Splus与R高级培训课程

Splus与R高级培训课程

内容纲要：

1、线性回归及其放宽假设条件模型

       主要包括线性回归最小二乘估计、极大似然估计、蒙特卡罗模拟最小二乘估计量的blue性质、邹至庄检验和递归最小二乘法比较、分段线性回归、虚拟变量法、非线性回归线性化、多重共线性的检验和克服、岭回归、偏最小二乘估计、主成分估计、加权最小二乘估计、广义最小二乘估计、异方差的检验和克服、序列相关的检验和克服。

2、非线性优化和非线性回归估计

       主要包括非线性无约束下优化、非线性约束下优化、非线性最小二乘法、非线性加权最小二乘法、非线性极大似然估计法。并通过实际讲解如何选择初始值、如何进行非线性模型检验等。充分透彻讲解R语言是作非线性模型的绝佳软件。

3、动态经济模型分析

       主要包括分布滞后模型估计、滞后长度的选择、alomon多项式法、自回归模型估计、葛兰杰因果关系检验等。

4、联立方程分析

       主要包括联立方程的识别、联立方程恰好识别下的的iv估计、ils估计、2sls估计的参数估计，以及通过实例证明iv、ils、2sls三种方法在恰好识别下的等价性；过度识别下的2sls、3sls估计。

5、离散选择因变量模型

       主要讲解probit两元模型、logit两元模型、多元logit模型、有序因变量probit和logit模型、受限因变量tobit模型、计数因变量模型possion模型。

6、面板数据分析

       主要讲解面板数据混合模型、个体固定效应模型、时间固定效应模型、个体时间固定效应模型、个体随机效应模型、时间随机效应模型、个体时间随机效应模型、变系数固定效应模型、变系数随机效应模型。