计量经济学-2019

计量经济学-2019

(0 评论)

免费

该课程已关闭购买
请联系客服
  • 课程导入
  • 【PPT讲义】计量经济学课程与统计知识
  • 第一章 一元线性回归模型
  • 1.1 计量经济学简介与建模步骤
  • 【PPT讲义】计量经济学简介与建模步骤
  • 1.2 模型的建立及其假定条件
  • 【PPT讲义】模型的建立及其假定条件
  • 1.3 一元线性回归模型的参数估计
  • 【PPT讲义】一元线性回归模型的参数估计
  • 1.4 yt,β^1和β^0的分布
  • 【PPT讲义】yt,β^1和β^0的分布
  • 1.5 σ2的估计
  • 【PPT讲义】σ2的估计
  • 1.6 最小二乘估计量的统计性质
  • 【PPT讲义】最小二乘估计量的统计性质
  • 1.7 最小二乘回归函数的性质
  • 【PPT讲义】最小二乘回归函数的性质
  • 1.8 拟合优度的测量
  • 【PPT讲义】拟合优度的测量
  • 1.9 回归系数的显著性检验
  • 【PPT讲义】回归系数的显著性检验
  • 1.10 回归系数的置信区间
  • 【PPT讲义】回归系数的置信区间
  • 1.11 单方程回归模型的预测
  • 【PPT讲义】单方程回归模型的预测
  • 1.12 相关分析
  • 【PPT讲义】相关分析
  • 1.13 回归系数β^1与相关系数r的关系
  • 【PPT讲义】回归系数β^1与相关系数r的关系
  • 1.14 案例分析
  • 【PPT讲义】案例分析
  • ★章节题库
  • 【章节习题】第1章 一元线性回归模型
  • 第二章 多元线性回归模型
  • 2.1 多元线性回归模型及其假定条件
  • 【PPT讲义】多元线性回归模型及其假定条件
  • 2.2 最小二乘法
  • 【PPT讲义】最小二乘法
  • 2.3 最小二乘估计量的特性
  • 【PPT讲义】最小二乘估计量的特性
  • 2.4 残差的方差
  • 【PPT讲义】残差的方差
  • 2.5 Y与最小二乘估计量 β^的分布
  • 【PPT讲义】Y与最小二乘估计量 β^的分布
  • 2.6 多重可决系数(多重确定系数)
  • 【PPT讲义】多重可决系数(多重确定系数)
  • 2.7 F检验
  • 【教学视频】F检验
  • 2.8 t检验和回归系数的置信区间
  • 【PPT讲义】t检验和回归系数的置信区间
  • 2.9 预测
  • 【PPT讲义】预测
  • 2.10 多元线性回归计算举例
  • 【PPT讲义】多元线性回归计算举例
  • 2.11 偏相关与复相关
  • 【PPT讲义】偏相关与复相关
  • 2.12 案例分析
  • 【PPT讲义】案例分析
  • 2.13 实际建模过程中应该注意的若干问题
  • 【PPT讲义】实际建模过程中应该注意的若干问题
  • ★章节题库
  • 【章节习题】第2章 多元线性回归模型
  • 第三章 可线性化的非线性回归模型
  • 3.1 可线性化的7种非线性函数
  • 【PPT讲义】可线性化的7种非线性函数
  • 3.2 可线性化的非线性模型综合案例
  • 【PPT讲义】可线性化的非线性模型综合案例
  • 3.3 可线性化的非线性模型一览表
  • 【PPT讲义】可线性化的非线性模型一览表
  • ★章节题库
  • 【章节习题】第3章 可线性化的非线性回归模型
  • 第四章 特殊解释变量
  • 4.1 虚拟变量
  • 【PPT讲义】虚拟变量
  • 4.2 工具变量
  • 【PPT讲义】工具变量
  • 4.3 滞后变量
  • 4.4 随机解释变量
  • 【PPT讲义】随机解释变量
  • ★章节题库
  • 【章节习题】第4章 特殊解释变量
  • 第五章 异方差
