      Stata- 2：面板微觀計(jì)量模型培訓(xùn)

1 《計(jì)量經(jīng)濟(jì)學(xué)》系列 - EViews操作
1.1 數(shù)據(jù)輸入
1.2 基本操作
1.3 簡(jiǎn)單線性回歸模型
1.4 多元線性回歸模型
1.5 多重共線性
1.6 異方差檢驗(yàn)
1.7 WLS加權(quán)小二乘法權(quán)重設(shè)置
1.8 自相關(guān)檢驗(yàn)
1.9 一般化處理自相關(guān)或異方差
1.10 離散選擇模型（含Logit模型、Probit模型）
1.11 一招搞定Logit、Probit離散選擇模型邊際效應(yīng)
1.12 單位根檢驗(yàn)
1.13 EG協(xié)整檢驗(yàn)與誤差修正模型
1.14 ARDL模型幫你自動(dòng)選擇ECM優(yōu)滯后階數(shù)

2 《時(shí)間序列分析》系列- EViews操作
2.1 數(shù)據(jù)輸入
2.2 基本操作
2.3 單位根檢驗(yàn)
2.4 AR自回歸模型
2.5 MA移動(dòng)平均模型
2.6 ARMA自回歸移動(dòng)平均模型
2.7 ARDL自回歸分布滯后模型
2.8 VAR向量自回歸模型
2.9 Granger格蘭杰因果檢驗(yàn)
2.10 EG協(xié)整檢驗(yàn)與誤差修正模型
2.11 ARDL模型幫你自動(dòng)選擇ECM優(yōu)滯后階數(shù)
2.12 Johansen協(xié)整檢驗(yàn)
2.13 VECM向量誤差修正模型
2.14 GARCH模型系列（含對(duì)稱GARCH、非對(duì)稱GARCH模型）
2.14.1. GARCH模型（含ARCH模型）
2.14.2. GARCH-M模型（含ARCH-M）
2.14.3. IGARCH模型（ Integrated GARCH，含IGARCH-M）
2.14.4. TARCH模型（ Threshold GARCH，含TARCH-M）
2.14.5. EGARCH模型（ Exponential GARCH，含EGARCH-M）
2.14.6. PARCH模型（ Power ARCH，含PARCH-M）
2.14.7. Component GARCH模型（含CGARCH-M）

3 《面板數(shù)據(jù)模型》系列 - 操作
3.1 面板數(shù)據(jù)輸入
3.2 面板數(shù)據(jù)基本操作01
3.3 面板數(shù)據(jù)基本操作02
3.4 面板數(shù)據(jù)描述性分析01
3.5 面板數(shù)據(jù)描述性分析02
3.6 面板截面相關(guān)和Granger因果檢驗(yàn)
3.7 面板單位根檢驗(yàn)（即平穩(wěn)性檢驗(yàn)）
3.8 pooled混合面板數(shù)據(jù)模型
3.9 變截距面板數(shù)據(jù)模型（含固定效應(yīng)、隨機(jī)效應(yīng)）
3.10 變系數(shù)面板數(shù)據(jù)模型
3.11 面板協(xié)整檢驗(yàn)與誤差修正模型
3.12 動(dòng)態(tài)面板數(shù)據(jù)模型……