
引言
从同一份数据能够回答的问题出发,区分描述、预测与因果分析,认识变量、观测单位和数据口径。
阅读本章课件 →
数据中的共同变化
用相关系数、简单回归与条件均值描述数据中的共同变化,并辨认分组效应。
阅读本章课件 →
基本概率论与统计推断
梳理概率、随机变量、抽样分布与统计推断,为后续回归分析建立基础。
阅读本章课件 →
总体相关的推断
从样本相关走向总体相关,说明估计的不确定性与推断条件。
阅读本章课件 →
一元线性回归模型
建立一元线性回归模型,理解最小二乘法、标准误、检验和预测区间。
阅读本章课件 →
多元线性回归
在多元回归中讨论控制变量、遗漏变量偏误、联合检验与结果解释。
阅读本章课件 →
非线性函数形式
用多项式、对数、虚拟变量和交互项刻画非线性关系,解释边际效应。
阅读本章课件 →
含相关误差项的回归分析
处理误差项之间的相关性,辨别模型、估计与协方差计算中的不同问题。
阅读本章课件 →
二元因变量
分析二元结果,学习概率模型的估计、边际效应与预测。
阅读本章课件 →
预测
以训练、验证和测试组织预测任务,比较模型表现并防止信息泄露。
阅读本章课件 →
非参数回归
使用非参数回归描述条件均值,理解平滑、带宽选择和推断。
阅读本章课件 →
时间序列分析
面向时间顺序组织数据,讨论动态关系、平稳性与预测。
阅读本章课件 →
因果分析
从潜在结果出发讨论因果效应,比较实验、工具变量与双重差分等方法。
阅读本章课件 →