基于STATA的統(tǒng)計方法分析

第 1 章　基于面板分析的數(shù)據(jù)管理和基礎(chǔ)統(tǒng)計
1.1　面板/ 縱截面數(shù)據(jù) 
1.2　面板數(shù)據(jù)的優(yōu)點和缺點 
1.3　面板分析的數(shù)據(jù)管理 
第2 章　Pooled OLS/Panel GLS 
2.1　Pooled OLS   
2.2　Panel GLS  
2.3　異方差的假定和LR 檢驗  
2.4　自相關(guān)的假設(shè) 
2.5　自相關(guān)檢驗  
第3 章　固定效果模型FE
3.1　基礎(chǔ)模型的估計   
3.2　FE 模型估計  
3.3　二元固定效果模型  
3.4　自相關(guān)關(guān)系的檢驗  
3.5　異方差性檢驗  
第4 章　概率效果模型RE 
4.1　基本模型和估計  
4.2　RE 模型的參數(shù)估計 
4.3　關(guān)于誤差項的假設(shè)檢驗 
4.4　異方差性檢驗  
4.5　Hausman 檢驗  
4.6　Durbin-Wu-Hausman 檢驗法
4.7　對Bootstra 檢驗法的考察  
4.8　利用Bootstra 的Durbin-Wu-Hausman 檢驗法
第5 章　PCSE 模型  
5.1　異方差檢驗  
5.2　自相關(guān)檢驗  
5.3　PCSE 模型估計 
第6 章　回歸分析 
6.1　一元回歸分析 
6.2　單純回歸模型的匹配 
6.3 　總體方差σ2 的估計量  
6.4　回歸模型的配適度檢驗  
6.5　模型的妥當(dāng)性檢驗和模型的變換  
6.6　空間回歸模型  
第7 章　同質(zhì)面板數(shù)據(jù)模型 
7.1　基本模型以及參數(shù)估計的假定 
7.2　GMM 估計法
第8 章　面板GEE 模型——logit、probit 和Lasso 回歸
8.1　面板GEE 模型的假設(shè)
8.2　xtgee（logit）模型參數(shù)估計 
8.3　logistic 回歸模型概述 
8.4　xtgee（probit）模型參數(shù)估計
8.5　probit 模型和logistic 模型 
8.6　probit 模型的參數(shù)估計方法
8.7　Lasso 回歸模型
第9 章　二重差分法模型和傾向點數(shù)匹配 
9.1　二重差分法模型的基本概念  
9.2　二重差分法的基本假
9.3　二重差分法的基本原理 
9.4　相互作用回歸分析的二重差分法 
9.5　重復(fù)測量的二重差分法 
9.6　Lag 變量的重復(fù)測量法
9.7　Before-After 參數(shù)估計法
9.8　Lag 變量的估計法  
9.9　傾向點數(shù)匹配 
第10 章　tobit 模型和Heckman 模型
10.1　面板tobit 模型概述 
10.2　tobit 模型的限制  
10.3　Heckman 模型
10.4　tobit 模型與Heckman 模型之間的關(guān)系 
10.5　tobit 回歸模型的選擇方法  
10.6　tobit 回歸模型與線性回歸模型的參數(shù)值比較
第11 章　生存分析 
11.1　生存分析概述
11.2　生存特性和生存要因
11.3　Kaplan-Meier 法
11.4　Cox 比例風(fēng)險模型 
11.5　生存函數(shù)的估計  
11.6　使用協(xié)變量的生存分析
11.7　KMV 模型 
第12 章　HLM 模型 
12.1　HLM 模型概述 
12.2　內(nèi)在多層模型
12.3　內(nèi)在多層模型的方法論特性
12.4　二元多層模型  
12.5　二元多層模型的方法論特性
12.6　內(nèi)在多層模型與二元多層模型的結(jié)構(gòu)特性
第13 章　方差分析 
13.1　方差分析概述
13.2　事后檢驗的種類和特點
13.3　事后檢驗的研究