机器学习
Why Machine Learning: 我应该学机器学习吗?
神秘而奇妙的机器学习:陈强老师的机器学习现场班侧记
当计量经济学遭遇机器学习:揭开机器学习的神秘面纱(一)
当计量经济学遭遇机器学习(二)
当计量经济学遭遇机器学习(三):高维回归之岭回归
当计量经济学遭遇机器学习(四):高维回归之LASSO
高维回归Lasso之Stata操作案例
对机器学习贡献最大的统计学家:Leo Breiman的传奇人生
机器学习与统计学、计量经济学的区别与联系
OLS
Back to Basics: OLS与内生性
再论OLS:核心变量与控制变量的区别
工具变量法
工具变量法(一): 2SLS
工具变量法(二): 弱工具变量
工具变量法(三):IV真的外生吗?
工具变量法(四):GMM
工具变量法(五): 为何第一阶段回归应包括所有外生解释变量
随机实验
随机实验为何如此有魅力?
双重差分法
双重差分法的平行趋势假定
开学礼包:如何使用双重差分法的交叉项(迄今最全攻略)
倾向得分匹配
倾向得分匹配:psmatch2 还是 teffects psmatch
合成控制法
合成控制法(一)
合成控制法(二)
合成控制法(三)
交互项专题
关于交互项的那些事(一)
关于交互项的那些事(二):画交互效应图原来如此简单
关于交互项的那些事(三):遗漏变量偏差 vs 多重共线性
关于交互项的那些事(四):非线性模型中的交互效应
主成分分析
为何你还没理解主成分分析
因子分析
古老而神秘的因子分析(一)
古老而神秘的因子分析(二)
古老而神秘的因子分析(三)
概率论
数学家眼中的概率究竟是怎样的(一):神秘的不可测集
数学家眼中的概率究竟是怎样的(二):测度与概率
统计学
民调为何无法预测川普胜选美国总统?
女士品茶(一):费歇尔的精确检验
女士品茶(二):置换检验(Permutation Test)
一石二鸟:从迭代期望定律透视辛普森悖论
计量知识
应用计量经济学的常见问题
陆铭老师论代理变量与度量误差
关于 Confounder 的那些事
计量经济学中的“条件”与“无条件”
To Take Log, or Not to Take Log (取对数,还是不取对数)常用计量方法的适用条件总结(上)
计量方法的适用条件汇总(二):倾向得分匹配
Stata编程
认识 Stata 的暂元(Macro)
如何解决 Stata 14 的中文乱码问题?
高级计量经济学与Stata现场班(含机器学习与高维回归,北京,十一)
本文为山东大学陈强教授原创,摘自陈强老师微信公众号“econometrics-stata”,转载请注明作者与出处。