◆时： 共5部份,30学时
        
        ☆注重质量 ☆边讲边练32

+84322
        ☆合格学员免费推荐工作
        ★实.验.设.备请点击这儿查看★

        1、免费重修；
        2、课程结束后,授课老师留联系方式,保障培训效果,免费技术支持。
        3、推荐机会。

课程特色 （1）引领学员系统地学习Stata编程和Mata运算，帮助学员快速掌握编程方法及技巧，迅速提高数据处理和模型估计的效率。 （2）现场学习，名师辅导，及时纠正学员在程序编写和运行过程中的各种错误，帮助学员在短时间内积累丰富的编程经验。 （3）课程以计量经济学的前沿问题为导向，以大量的计量方法为案例帮助学员掌握如何编写自己的模型和程序。 （4）免费为学员提供全套学习材料（包括教材、数据、程序和视频）。 课程简介 以微观计量经济学的专题为主线，介绍相关计量经济学理论，结合应用案例讲解Stata编程和Mata运算。专题包括：极大似然估计与广义矩估计、离散选择模型、角点解模型（Tobit）、计数模型、样本选择问题、处理效应与政策评估、非参数和半参数方法与应用。课程共包含30个课时。 目标学员 本次课程适用于高校教师、研究人员，高校博士生、硕士生和本科生（学过统计学或计量经济学的基础知识）。本课程对于Stata零基础的老师或学生同样适合。 课程内容 1. Stata编程 1.1 基本概念 1.2 do文件 1.2.1 do文件的创建、运行和保存 1.2.2 程序控制语句 1.3 ado文件 1.3.1 ado程序的基本结构 1.3.2 macro的解析函数 1.3.3 如何让程序更加灵活 1.3.4 程序校验 1.3.5 多个程序的相互调用 2. Mata运算 2.1 Mata的基本概念 2.2 Stata与Mata的数据交换 2.3 编写Mata函数 2.4 Mata程序控制语句 2.5 案例： 2.5.1 自举法（配对自举法、残差自举法、Wild bootstrap等） 2.5.2 门限模型的估计及其自举检验 2.5.3 非参数回归与自举标准差 3.极大似然估计与广义矩估计 3.1ML和GMM估计基本理论 3.2非线性最小二乘估计 3.3广义矩估计 3.4动态面板的GMM估计 3.5应用案例 4.二项与多项响应模型 4.1响应模型 4.1.1基本原理 4.1.2模型设定（异质性问题、内生性问题、非正态分布问题） 4.2面板Probit模型 4.3面板Logit模型 4.4案例应用 5.面板Tobit模型 5.1Tobit模型 5.2面板Tobit模型 5.3案例应用 6.计数模型 6.1计数模型 6.2面板计数模型 6.3案例应用 7.样本选择 7.1样本选择问题 7.2Heckit模型 7.3Two-Part、Hurdle模型 7.4案例应用 8.处理效应与政策评估 8.1处理效应 8.2模型估计（回归调整法、匹配得分法、内生性问题等） 8.3案例应用