计数模型与Stata操作

0人 购买 好评度 -
用手机看

扫一扫继续用手机看

  • 微信扫码

  • QQ扫码

下载手机APP
收藏
  • 第一期
更多班级

第一期

支持随到随学,24年02月过期

¥576.22

本班因教学质量问题暂时不能报名。 查看详情

课程因违反平台规定暂时不能报名。

立即购买

课程概述

目录

评论

简  介 政治学、经济学、管理学、市场营销学、社会学、医学、生物学、新闻学、传播学、心理学等领域在校本科生、硕士生、博士生与科研工作者的科研利器。
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
 

资料下载报名后支持下载

* 课程提供者:格致之学