课程详情

课程概述

老师介绍

副教授，数量经济学博士，理论经济学博士后，擅长应用统计学与应用计量经济学的软件操作。

课程简介

本课程为社会学、政治学、教育学、心理学、经济学、管理学、医学等领域的本科生、硕士研究生、博士研究生与科研工作者提供《计数模型》的简单理论与详细的Stata操作，图表结合，通过详细的案例操作流程讲解应用过程，力争让学习者通过“比着葫芦画瓢”就可以进行正确操作。

如果希望关注更多统计与计量经济学操作的内容可以关注我们的微信公众号“格致之学(Truth_Wisdom_Science)”。

课程目录

计数模型与Stata操作(一)

1.Poission模型
1.1模型介绍
1.2Poission回归程序介绍
1.3操作流程
①数据描述
② ML标准误差Poisson估计
③相关系数平方
④稳健标准差泊松估计
⑤过度散布检验
⑥系数解释与边际效应
⑦广义线性模型估计
2.负二项式回归模型
2.1模型介绍
2.2程序介绍
2.3操作流程
①数据描述
②NB2模型估计
③稳健NB2估计
④拟合值与实际计数数据的相关系数平方
⑤拟合概率
⑥NB1估计
2.4广义负二项式估计
①基本介绍
②程序介绍
③操作流程
3.非线性OLS估计
3.1基本介绍
3.2程序介绍
3.3操作流程
4.零膨胀泊松回归与零膨胀负二项式回归
4.1零膨胀泊松回归
①程序介绍
②回归操作
4.2零膨胀负二项式回归
①程序介绍
②回归操作
4.3计数数据的卡方拟合优度检验
(1)程序介绍
(2)操作流程
①泊松估计
②负二项式回归
③零膨胀泊松回归
④零膨胀NB模型
5. 断尾计数模型
5.1基本模型
5.2程序介绍
(1) 零断尾Poisson回归
(2)零断尾NB回归
5.3操作流程
(1)数据描述
(2)零膨胀泊松回归操作
(3)暴露的选择
(4)零断尾NB模型的操作
①零断尾NB2模型
②零断尾NB1模型
③预测
5.4  断尾泊松回归
(1)程序介绍
(2)操作流程
5.5断尾负二项式回归 
(1)程序介绍
5.5断尾负二项式回归 
(1)程序介绍
①断尾NB2
②断尾NB1
5.6断尾分布的计数模型（右断尾或两侧断尾）
(1)基本介绍
(2)基本模型
(3)程序介绍
(4)操作流程
①数据描述
②零断尾Poisson模型(ZTP)
③零膨胀负二项式估计(ZTNB)
④零膨胀NB-P模型(ZINB-P)
⑤断尾广义泊松模型(ZTGP)
⑥断尾泊松逆高斯模型(PIG)
⑦断尾NBW模型
⑧广义线性泊松模型
⑨广义线性负二项式模型

计数模型与Stata操作(二)

6.过低散布计数数据的广义分布计数模型
6.1基本介绍
6.2模型介绍
(1)广义NB: Famoye
(2) 广义二项式 
(3)广义Waring
(4)零膨胀
6.3程序介绍
(1)广义二项式回归
(2)零膨胀广义二项式回归
(3)NB-F回归 
(4)NB-W回归 
(5)ZNB-F回归 
(6)ZNB-W回归
6.4操作流程
(1)广义线性估计
(2)GNB-W
(3)ZNB-W 
(4)NB-F
(5)ZNB-F
(6)分组数据的广义二项式回归
(7)分组数据的零膨胀二项式回归（拟合非零膨胀数据）
(8)分组数据的零膨胀二项式回归（拟合零膨胀数据）
7.过低散布计数数据的广义Poisson回归
7.1模型介绍
(1)泊松模型
(2)广义泊松模型(GP)
(3)准泊松模型(QP)
7.2程序介绍
7.3操作流程
8.基于NB-P分布的计数数据回归模型
8.1基本介绍
8.2程序介绍
(1)零膨胀广义NB模型
(2) NB-P回归模型
(3)零膨胀NB-P模型
8.3操作流程
(1)过度散布数据的判断
(2)NB估计
(3)NB-P回归
(4)异质性NB回归模型
(5)零膨胀NB-P模型

计数模型与Stata操作(三)

