|
|
课程介绍：* U5 S- S. S% M0 N& e: z. d. x( T
3 c0 `3 }& W4 F7 s& q5 ?本课程以案例的方式介绍了如何使用Stata进行连续变量的回归分析、涉及分类变量的回归分析等内容，共5章、29节课程。3 d) G. y. [$ B! h" S! e
, J+ _0 ^) |/ y& h+ l3 L- |
学习目的：
: [" y" F( Y9 Y( m. R# t4 B
7 F4 H8 K+ L# y" p4 F通过案例的学习，掌握Stata软件在社会科学研究中的高级应用。7 O8 Q" n$ x/ i0 a! O& e, q
( D& F5 Z) W+ j ~$ \
课程目录：
; q2 E a1 ^3 n' g/ I: J
]& A6 K0 h+ E9 E) H第1章 基础知识简介
( ^ G" C( Z( Z3 h. X
. H0 `& w2 A. l* d1.1 基础知识简介（上）* ^7 ^; v6 x% U0 v }# m, c
1.2 基础知识简介（下）9 P- B: Y7 L% l
7 j- E0 i: Z+ F6 Q# Z第2章 经典回归分析
( S+ p* L+ o, s/ q% C* U. F) `. h0 u' |6 g* ]! e. R, Y) j& C
2.1 回归前的数据检查（上）
$ h* J* m ^, v, [2.2 回归前的数据检查（下）
2 g! G, n0 P) q9 ?2.3 回归分析过程（上）
" |' }; j( w) t4 x& ]- w2.4 回归分析过程（下）
% y& P* z( e( x' Z* i! \2.5 变量变换
% a8 J$ D& G+ V) x
$ A! f5 P% m3 Q Y# X/ i第3章 回归分析诊断1 h" a/ [. {) e" v$ u4 d
2 \5 E# f9 q2 o1 x3.1 异常数据识别（上）
5 u% j) u, }% w- O' t. y! h8 L3.2 异常数据识别（下）7 }8 k* [* R# o {1 V) I
3.3 残差分析与异方差检验: _ c O7 t; i4 |6 z0 q4 l
3.4 共线性检验
2 F) g, A( E; } r3.5 线性检验（上）
0 o/ ]6 y% P% L, o+ w3.6 线性检验（下）
% I5 B1 Q: A$ Z3.7 模型检验
6 @0 ^3 N) h% a* ~' @: |1 C; K+ h7 L$ R. K9 ?* s5 `
第4章 超越最小二乘法% O' o: z; O: x" o, B+ K2 q
* R6 h/ c2 [! [2 @7 D& q4.1 健壮回归方法（上）& U1 s$ X6 Z' B( D: c
4.2 健壮回归方法（下）
' D% l7 h J, H) }, v" o+ E4.3 受约束的回归方法
; M% i6 H9 w; T4 A4.4 带被删节值的回归方法. }5 e. w: _' P, i6 D6 q5 g; S& x. x5 Y
4.5 带被截短数据的回归分析: ~" C+ z9 G) t" F
4.6 带测量误差的回归分析3 }! `$ C9 @, E5 o: O4 x
4.7 多方程回归模型, K V$ }$ S. A$ e
& K: B4 y7 I6 b7 ]; o第5章 时间序列分析9 M$ t' j* D# E7 T; m- q
7 g3 N! h6 S \& a6 P0 _9 |& D
5.1 平滑分析（上）) ^4 R+ s4 H7 A- n% ]% a5 n
5.2 平滑分析（中）) F1 y8 B! I9 P& K/ U- e
5.3 平滑分析（下）" i# n* D5 Z5 W3 {) y1 E" }
5.4 自相关分析1 Q1 D8 j7 t( I4 ?
5.5 ARIMA模型（上）
5 v! B* ~" f7 Q- `2 Q7 v5.6 ARIMA模型（中）
+ p- h8 [( D Y3 M/ y5.7 ARIMA模型（下）
; f$ ^6 @7 @9 i- H6 I: S5.8 ARCH模型' j( i* E! c: C* V0 m) g. V% a
$ \8 d6 s! m$ [; L. D3 E# H
$ h9 v0 |" A( l/ K% a6 j u; `/ c" W z0 |
资源下载地址和密码（百度云盘）： [/hide] 百度网盘信息回帖可见
h6 i* D) M. d% [# z, c% C$ M. D1 T' ^1 B9 A- f/ H2 L
/ h- G b. A- C: [
) U5 \9 [+ E) p+ i7 t本资源由Java自学网收集整理【www.javazx.com】 |
|
发表于 2022-6-14 12:39:01
