计量经济学到后面往往对programming有很大的需求,如果你想在计量或者数量方面长期发展的话,建议开始就从STATA或者R来入手,早早的建立良好的编程习惯对你日后是有很大帮助的,也节省时间。
R相对于EViews来说,还是需要一点点门槛的,不过不是很难,因为R中有非常多为计量经济学的R包(比如car包)。如果以后要用计量来做实证分析的话,开始直接就用R会友好很多。缺点可能是这些R包次使用需要在自己去搜索,哪些函数在哪个R包里。而且R里面有个packages叫R Markdown。R Markdown可以使得计量的代码直接在R中写作,而且有highlight,看上去很美观。
R语言作用之强大,成为越来越多的人想要掌握的一种语言。对于初学R语言的人,系统地学习尤其重要,Learning by Doing:
R语言计量经济学应用
对计量经济学,对编程零基础都可以学:
培训时间:2017年12月15-18日(四天)
培训地点:北京市海淀区厂洼街3号丹龙大厦附近
培训费用:3200元 / 2600元 (本科及硕士学生价)
授课安排:上午9:00至12:00; 下午1:30至4:30; 答疑4:30至5:00
课程介绍:
通过四天的学习帮助大家实现:借助R语言来处理实际计量经济学数据,以更好地感受计量经济学的实际应用效果。
在这门课程的学习过程中,基本不会出现大量晦涩的专业术语,也不会有大篇幅的公式推导和运算。授课会用朴素的语言和直观的案例帮助大家理解各类计量模型的应用条件与计算结果,因此对计量经济学基础的要求并不高;同时,尽管R语言不是一项能够通过菜单操作就获得结果的编程语言,但由于R有着异常强大的扩展库,因此对编程基础的要求同样近乎于零。
讲师简介:
阎老师,长期从事数据分析的理论研究、教学和实践工作。
长期关注各类统计软件的发展和国内外各行业的应用情况,一直保持着与统计应用前沿的密切接触,在数据挖掘应用、市场研究应用等领域经验丰富。
擅长企业数据分析和企业诊断,参与多项、省级课题的科研工作,曾任多家电商企业的运营顾问和培训师,积累了大量实战经验。
课程大纲:
部分 R语言快速入门
目标:作为一门应用课程的开篇,这一部分并不会出现艰涩的代码操作,有的只是实用的语法介绍和应用技巧。
1. 数据:构建模型的基本单元
1.1 列表
1.2 数据框
1.3 外部数据导入与格式转换
2. 函数体:呈现逻辑的基本框架
2.1 if…else 条件语句
2.2 for & while 循环语句
2.3 function定义函数
第二部分 截面数据的分析方法
目标:从简单也是要求苛刻的OLS切入,在不断放宽基本假定的过程中陆续引入其他计量模型,以理解不同模型的应用条件,并使用R语言实现对各类模型的拟合。
3. 连续因变量模型
3.1 单纯的一元回归
3.2 现实的多重回归
3.3 细节处理
4. 专题讨论1:多重共线性问题的解决
4.1 逐步回归
4.2 主成分分析与因子分析
5. 专题讨论2:内生性问题的解决
5.1 两阶段最小二乘法
5.2 广义矩估计
6. 离散因变量模型
6.1 二分类概率回归与逻辑回归
6.2 多分类逻辑回归
6.3 定序变量回归
7. 受限变量模型
7.1 断尾数据回归
7.2 删截数据回归
7.3 样本选择模型
第三部分 时间序列数据的分析方法
目标:从简单的单变量平稳时间序列入手,逐步深入,内容涵盖ARMA、VARMA、ARCH、GARCH等模型。
8. 单变量时间序列模型
8.1自回归模型
8.2 移动平均模型
9. 多变量时间序列
9.1 向量误差修正模型
9.2 向量自回归模型
9.3 向量移动平均模型
10. 条件异方差模型
10.1 自回归条件异方差模型
10.2 广义自回归条件异方差模型
第四部分 面板数据的分析方法
目标:从常见的静态面板入手,逐步深入,内容涵盖固定/随机效应模型、分层线性模型、动态面板等内容。
11. 连续因变量静态面板数据模型
11.1 混合回归模型
11.2 固定效应模型
11.3 随机效应模型
11.4 分层线性模型
11.5 双重差分法
11.6 合成控制法
12. 离散因变量数据模型
12.1 面板概率/逻辑回归
12.2 面板泊松/负二项回归
13. 动态面板数据模型
13.1 差分广义矩估计
13.2 系统广义矩估计
优惠:
现场班老学员9折优惠;
同一单位三人以上同时报名9折优惠;
以上优惠不叠加。
报名流程:
1:点击 “我要报名”,填写信息提交;
2:订单缴费(如需刷公务卡支付,请报名后联系我们);
3:给予反馈,确认报名缴费信息;
4:开课前一周发送课程电子版讲义,软件准备及交通住宿指南。
联系方式:
魏老师
QQ:1143703950
Mail:vip@pinggu.org
Tel: 010-68478566
R语言培训扩展:
18年1月R数据挖掘与机器学习初高级(方匡南老师主讲):https://bbs.pinggu.org/thread-3820540-1-1.html