9.二项式与Beta二项式回归模型
9.1模型介绍
(1)广义二项式回归
(2)零膨胀广义二项式回归
(3)Beta二项式回归
(4)零膨胀Beta二项式回归
9.2程序介绍
(1) 零膨胀二项式回归
(2)Beta二项式回归
(3)零膨胀beta二项式回归
9.3操作流程
(1)数据描述
(2)广义线性模型
(3)零膨胀二项式模型
(4)Beta二项式模型
(5)零膨胀beta二项式模型
10.二元计数回归模型
10.1基本介绍
(1)Famoye二元泊松回归模型
(2)两参数二元负二项式回归模型
①Marshall–Olkin模型
②Famoye 模型
(3)Famoye二元广义泊松回归模型
10.2程序介绍
(1) 二元Poisson计数模型Famoye参数化
(2)二元广义Poisson计数回归模型的Famoye的参数化
(3)二元负二项式计数回归的Famoye参数化
(4)二元负二项式计数回归的Marshall –Olkin参数化
(5)二元计数回归的Copula函数设定
10.3操作流程
(1)例子
(2)数据生成
(3)二元Poisson计数回归的Famoye参数化
(4)二元广义泊松计数回归的Famoye参数化
(5)二元负二项式计数回归的Famoye参数化
(6)二元负二项式计数回归的Marshall-Olkin 参数化
(7)二元计数回归的Copula函数设定

计数模型与Stata操作(四)

11. 堆积(heaped)计数数据估计
11.1什么是堆积数据
11.2模型介绍
(1)区间删失模型
① Poisson模型
② GP 模型
③NB模型
④零膨胀模型
(2)重标分布混合法
11.3程序介绍
(1)删失堆积数据的区间回归
(2)零膨胀堆积数据区间删失回归
(3)堆积数据重标分布混合回归
(4)使用重标分布混合回归方法的堆积零膨胀计数数据回归
(5) Vuong test
11.4操作流程
(1)案例分析
①数据描述
②Poisson
③GP
④NB
(2)案例操作
①数据描述
②操作
12. Hurdle 模型
12.1模型介绍
12.2程序介绍
(1)Poisson-logit hurdle 回归
(2)Negative binomial-logit hurdle回归
12.3操作流程
(1)数据描述
(2)两阶段估计
①估计流程
②边际效应的计算
③Poisson-logit hurdle 回归
④Negative binomial-logit hurdle 回归

计数模型与Stata操作(五)

13.有限混合计数模型
13.1模型介绍
13.2程序介绍
①有限混合Poisson回归模型
②有限混合NB回归模型
③ 有限混合断尾泊松回归模型
13.3操作流程
(1)数据描述
(2)FMM2-P模型
①估计
②预测值比较
③边际效应比较
④直方图比较
(2)FMM2-NB模型
(3)FMM2-TP模型

计数模型与Stata操作(六)

14.内生计数模型
14.1广义结构方程法
(1)广义结构方程介绍
(2)操作流程
①数据描述
②泊松回归模型
A.估计
B.指数系数
C.AIC/BIC
D.预测
E.边际效应
F.边际效应画图
③负二项式估计:NB2
A.估计
B.IRR
④NB1
A.估计
B.IRR
⑤断尾泊松模型
A.估计
B.IRR
⑥有限混合泊松模型
A.估计
B.IRR
C.预测
D.潜类别拟合优度统计
E.潜类别边际均值
F.潜类别边际概率与后验预测概率
G.预测后验概率
H.初始值的设定
⑦有限混合NB模型
A.NB2模型
B.NB1模型
⑧有限混合断尾泊松模型
(3)二(多)值响应计数模型
①二(多)值响应泊松模型
②二(多)值响应断尾泊松模型
③有限混合二(多)值响应泊松模型
④有限混合二(多)值响应断尾泊松模型
A.估计
B. 潜类别边际均值
C.潜类别边际概率
⑤二(多)值响应NB模型
A.NB2
B.NB1
⑥有限混合二(多)值响应NB模型
A.NB2
B.NB1
14.2两阶段估计法
(1)基本介绍
(2)操作流程
①稳健标准差的情况
②自抽样法的情况
14.3非线性工具变量法操作

计数模型与Stata操作(七)

15.静态面板计数模型
15.1基本介绍
(1)混合数据泊松估计量
(2)PA泊松估计量
(3)RE泊松估计量
(4)固定效应泊松估计量
(5)面板负二项式回归模型
15.2程序介绍
(1)混合泊松回归
(2)面板固定效应、随机效应与总体平均泊松模型
①条件固定效应 (FE)模型
②随机效应(RE) 模型
③总体平均(PA) 模型
(3)固定效应、随机效应与总体平均负二项式模型
①固定效应与随机效应
②总体平均(PA)模型
(4) 稳健标准差固定效应泊松回归 (Quasi-ML)
(5)GEE总体平均面板数据模型
15.3操作流程
(1)数据描述
(2)组内与组间差异
(3)混合泊松回归模型
(4)随机效应泊松估计
(5)固定效应泊松回归
(6)面板固定效应泊松回归聚类-稳健标准误估计
(7)总体平均泊松估计量
(8)混合负二项式估计
(9)随机效应负二项式估计
(10)固定效应负二项式估计
(11)总体平均负二项式估计
(12)豪斯曼检验
(13)总体平均泊松估计
(14)总体平均(PA)负二项式估计
16.动态面板计数模型
16.1EFM模型与操作介绍
(1)恰好识别的GMM
(2)过度识别GMM
16.2LFM与操作介绍