應用STATA學習計量經濟學原理（第4版）

第1章 stata簡介
1.1 啟動Stata
1.2 開啟界面
1.3 退出Stata
1.4 《計量經濟學原理》的Stata數據文件
1.5 打開Stata數據文件
1.6 變量窗
1.7 數據描述與概要統計量
1.8 Stata幫助系統
1.9 Stata命令語法
1.10 文檔存儲
1.11 使用數據瀏覽窗
1.12 使用Stata制圖
1.13 使用Stata Do文件
1.14 創建和管理變量
1.15 使用Stata密度函數
1.16 使用和展示標量
1.17 標量對話窗
1.18 使用因子變量

第2章 簡單線性回歸模型
2.1 食品支出數據
2.2 計算概要統計量
2.3 創建散點圖
2.4 回歸分析
2.5 運用Stata獲得預測值
2.6 估計非線性關系
2.7 用指示變量進行回歸

第3章 區問估計和假設檢驗
3.1 區間估計
3.2 假設檢驗
3.3 p值

第4章 預測、擬合優度和建模
4.1 最小二乘預測
4.2 擬合優度的度量
4.3 縮放和轉換數據的影響
4.4 殘差分析
4.5 多項式模型
4.6 估計對數線性工資方程
4.7 雙對數模型

第5章 多元回歸模型
5.1 模型舉例
5.2 最小二乘預測
5.3 抽樣的精確度
5.4 置信區間
5.5 假設檢驗
5.6 多項式方程
5.7 交互作用
5.8 擬合優度

第6章 多元回歸模型：更多推斷
6.1 F檢驗
6.2 非樣本信息
6.3 模型設定
6.4 數據質量差，共線性與不顯著

第7章 使用指示變量
7.1 指示變量
7.2 應用指示變量
7.3 線性概率模型
7.4 處理效應
7.5 雙重差分估計
第8章 異方差

8.1 異方差的性質
8.2 檢測異方差
8.3 異方差一致標准誤差
8.4 廣義最小二乘估計量
8.5 線性概率模型的異方差

第9章 時問序列數據回歸：平穩變量
9.1 引言
9.2 有限分布滯后
9.3 序列相關
9.4 序列相關的其他檢驗
9.5 序列相關誤差估計
9.6 自回歸分布滯后模型
9.7 預測
9.8 乘數分析
9.9 附錄

第10章 隨機解釋變量和矩估計
10.1 工資方程的最小二乘估計
10.2 二階最小二乘
10.3 用多余工具變量進行IV估計
10.4 內生性的豪斯曼檢驗
10.5 測試多余工具的有效性
10.6 弱工具變量的檢驗
10.7 CRAGG-DONALD F統計量的計算
10.8 模擬實驗

第11章 聯立方程模型
11.1 松露的供給和需求
11.2 估計簡約形式方程
11.3 松露需求的2SLS估計
11.4 松露供給的2SLS估計
11.5 魚的供給與需求
11.6 魚的價格和數量方程的簡約形式
11.7 魚需求的2SLS估計
11.8 2SLS替代形式
11.9 蒙特卡洛模擬結果

第12章 時問序列數據回歸：非平穩數據
12.1 平穩數據與非平穩數據
12.2 偽回歸
12.3 平穩性的單位根檢驗
12.4 整合與協整

第13章 向量誤差修正和向量自回歸模型
13.1 向量誤差修正(VEC)和向量自回歸(VAR)模型
13.2 估計向量誤差修正(VEC)模型
13.3 估計向量自回歸(VAR)模型
13.4 脈沖響應與方差分解

第14章 時變波動率與自回歸條件異方差(ARCH)模型
14.1 自回歸條件異方差(ARCH)模型和時變波動率
14.2 估計、檢驗和預測
14.3 擴展

第15章 面板數據模型
15.1 微觀計量面板數據
15.2 混合數據模型
15.3 固定效應模型
15.4 隨機效應估計
15.5 回歸方程組
15.6 混合模型

第16章 定性和受限因變量模型.
16.1 二元因變量模型
16.2 二值選擇的Logit模型
16.3 多項Logit
16.4 條件Logit
16.5 有序選擇模型
16.6 計數模型
16.7 刪失數據模型
16.8 選擇偏差

附錄A 基本數學工具
A.1 Stata的數學及邏輯運算符
A.2 數學函數
A.3 Generate命令的擴展
A.4 計算器
A.5 科學計數法
A.6 數值的求導和積分

附錄B 概率論基礎知識
B.1 Stata概率函數
B.2 二項分布
B.3 正態分布
B.4 t分布
B.5 F分布
B.6 卡方分布
B.7 隨機數

附錄C 統計推論回顧
C.1 檢查HIP數據
C.2 使用模擬數據
C.3 中心極限定理
C.4 區間估計
C.5 檢驗正態總體均值
C.6 檢驗正態總體方差
C.7 檢驗兩個正態總體均值相等
C.8 檢驗兩個正態總體方差相等
C.9 正態性檢驗
C.10 極大似然估計
C.11 核密度估計