  • 5.1 同方差假定
  • 【PPT讲义】同方差假定
  • 5.2 异方差的表现与来源
  • 【PPT讲义】异方差的表现与来源
  • 5.3 模型存在异方差的后果
  • 【PPT讲义】模型存在异方差的后果
  • 5.4 异方差检验
  • 【PPT讲义】异方差检验
  • 5.5 克服异方差的方法
  • 【PPT讲义】克服异方差的方法
  • 5.6 案例分析
  • 【PPT讲义】案例分析
  • ★章节题库
  • 【章节习题】第5章 异方差
  • 第六章 自相关
  • 6.1 非自相关假定
  • 【PPT讲义】非自相关假定
  • 6.2 自相关的来源与后果
  • 【PPT讲义】自相关的来源与后果
  • 6.3 自相关检验
  • 【PPT讲义】自相关检验
  • 6.4 自相关的解决方法
  • 【PPT讲义】自相关的解决方法
  • 6.5 克服自相关的矩阵描述
  • 6.6 自相关系数的估计
  • 【PPT讲义】自相关系数的估计
  • 6.7 案例分析
  • 【PPT讲义】案例分析
  • ★章节题库
  • 【章节习题】第6章 自相关
  • 第七章 多重共线性
  • 7.1 非多重共线性假定
  • 【PPT讲义】非多重共线性假定
  • 7.2 多重共线性的来源
  • 【PPT讲义】多重共线性的来源
  • 7.3 多重共线性的后果
  • 【PPT讲义】多重共线性的后果
  • 7.4 多重共线性的检测
  • 【PPT讲义】多重共线性的检测
  • 7.5 多重共线性的解决方法
  • 【PPT讲义】多重共线性的解决方法
  • 7.6 案例分析
  • 【PPT讲义】案例分析
  • 7.7 多重共线性与解释变量的不正确剔除
  • 【PPT讲义】多重共线性与解释变量的不正确剔除
  • 7.8 违反模型假定条件的其他几种情形
  • 【PPT讲义】违反模型假定条件的其他几种情形
  • ★章节题库
  • 【章节习题】第7章 多重共线性
  • 第八章 联立方程模型
  • 8.1 联立方程模型的概念
  • 【PPT讲义】联立方程模型的概念
  • 8.2 联立方程模型的分类
  • 【PPT讲义】联立方程模型的分类
  • 8.3 联立方程模型的识别
  • 【PPT讲义】联立方程模型的识别
  • 8.4 联立方程模型的估计方法
  • 【PPT讲义】联立方程模型的估计方法
  • 8.5 联立方程模型举例
  • 【PPT讲义】联立方程模型举例
  • ★章节题库
  • 【章节习题】第8章 联立方程模型
  • 第九章 模型诊断常用统计量与检验
  • 9.1 检验模型中全部解释变量都无解释作用的F统计量
  • 【PPT讲义】检验模型中全部解释变量都无解释作用的F统计量
  • 9.2 检验单个回归系数显著性的t统计量
  • 【PPT讲义】检验单个回归系数显著性的t统计量
  • 9.3 检验回归系数线性约束条件是否成立的F统计量
  • 【PPT讲义】检验回归系数线性约束条件是否成立的F统计量
  • 9.4 似然比统计量
  • 【PPT讲义】似然比统计量
  • 9.5 沃尔德(Wald)统计量
  • 【PPT讲义】沃尔德(Wald)统计量
  • 9.6 拉格朗日乘子统计量
  • 【PPT讲义】拉格朗日乘子统计量
  • 9.7 赤池、施瓦茨和汉南-奎因统计量
  • 【PPT讲义】赤池、施瓦茨和汉南-奎因统计量
  • 9.8 检验正态分布性的JB统计量
  • 【PPT讲义】检验正态分布性的JB统计量
  • 9.9 格兰杰因果性检验
  • 【PPT讲义】格兰杰因果性检验
  • 9.10 邹突变点检验
  • 【PPT讲义】邹突变点检验
  • 9.11 回归系数稳定性的邹检验
