          Stata初級培訓

第1講 Stata基礎操作

1.1 Stata介紹

1.2 Stata菜單操作

1.3 Stata命令與幫助文件

1.4 do文件創建與優化

1.5 標量與矩陣

1.6 Mata矩陣創建與應用

第2講 Stata程序與編程

2.1 局域暫元與全局暫元

2.2 條件與循環語句

2.3 程序入門與語法解析

2.4 ado文件

2.5 Stata示例: LM和GMM估計的代碼編寫

第3講 數據管理與可視化

3.1 各類數據的導入與導出

3.2 縱橫向數據合并

3.3 加總與轉置

3.4 Wind數據轉換為Stata面板數據

3.5 數據描述性統計

3.6 數據的圖形顯示

第4講 線性回歸模型

4.1 regress估計與結果解釋

4.2 R2分解與邊際效應

4.3 異方差、聚類-穩健標準誤

4.4 模型設定檢驗與模型的診斷

4.5 模型的穩健性檢驗

4.6 樣本內預測與加權的預測

4.7 例文軟件實現與解讀：

Bhaskaran K, Gasparrini A,Hajat S, et al. Time series regression studies in environmental epidemiology

[J]. International journal of epidemiology,

第5講 線性工具變量回歸（IV）

5.1 內生性與工具變量

5.2 IV估計量：IV、2SLS和GMM

5.3 恰好與過度識別模型的IV估計

5.4 弱工具變量

5.5 3SLS系統估計

5.6 相關隨機系數模型的工具變量估計量

5.7 例文軟件實現與解讀：

AcemogluD, Johnson S, Robinson J A. The colonial origins of comparative development: An empirical investigation[J]. American Economic Review,

第6講 中介效應與調節效應（IV）

6.1 中介效應模型與檢驗方法

6.2 調節效應模型與邊際效應分解

6.3 中介調節效應模型與檢驗方法

6.4 調節中介效應模型與檢驗方法

6.5 中介效應的4種效應分解：med4way

6.6 例文軟件實現與解讀：

李姝等. 非控股股東參與決策的積極性與企業技術創新[J]. 中國工業經濟,

第7講 靜態線性面板數據模型

7.1 面板數據管理

7.2 估計量比較：混合OLS、組內、組間與一階差分

7.3 究竟該用固定效應還是隨機效應模型

7.4 截面相依、異方差與序列相關條件下的面板模型估計

7.5 內生性與IV估計

7.6 高維交互固定效應：reghdfe與ivreghdfe

7.7 例文軟件實現與解讀：

謝呈陽,胡漢輝.中國土地資源配置與城市創新：機制討論與經驗證據[J].中國工業經濟,

第8講 雙重差分模型（DID）

8.1 政策評估兩類偏誤：時間效應與選擇偏誤

8.2 同一時點政策實施的DID

8.3 多時點政策實施的DID

8.4 平行趨勢假設檢驗

8.5 安慰劑檢驗：隨機生成實驗組

8.6 例文軟件實現與解讀：

曹清峰.國家級新區對區域經濟增長的帶動效應——基于70大中城市的經驗證據.中國工業經濟,

第9講 分位數回歸模型（QR）

9.1 為什么需要分位數回歸

9.2 QR的估計方法

9.3 內生性分位數回歸

9.4 計數數據的QR

9.5 分位數系數圖示法

9.6 面板分位數估計及內生性初探

9.7 廣義分數模型估計