù)輸入
3.2 面板數(shù)據(jù)基本操作01
3.3 面板數(shù)據(jù)基本操作02
3.4 面板數(shù)據(jù)描述性分析01
3.5 面板數(shù)據(jù)描述性分析02
3.6 面板截面相關(guān)和Granger因果檢驗(yàn)
3.7 面板單位根檢驗(yàn)(即平穩(wěn)性檢驗(yàn))
3.8 pooled混合面板數(shù)據(jù)模型
3.9 變截距面板數(shù)據(jù)模型(含固定效應(yīng)、隨機(jī)效應(yīng))
3.10 變系數(shù)面板數(shù)據(jù)模型
3.11 面板協(xié)整檢驗(yàn)與誤差修正模型
3.12 動(dòng)態(tài)面板數(shù)據(jù)模型……