请选择 进入手机版 | 继续访问电脑版
楼主: 资料狂人
42889 52

[学科前沿] 2021_内生性与扩展回归模型(ERM)_陈传波亲授 [分享]

VIP管理员

泰斗

81%

还不是VIP/贵宾

-

威望
9
论坛币
985009222 个
通用积分
26329.4540
学术水平
4563 点
热心指数
3343 点
信用等级
3567 点
经验
581776 点
帖子
8251
精华
142
在线时间
15535 小时
注册时间
2010-3-31
最后登录
2021-5-7

初级热心勋章 初级学术勋章 中级学术勋章 中级热心勋章 初级信用勋章 中级信用勋章 高级学术勋章 高级热心勋章 高级信用勋章 特级信用勋章 特级学术勋章

资料狂人 在职认证  发表于 2020-9-29 09:59:37 |显示全部楼层

内生性(Endogeneity)是实证研究中经常被质疑,不能回避的难题。

究竟什么是内生性?

为什么一定要揪住内生性不放?

换言之,忽略内生性将导致什么后果?

为什么会产生内生性?

内生性来源于哪里?

如何判断是否存在内生性?

如何检验内生性?


我们经常听到多种不同的“内生”,如内生变量 (Endogenous covariates)、内生样本选择(Endogenous sample selection)、内生处理指派(Endogenous treatment assignment)等,这些概念之间有什么区别和联系?


仅以内生变量为例,我们还会面临以下困惑:

内生变量可否取离散形式?

可否包含内生变量的二次项或更高次项?

如何应对多个内生变量?

多个内生变量是否允许交互?

内生变量是否可与外生变量交互?

内生变量的决定方程中若又包含内生变量,又该如何处理?

如果存在内生性,怎么应对内生性?

若一项研究同时涉及到多种内生性时,又该怎么办?

针对不同的内生性是否要采取不同的应对方法?

这些不同的方法如何整合?

当不同的内生性同时出现并且相互交织在一起时,又该怎么办?


STATA的扩展回归模型(ERM,EXTENDED REGRESSION MODELS),用一条命令同时处理内生变量、内生样本选择、内生处理指派和随机效应。ERM适用于连续变量、0-1变量和有序多元离散的因变量、自变量和工具变量,也允许变量取高次项以及变量之间的交互,还可用于面板数据和层次模型。


ERM在单独应对某类内生性时,等价于以下传统的十多种STATA命令:regress,ivregress,gmm(广义矩估计), heckman, tobit, intereress, probit,oprobit, teffects,  etregress(内生处理回归), movestay(内生转换模型,endogenous switching regression),ivtobit,xtregress, xtprobit,xtoprobit, xtivreg, 等等。

更重要的是,ERM可以同时应对多种内生性问题。

ERM虽然名为扩展回归模型,但却基于多元正态分布和极大似然估计。


Stata宝典——《Stata十八讲》作者陈传波9月22日专题直播丨内生性来源及其应对好评如潮:

1.jpg


2.jpg


3.jpg


4.jpg


陈传波老师2天亲内生性与扩展回归模型(ERM)

以上问题帮你统统搞定!!

培训时长:12小时

培训方式:线上学习,提供全套资料及主讲老师答疑

培训费用:2200元/1800元(学生优惠价仅限全日制本科及硕士在读)

在线报名:https://www.peixun.net/main.php?mod=buy&cid=1741


讲师介绍:

陈传波,中国人民大学副教授,博士生导师。自1999年开始,钻研STATA二十余载,著有《STATA十八讲》,自2004年以来,一直在中国人民大学讲授《计量经济学》。在《统计研究》等期刊发表过相关论文,为国家第三次农业普查骨干培训班讲过课。主持过多项国家社科基金和国家自然科学基金。


课程特色:

本课程拟将STATA模拟、案例和必要的数学公式三者紧密结合,帮助学员打通任督二脉,在尽可能短的时间内掌握其中的关键,明白背后的基本原理和基本操作,不仅学会如何识别和检验各类内生性,也学会如何用一条命令处理多种内生性,还能正确解读分析结果


课程内容:

一、计量模型的本质



二、随机变量及其分布

1. 概率模型

2. 分布(正态分布、卡方分布、t分布)

3. 大数定理

4. 中心极限定理



三、估计量及其性质

1. 估计量

2. 线性、无偏性、有效性

3. 正态性

4. 区间估计

5. 假设检验

6. 渐近正态性

7. 一致性



四、多元线性回归

1. 随机向量

2. 期望阵与方差阵

3. 多元回归与一致估计



五、什么是内生性

1. 内生性

2. 相关性

3. 正交性

4. 严外生性



六、忽略内生性的后果



七、内生性的来源和检验

1. 遗漏变量

2. 测量误差

3. 联立因果

4. 内生处理

5. 内生样本选择

6. 随机效应

7. 模型误定偏误




八、如何应对内生性

1. 控制变量

2. 差分估计(DID,合成控制法)

