Stata学术研讨班课程标准
【课程简介】
Stata初级班在内容的安排上，基本上遵循了由浅入深，循序渐进的思路。Stata培训第1-4讲依序介绍stata的基本用法、数据处理、程序编写和绘图。学习这些内容无需太多的计量经济学基础。Stata培训第5-8讲重点介绍文献中广泛使用的一些计量方法，包括对OLS的各种应用、Logit模型、内生性问题的处理方法以及Panel Data模型。
Stata高级班将重点介绍各类近年来得到广泛应用的面板数据模型，包括动态面板模型、面板VAR模型和面板门槛模型，这些内容将在Stata培训第3-5讲中介绍。
【课程特色】
在初级班中，力求将四天的课程设置成一个比较完整的体系，目的有二： 其一，希望大家经过四天的学习（尚需另外花费1-2个月的时间演练吸收），能对基本的统计和计量分析方法有所掌握，能读懂多数期刊论文中使用的分析方法； 其二，希望诸位能建立起stata的基本架构，熟知stata能做什么、如何做？以期为后续学习打下宽厚扎实的基础。 高级班分别讲解研究设计和论文发表相关的内容，介绍Tobit模型和CountData模型。
【学员打分】
99.5分
Stata DVD课程
Stata 现场班
【优秀评语】
对Stata有了更清晰的认识
很有启发性，很有条理性
对Stata有了深入了解，受益匪浅
实例中具体方法的应用收益很多
对Stata程序命令背后的思想有了更深刻的认识和理解
对论文写作思路和技能有很大的提升
通过本课程发现了很多有意义的研究主题
【课程标准】
1.Stata简介
1.1数据的导入和导出
1.2执行指令和基本统计分析
1.3do文件和log文件的使用
1.4帮助文件的使用和外部命令的获取
1.5一篇范例文档
2.数据处理
2.1数据的横向合并和纵向追加
2.2重复样本值、缺漏值和离群值的处理
2.3基本统计量的呈现
2.4基本统计分析(组间均值差异和中位数差异检验)
2.5文字变量的处理
2.6大型数据的处理范例(GTA数据库和工业企业数据库)
3. 模型的设定和解释
3.1线性回归模型回顾（OLS）
3.2虚拟变量和交乘项的使用及解释
3.3R2分解和贡献度分析
3.4分组回归和组间系数差异检验
3.5Bootstrap、Jackknife及稳健性标准误的获取
3.6估计结果的呈现和分析
4.Stata程序
4.1局域暂元和全局暂元（local, global）
4.2控制语句（条件语句、循环语句）
4.3Stata中的各类函数
4.4分组回归分析
4.5范例：盈余管理程度的估算、现金持有调整系数的估算
5. Stata绘图
5.1Stata绘图命令的基本架构
5.2常用图形概览(折线图、直方图、密度函数图、柱状图)
5.3选项的设定
5.4图形元素属性的设定
5.5复杂图形的绘制范例
6. Logit模型
6.1Logit模型简介
6.2模型设定和估计方法
6.3结果的解释
6.4多元Logit模型（Multinomial Logit）
6.5应用实例:不同背景人群的选举倾向
7. 内生性问题及估计方法
7.1工具变量法（IV）和广义矩估计法（GMM）简介
7.2倍分法（Difference in Difference）
7.3处理效应模型（Treatment Effect Model）
7.4应用实例（介绍3篇论文）
8. 时间序列分析
8.1 时间序列资料的处理
8.2ARIMA模型
8.3向量自回归（VAR）模型：估计和检验
8.4向量自回归（VAR）模型：因果检定和冲击反应
8.5 单位根检验
8.6 协整分析和误差修正模型
8.7 GARCH模型（GARCH，E-GARCH，T-GARCH）
9. 面板数据模型
9.1静态面板模型：固定效应和随机效应
9.2基于Bootstrap的Hausman检验
9.3异方差和序列相关（Bootstrap稳健型标准误的获取）
9.4包含内生变量的固定效应模型
9.5实证分析中的常见问题
9.6应用实例（介绍3篇论文）
10.实证分析的研究设计
10.1计量基本知识回顾
10.2研究设计的基本思路和常见模式
10.3如何呈现和分析结果？
10.4何谓稳健性检验？
10.5如何提炼你的研究贡献和结论？
11.自抽样和蒙特卡洛模拟
11.1 Bootstrap的原理和Stata实现
11.2 Bootstrap组间系数差异检验
10.3 Bootstrap获取复杂统计量的临界值
11.4 Monte Carlo的基本原理
11.5 Monte Carlo应用实例：内生性偏误的后果
12.动态面板模型
12.1一阶差分GMM估计量（FD-GMM）
12.2序列相关检验和过度识别检验（Sargan检验）
12.3案例分析：资本结构动态调整分析
13.面板VAR模型
13.1VAR模型简介
13.2面板VAR模型简介
13.3冲击反应函数(IRF)
13.4方差分解(FEVD)
13.5应用实例：金融发展与投资支出关系分析
14.面板门槛和联立方程模型
14.1面板门槛模型（Panel Threshold Model）
14.2面板联立方程组模型（Panel Simultaneous Equations Model）
14.3案例分析：资本结构与经营绩效关系分析
15. Tobit模型
15.1Tobit模型简介及应用
15.2IV-Tobit模型
15.3面板Tobit模型
15.4假设检验和边际效应
15.5应用实例（介绍2篇论文）
16. 计数模型 (Count Data)
16.1计数模型简介及应用
16.2Poisson回归模型
16.3负二项回归模型
16.4应用实例（介绍2篇论文）
17. 论文写作与课题申请
17.1如何发现新的研究主题
17.2EndNote软件、Google Scholar和Word的完美结合
17.3如何与审稿人有效沟通
17.4课题申请书的撰写与经验分享