更新时间：2025-06-09 17:19:47
封面
版权信息
前言
教学建议
第1章 多元时间序列
1.1 多元GARCH模型
1.2 误差修正模型
1.3 向量自回归模型
1.4 结构向量自回归模型
1.5 向量误差修正模型
1.6 向量误差修正模型的协整秩
1.7 动态因子模型
1.8 状态空间模型
1.9 VAR模型的诊断和检验
1.10 VEC模型的诊断和检验
1.11 VAR/VEC模型预测
1.12 脉冲响应和方差分解分析
第2章 面板数据分析
2.1 面板数据模型设定的Stata基本实用工具
2.2 线性面板回归
2.3 随机效应的拉格朗日乘子检验
2.4 带AR（1）干扰项的面板线性回归
2.5 随机系数广义最小二乘回归
2.6 动态面板数据
2.7 面板数据的删失结果
2.8 面板数据的同期相关
第3章 面板数据分析拓展
3.1 面板二元结果
3.2 面板序数结果
3.3 面板分类结果
3.4 面板计数结果
3.5 广义线性面板模型
3.6 面板样本选择线性模型
3.7 面板数据协整检验
3.8 面板单位根检验
3.9 面板折线图
3.10 面板随机前沿模型
3.11 面板数据模型的分位数回归估计
3.12 面板门限回归模型
3.13 动态面板门限回归模型
3.14 面板平滑转换模型
第4章 多层混合效应模型与有限混合模型
4.1 多层混合效应线性回归
4.2 多层混合效应非线性回归
4.3 多层混合效应logistic回归
4.4 有限混合模型
第5章 生存分析
5.1 风险函数
5.2 生存数据的归并与描述分析
5.3 Cox比例风险模型
5.4 检验Cox比例风险模型的假设
5.5 间隔审查的Cox比例风险模型
5.6 竞争风险回归
5.7 参数生存模型
5.8 面板数据随机效应参数生存回归模型
5.9 多层混合效应参数生存回归模型
第6章 内生协变量
6.1 含内生协变量的线性回归
6.2 含内生协变量的扩展线性回归分析
6.3 三阶段最小二乘法
6.4 广义矩估计法
6.5 含连续内生协变量的probit模型
6.6 含内生协变量的扩展probit回归
6.7 含内生协变量的扩展有序probit回归
6.8 含内生协变量的Tobit回归
6.9 含内生协变量的区间回归
6.10 含内生协变量的泊松模型估计
6.11 含内生协变量的面板数据分析
6.12 含内生协变量的随机效应回归
第7章 因果推断
7.1 处理效应分析基础
7.2 回归调整估计法
7.3 逆概率加权估计法
7.4 增广逆概率加权估计法
7.5 逆概率加权回归调整估计法
7.6 最近邻匹配估计
7.7 倾向性得分匹配
7.8 双重差分模型与三重差分模型
7.9 合成控制法
7.10 断点回归模型
第8章 因果推断拓展
8.1 处理效应的控制函数估计法
8.2 处理效应的最大似然估计
8.3 处理效应的含内生变量和样本选择的扩展线性回归分析
8.4 处理效应的扩展probit回归分析
8.5 处理效应的扩展有序probit回归分析
8.6 处理效应的含内生变量和样本选择的区间回归模型分析
8.7 处理效应的随机效应回归分析
8.8 处理效应的随机效应probit回归分析
8.9 处理效应的面板随机效应有序probit回归分析
8.10 处理效应的随机效应区间回归分析
第9章 结构方程模型
9.1 结构方程模型概述
9.2 结构方程模型的构建方法
9.3 结构方程模型的识别和估计
9.4 结构方程模型的评价和修正
9.5 结构方程模型与广义结构方程模型
9.6 结构方程模型估计的Stata命令及实现
9.7 广义结构方程模型估计的Stata命令及实现
第10章 联立方程模型
