开学季计划：2023跟陈强老师学习计量与机器学习

　　还有Python机器学习（寒暑假开班）和计量经济学（线上视频，随报随学）

　　分别于1992年与1995年获得北京大学经济学学士与硕士学位，2007年获美国Northern Illinois University数学硕士与经济学博士学位，现任山东大学经济学院教授，博士生导师，泰岳经济研究中心副主任（主持工作）。主要研究领域为计量经济学、经济史。

　　陈强老师著有畅销研究生教材《高级计量经济学及Stata应用》（第2版，高教社，2014），以及《机器学习及R应用》（高教社，2020）与《机器学习及Python应用》（高教社，2021）。陈强老师特别擅长深入浅出、直指人心地介绍数据分析原理，深受广大学生们的喜爱，其现场班常常人满为患、好评如潮。

　　特色 #1通过四天心无旁骛的学习，全面而深入地了解高级计量经济学的体系及其Stata实操。这是其他短期培训所无法比拟的。

　　特色 #2在夯实计量理论基础的同时，迅速将学员们拉到当代计量实证研究的最前沿，使学员们可以先知先觉、决胜未来。

　　特色 #3现场班全程由经典教材《高级计量经济学及Stata应用》的作者陈强教授主讲。你或许知道该书因条理清晰、通俗易懂、深入浅出而好评如潮，但只有上过陈强老师课的学生才能体会到，陈老师的现场授课所具有的直指人心之独特魅力，帮助学员立刻进入高级计量的境界，融会贯通，恍然大悟。

　　本次高级计量经济学及Stata现场班，将根据多次现场班的反馈进一步完善。在课程内容的设计上，主要指导思想是在较短时间内，将高级计量及Stata的精髓及核心内容，以最通俗生动的语言以及大量的案例交给学员。在夯实计量理论基础的同时，特别注重因果推断的具体应用，迅速将学员们拉到当代计量实证研究的最前沿。

　　由于学员的基础不同，本课程仅对学员背景做最低要求，即假设学员知道概率统计及少量线性代数，但不要求学过计量经济学或Stata操作。因为“大道至简至易”，初级计量与高级计量的本质是一样的，学子们最需要的是能够直指人心地洞明计量原理与操作工具，然后得心应手地用于实战（而非完成习作）。

　　掌握高级计量经济学的核心方法及Stata操作，不再茫然，知其然而知其所以然，迅速成为处理数据及定量分析的高手。

　　着重介绍小样本与大样本OLS，以及相应的普通标准误、异方差稳健标准误、异方差自相关稳健标准误、聚类稳健标准误、自助标准误。深切理解OLS的原理与适用条件，是一切计量原理的基础。

　　包括虚拟变量，调节效应，交互效应，中介效应（机制检验），核心变量与控制变量的区别（控制变量的内生性），广义最小二乘法（GLS）。

　　案例：改革开放的结构变动；红薯与旱灾的交互效应；校外学习机会的代理变量。

　　及时地介绍Stata知识，以OLS在Stata的实现作为入门，体会Stata的简单与强大。

　　由于双向因果、遗漏变量、度量误差的普遍存在，内生性是实证研究的常见难题，而工具变量法是解决内生性的利器，包括2SLS，LIML，GMM。

　　案例：殖民者死亡率与制度；出生季度与教育年限；经济增长与非洲内战；国企改革的作用；警察与犯罪率；美国年轻男子的教育回报。

　　被解释变量为虚拟变量的二值选择模型有着广泛的应用。包括Probit，Logit，QMLE等。

　　面板数据由于能控制个体异质性（heterogeneity），缓解遗漏变量偏差，在实践中越来越重要。静态面板是最常见的面板，包括个体固定效应、随机效应、时间固定效应、双向固定效应、个体时间趋势、交互固定效应（interactive fixed effects）等。

　　经济现象常具有某种惯性或部分调整，即被解释变量的滞后值出现在方程右边。动态面板也因为可自带工具变量而应用广泛。包括差分GMM、水平GMM与系统GMM等。

　　非参与半参方法由于其稳健性而日益进入标准的计量工具箱，包括核密度估计、核回归、K近邻回归、局部线性回归、局部多项式回归、半参数回归等。

　　实验方法因其可信度而日益兴起，成为实证研究的“黄金标准”，包括随机实验、第一类与第二类自然实验。

　　案例：劳动力市场的三个经典田野实验；最低工资立法与劳动力需求；越战老兵的长期收入。

　　双重差分法利用面板数据的优势，可克服部分内生性，是研究政策或项目处理效应（treatment effects）的常用工具。内容包括双重差分法、渐进DID、平行趋势检验、三重差分法、广义DID、DID分组异质性，组群DID（Cohort DID）等。

　　案例：伦敦霍乱的自然实验；最低工资立法与劳动力需求；银行管制放松与收入分配（Big Bad Banks）；茶叶价格与性别比例；废除科举与革命起义；人工智能与国际贸易。

　　匹配估计量是反事实因果推断的重要方法，包括倾向得分匹配（Propensity Score Matching），双重差分倾向得分匹配（PSM-DID）等。

　　案例：就业培训的处理效应；最低工资立法与劳动力需求；PSM-DID的多个案例。

　　由于在断点附近存在局部随机分组，故断点回归的效力接近于随机实验，日益为研究者所青睐。内容包括精确断点回归、模糊断点回归、密度（操纵）检验、稳健性检验等。

　　案例：淮河以北冬季燃煤取暖与人均寿命；扶贫政策的效应；买房落户与户口价值；美国参议院选举的在位者优势。

　　在评价某处理地区的政策效应时，将控制地区进行最优的线性组合，以构造合成控制地区进行对比，这是估计处理效应的新兴强大方法。包括合成控制法的原理、算法与安慰剂检验等。

　　案例：马里矣尔船运（Mariel boatlift）；西班牙巴斯克地区恐怖活动的经济后果；加州控烟法的成效。

　　与合成控制法类似，但回归控制法使用回归法来构成反事实的控制地区（Hsiao et al., 2012），比合成控制法更为简便易行。分位数控制法（quantile control method）。

　　案例：中国香港回归以及与中国内地经济整合的效应；德国统一的效应；四万亿经济刺激的效应；上海与重庆房产税试点的效应；安庆房票政策的房价效应。

　　案例：就业培训项目的不完全遵守（imperfect compliance）；越战老兵的长期收入。

　　面向所有行业与学科的人士、老师与学生（包含经管社科、医学卫生等领域）。本课程的最大特色在于“一站式服务”，从机器学习的原理、数学推导，到Python命令与经典案例，无不精心设计、丝丝入扣，理论联系实操，让学员们迅速理解机器学习的精髓，并掌握最为流行的数据科学软件Python操作。独家讲授机器学习在经管社科的学术应用！

　　机器学习现场班（5天）：6000元 /5400元(全日制在读本科和硕士优惠价)

作者：admin

抖音运营 站点 QQ交谈