Econometrics for Data Analysis

课程简介

• 介绍计量经济学：其在数据分析中的作用；概率论，假设检验和置信区间； • 线性回归：模型设定与诊断检验：理解不完全多重共线性和异方差性的问题；针对这些问题的诊断检验；可以采取的补救措施； • 有限因变量模型：逻辑回归和概率回归模型； • 面板数据模型；固定效应模型与随机效应模型； • 时间序列分析：理解并展示时间序列数据；自回归和移动平均模型；虚假回归问题；时间序列分析中的其他关键问题。

学习目标

本课程有助于实现学习成果1，使学生掌握计量经济学方法的知识和技能，以应用于各个领域。这增强了他们对现代经济理论和应用的全面理解。本课程有助于实现学习成果2，通过介绍计量经济学及其在数据分析中的作用，探索概率论和假设检验的基本统计概念，并深入研究线性回归。此外，本课程显著有助于实现学习成果3，使学生具备进行更广泛的实际分析所需的分析和技术技能。课程后半部分介绍了有限因变量模型、面板数据模型和时间序列分析，为学生提供了现代计量经济学最重要领域的全面介绍。这种知识和技能的实际应用确保了学生能够应对商业、经济学、金融和政策领域的实际问题。

先修要求

无

教学模式

每周将安排三个小时的研讨会，以引导和促进学生对相关概念的理解。此外，每周的家庭作业将涉及应用所学知识，帮助学生建立对材料的信心。