课程分类

课程介绍
课程目录
用户评论
课程介绍
课程目录
用户评论

你将获得

  • 掌握某些知识点
  • 学会某些技巧(或思路)

教学服务

  • icon

    1v1专属答疑服务

  • icon

    BAT专家面试辅导

课程详情

课程概述  

老师介绍  
  

副教授,数量经济学博士,理论经济学在站博士后,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分位数回归的理论与详细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

1.分位数回归的基本理论
1.1均值模型的缺陷与分位数回归的诞生
1.2条件分位数回归的估计
1.3数据描述
1.4操作流程
(1)使用默认协方差矩阵的分位数回归
①程序介绍
②操作流程
A.基本估计
B.计算稳健VCE
(2)稳健与聚类标准误分位数回归
①程序介绍
②操作流程
A.异方差稳健标准误分位数回归
B.使用回归元作为变量计算MSS检验
C.聚类标准误分位数回归
(3)分位数范围回归
①程序介绍
②操作流程
(4)bootstrap分位数回归
①单一bootstrap分位数回归
A.程序介绍
B.操作流程
②联合bootstrap分位数回归
A.联合bootstrap分位数回归的优势
B.程序介绍
C.操作流程
D.系数相等性检验
(5)回归结果图示
①程序介绍
②操作流程
A.基本图形与解释
B.增加图形标题
C.bootstrap估计结果图示
D.联合bootstrap估计结果图示
E.系数比较
2.非条件固定效应面板分位数估计
2.1模型介绍
2.2包含固定效应的面板分位数估计
2.3数据描述与导入
2.4程序介绍
2.5操作流程
①常规标准差估计量
②聚类稳健标准差估计量
③bootstrap标准误估计量
④聚类bootstrap标准误估计量
⑤内核函数的确定
3.非加性固定效应面板数据分位数模型
3.1模型介绍
3.2例子
3.3程序介绍
3.4操作流程
(1)数据描述
(2)数据处理
(3)稳健估计
(4)MCMC稳健估计
(5)MCMC稳健IV估计
4.广义分位数回归模型
4.1基本模型
(1)基本介绍
(2)研究背景
①第一次工作安置的分配效应
②无条件分位数估计
A.二元干预变量
B.无条件分位数回归与分布回归
4.2模型介绍
(1)理论框架
(2)广义分位数估计量
4.3实证应用
4.4程序介绍
4.5操作流程
(1)数据描述
(2)操作流程
①稳健分位数回归
②稳健分位数回归(MCMC优化)
③稳健IV分位数回归(MCMC优化)
④加入倾向性变量的分位数回归(MCMC优化)
⑤加入倾向性变量的IV分位数回归(MCMC优化)
⑥加入倾向性变量的IV分位数回归(格点搜索优化)
5.logistic分位数回归
5.1基本介绍
5.2模型介绍
(1)有界结果的logistic分位数估计
(2)分位数平滑回归系数
(3)因变量未转换预测分位数
5.4操作流程
(1)数据描述
(2)分类预测操作
(3)联立logistic分位数回归
(4)连续预测
6.计数分位数估计模型
6.1模型介绍
6.2程序介绍
6.3操作流程
(1)数据描述
(2)参数估计
(3)系数估计
7.分位数干预效应模型
7.1模型介绍
(1)条件外生QTE
(2)条件内生QTE
(3)无条件QTE
(4)无条件外生QTE
(5)无条件内生QTE
7.2程序介绍
7.3操作流程
(1)数据描述
(2)研究目的
(3)简单估计
①条件外生QTE
②条件内生QTE
③无条件外生QTE
④无条件内生QTE
A.默认权重
B.使用正权重
(2)高级估计
①无条件外生QTE
②交叉验证获得最优平滑参数
③条件内生QTE
8.分位数工具变量估计
8.1模型介绍
8.2程序介绍
8.3操作流程
(1)数据描述
(2)删失分位数IV估计:第一阶段分位数
(3)删失分位数IV估计:第一阶段OLS
(4)删失分位数IV估计:增加置信区间
(5)删失分位数IV估计:分布回归
(6)分位数IV估计
(7)删失分位数(CQR)估计
(8)存在角点解的情况
 
温馨提示
  • 请勿私下交易
    请勿在平台外交易。与机构和老师私下交易造成的任何损失及纠纷,腾讯课堂不承担任何责任
  • 听课说明

    1、电脑:访问腾讯课堂官网 ke.qq.com 查看我的课表或下载win/mac客户端听课

    2、手机/平板:下载腾讯课堂APP, 进入学习页面听课