  • 【PPT讲义】回归系数稳定性的邹检验
  • 9.12 递归分析
  • ★章节题库
  • 【章节习题】第9章 模型诊断常用统计量与检验
  • 第十章 时间序列ARIMA模型
  • 10.1 随机过程与时间序列定义
  • 【PPT讲义】随机过程与时间序列定义
  • 10.2 ARIMA模型的分类
  • 【PPT讲义】ARIMA模型的分类
  • 10.3 伍尔德(Wold)分解定理
  • 【PPT讲义】伍尔德(Wold)分解定理
  • 10.4 自相关函数及其估计
  • 【PPT讲义】自相关函数及其估计
  • 10.5 偏自相关函数及其估计
  • 【PPT讲义】偏自相关函数及其估计
  • 10.6 ARIMA模型的建立、估计过程与预测
  • 【PPT讲义】ARIMA模型的建立、估计过程与预测
  • 10.7 ARIMA模型建模案例
  • 【PPT讲义】ARIMA模型建模案例
  • 10.8 季节时间序列ARIMA模型
  • 【PPT讲义】季节时间序列ARIMA模型
  • 10.9 回归与ARMA组合模型(regARIMA模型)
  • 【PPT讲义】回归与ARMA组合模型(regARIMA模型)
  • ★章节题库
  • 【章节习题】第10章 时间序列ARIMA模型
  • 第十一章 虚假回归
  • 11.1 问题的提出
  • 【PPT讲义】问题的提出
  • 11.2 单整性定义
  • 【PPT讲义】单整性定义
  • 11.3 单整序列的统计特征
  • 【PPT讲义】单整序列的统计特征
  • 11.4 虚假回归
  • 【PPT讲义】虚假回归
  • ★章节题库
  • 【章节习题】第11章 虚假回归
  • 第十二章 单位根检验
  • 12.1 4种典型的非平稳过程
  • 【PPT讲义】4种典型的非平稳过程
  • 12.2 DF,T(β^-1)统计量的分布特征
  • 【PPT讲义】DF,T(β^-1)统计量的分布特征
  • 12.3 单位根检验
  • 【PPT讲义】单位根检验
  • 12.4 单位根检验的EViews 9操作
  • 【PPT讲义】单位根检验的EViews 9操作
  • 12.5 单位根检验案例分析
  • 【PPT讲义】单位根检验案例分析
  • 12.6 结构突变序列的单位根检验
  • 【PPT讲义】结构突变序列的单位根检验
  • ★章节题库
  • 【章节习题】第12章 单位根检验
  • 第十三章 单方程误差修正模型
  • 13.1 均衡概念
  • 【PPT讲义】均衡概念
  • 13.2 误差修正模型
  • 【PPT讲义】误差修正模型
  • 13.3 协整定义
  • 【PPT讲义】协整定义
  • 13.4 协整检验
  • 【PPT讲义】协整检验
  • 13.5 格兰杰定理
  • 【PPT讲义】格兰杰定理
  • 13.6 建立单方程误差修正模型的EG两步法
  • 【PPT讲义】建立单方程误差修正模型的EG两步法
  • ★章节题库
  • 【章节习题】第13章 单方程误差修正模型
  • 第十四章 面板数据模型
  • 14.1 面板数据的定义
  • 【PPT讲义】面板数据的定义
  • 14.2 面板数据模型分类
  • 【PPT讲义】面板数据模型分类
  • 14.3 面板数据模型估计方法
  • 【PPT讲义】面板数据模型估计方法
  • 14.4 面板数据模型的设定与检验
  • 【PPT讲义】面板数据模型的设定与检验
  • 14.5 面板数据建模案例分析
  • 【PPT讲义】面板数据建模案例分析
  • 14.6 面板数据建模的EViews 9操作
  • 【PPT讲义】面板数据建模的EViews 9操作
  • ★章节题库
  • 【章节习题】第14章 面板数据模型