课程概要

• 主要内容：

  本课程主要介绍计量经济学，特别是微观计量经济学的方法和应用。本课程主要包括三部分，第一部分包含了学习计量经济学的基本知识，如线性代数、投影、幂等矩阵、条件期望、大样本理论等基本的理论知识；第二部分包含了计量经济学的基础内容，包括古典线性回归方法、简单的机器学习等拟合方法、线性回归的估计、解释和检验等，以及内生性和工具变量方法；第三部分包括一部分微观计量经济学的应用，如处理效应的识别与估计、自然实验的思想以及一部分面板数据的初步。此外，本课程还将包含一部分使用Stata软件处理计量模型的内容。

• 教学目标：

  本课程的主要目标是使学生掌握基础的计量经济学工具，并深入理解计量经济学的思想和方法，特别是对于内生性问题的理解和解决方法。要求学生能在理解的基础之上正确的选择和使用计量经济学模型，并利用统计软件对经济学的理论问题进行实证分析，为接下来其他科目的经济学学习做好计量经济学的准备。

课程材料

• 代码和数据
• Stata讲义
• Stata PPT
• 线性代数复习

课程内容

1. 概率与统计回顾 PPT
2. 线性回归：拟合与预测PPT 讲义
   • 作业：1.5、1.6、1.7、1.9
3. 线性回归：拟合优度与模型选择PPT 讲义
   • 作业：2.2、2.4、2.5、2.7
4. 二元选择与广义线性模型PPT 讲义
   • 作业：3.1、3.5
5. 其他回归方法PPT 讲义
   • 4.4
6. 监督学习PPT 讲义
7. 数据生成过程与外生性PPT 讲义
8. 外生性下的线性回归PPT 讲义
   • 作业：7.3、7.4、7.5、7.8
9. 系数的解释及控制变量PPT 讲义

• 作业：8.1、8.4、8.5、8.6、8.7、8.12

10. 线性回归中的假设检验PPT 讲义

• 作业：9.1、9.2、9.3、9.9

11. Rubin因果模型与匹配PPT
12. 面板数据PPT 讲义
13. 内生性PPT 讲义
14. 工具变量PPT