友情链接:
合作联系
|
ASPEN培训课程
金融/科研数据分析师、高校师生及政策研究人员。
掌握Stata编程与数据处理，实现分析流程的自动化与可重复性。
熟练运用线性回归、面板模型及时间序列等核心计量方法。
能够独立完成从数据清洗到政策效应评估（DID/RDD）的完整建模。
Stata软件概述：Stata的版本选择与界面布局；日志文件（log）的创建与管理；do-file编辑器与命令语法结构（变量、时间变量、样本区间、权重、选项）；因子变量的使用（虚拟变量、交乘项、双重差分法基础）。
数据管理与清洗：多种格式数据（Excel、CSV、TXT）的导入与导出；数据的合并（横向/纵向）与追加；变量的生成与替换；缺失值处理与异常值检测；数据集的标签与注释管理。
数据可视化：直方图、核密度图、箱线图、散点图矩阵的绘制；图形元素的定制（颜色、标题、坐标轴）；统计图形的输出与导出。
描述性统计与假设检验：描述性统计量（均值、标准差、分位数）的计算；正态性检验；均值比较的T检验、方差分析；相关系数矩阵。
经典线性回归：回归分析的基本假设；regress命令的实现；回归结果的解读（系数、t值、R²、F检验）；预测值与残差的的生成与检验；异方差、序列相关和多重共线性的检验与处理（稳健标准误、广义最小二乘法）。
内生性与工具变量法：内生性问题的来源与后果；工具变量的选择条件（相关性与外生性）；两阶段最小二乘法（ivregress）；过度识别检验与弱工具变量检验。
面板数据模型：面板数据的定义与设定；固定效应模型（FE）、随机效应模型（RE）的估计与选择（Hausman检验）；时间效应、异方差和序列相关处理；动态面板模型的GMM估计。
离散选择与受限因变量模型：二元选择模型（Logit/Probit）的估计与解释（边际效应）；排序选择模型；计数数据模型（泊松回归、负二项回归）；Tobit模型与Heckman选择模型。
时间序列分析：时间序列的平稳性检验（单位根检验ADF）；协整分析与误差修正模型（VECM）；向量自回归模型（VAR）；格兰杰因果检验。
政策效应评估方法：双重差分法（DID）模型设定与平行趋势检验；倾向得分匹配（PSM）的原理与实现；断点回归（RDD）的估计与带宽选择。
Stata编程与结果输出：宏（local/global）与循环（foreach, forvalues）的使用；矩阵运算（Mata）；自编程序的完整过程；将结果导出至Word/Excel/LaTeX的便捷方法。
综合案例演练：从数据清洗、描述性分析、模型选择到结果解读的全流程实战（如：劳动力供给影响因素分析、金融时间序列预测、政策效应评估）。