3. 代理变量

4. 工具变量(IV,2SLS,GMM)

5. 匹配估计

6. 断点回归

7. 控制函数(CF)

8. ERM(ML+CF)




九、ERM原理

1. 极大似然估计

2. 多元正态分布分解

3. 内生变量

4. 内生选择

5. 内生样本选择

6. ERM框架

7. 二元因变量

8. 序次因变量

9. 面板数据与层次模型



十、综合操作性案例


报名流程:

1,点击“https://www.peixun.net/main.php?mod=buy&cid=1741”,在线提交报名信息;

2,经管之家论坛账号登录,进入结算中心支付;

3,支付后发送资料,进入答疑群;

4,开通学习权限;

5,快递发票,开课通知,课后发送结业证书。


优惠政策:

1,学术班老学员九折优惠;

2,同一单位3-5人同时报名九折优惠;

3,同一单位6人同时报名八折优惠;

折扣优惠与学生价优惠不叠加。


课程咨询:

尹老师

电话:010-53352991

QQ:42884447

WeChat:yinyinan888

尹老师微信二维码.png

关键词:回归模型 内生性 陈传波 ERM Endogeneity

已有 1 人评分经验 收起 理由
wwqqer + 100 精彩帖子

总评分: 经验 + 100   查看全部评分



stata SPSS
资料狂人 在职认证  发表于 2020-9-29 10:11:02 |显示全部楼层
专题直播丨内生性来源及其应对
1, 内生性的本质与来源
2, ERM应对内生性的案例简介
http://www.peixun.net/main.php?mod=buy&cid=1718
回复

使用道具 举报

资料狂人 在职认证  发表于 2020-9-29 10:11:29 |显示全部楼层
内生性与扩展回归模型(ERM)专题
本课程拟将STATA模拟、案例和必要的数学公式三者紧密结合,在尽可能短的时间内掌握其中的关键,不仅学会如何识别和检验各类内生性,也学会如何用一条命令处理多种内生性,还能正确解读分析结果。
http://www.peixun.net/main.php?mod=buy&cid=1713
回复

使用道具 举报

资料狂人 在职认证  发表于 2020-9-29 10:13:40 |显示全部楼层
Stata实操与实证计量发文丨张川川亲授及答疑
课程结合具体案例和STATA软件操作介绍目前在应用微观研究领域(劳动经济学、发展经济学、健康经济学、城市经济学、国际贸易和实证金融等)使用最为广泛的计量分析方法:工具变量方法(IV)、倍差法(DID)、断点回归方法(RD)、匹配方法、面板数据分析方法。
给你完整展示论文的选题构思,方法与模型,投稿与发表!!
http://www.peixun.net/main.php?mod=buy&cid=1552

回复

使用道具 举报

资料狂人 在职认证  发表于 2020-9-29 10:14:59 |显示全部楼层
Stata因果推断专题讨论会丨从线性回归走向因果推断王存同亲授与答疑
重在讨论如何利用Stata软件进行因果推断。在专题讨论与演示中,将因果推断模型与统计软件的应用与操作有机结合,力图与大家在较短时间内分享因果推断的基本思想、原理、模型、方法及适用范围,并以真实数据为演示案例,与大家分享因果推断的思辨、模型构建、软件应用及结果解读的能力,为发表高水平的实证研究论文奠定基础。
http://www.peixun.net/main.php?mod=buy&cid=1661
回复

使用道具 举报

资料狂人 在职认证  发表于 2020-9-29 10:15:41 |显示全部楼层
Stata实用计量方法丨黄河泉亲授与答疑
课程以介绍当代实用计量方法为主,Stata 操作为辅,而以发表 (C)SSCI 论文为目标。让学员可以复制成功发表的经验。
http://www.peixun.net/main.php?mod=buy&cid=1377
回复

使用道具 举报

xujingjun 发表于 2020-9-29 11:04:35 |显示全部楼层

回帖奖励 +3

回复

使用道具 举报

zhangjuncai412 发表于 2020-9-29 11:08:26 |显示全部楼层
已有 1 人评分论坛币 收起 理由
资料狂人 + 3 节日快乐

总评分: 论坛币 + 3   查看全部评分

回复

使用道具 举报

junzhitianxia 发表于 2020-9-29 16:23:20 |显示全部楼层
已有 1 人评分论坛币 收起 理由
资料狂人 + 3 节日快乐

总评分: 论坛币 + 3   查看全部评分

回复

使用道具 举报

yy123456 发表于 2020-9-29 17:55:28 |显示全部楼层
厉害了强
已有 1 人评分论坛币 收起 理由
资料狂人 + 3 节日快乐

总评分: 论坛币 + 3   查看全部评分

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 我要注册

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2021-5-7 15:18