课程简介
《计量经济学基础与EViews软件操作》MOOC是由国家级精品资源共享课负责人陶长琪教授和长期从事计量经济学教学工作的一线教师组成的教学团队建设完成。课程内容立足厚基础重实践，既考虑国内教材的流行做法，又考虑与国外先进教材的衔接，注重理解模型背后的经济含义，重视因果推断在现代经验研究中的应用，强调动手能力；学会如何通过数据解读经济社会生活现象，发现现象中蕴含的原理和规律，帮助建立经验研究思维，了解基本的经验研究常识，完成高质量的实证分析。
课程大纲
导论
1.1 计量经济学的内涵与发展
1.2 计量经济学的实证步骤
简单回归模型
2.1 简单回归模型的定义
2.2 斜率参数的含义
2.3 零条件均值假定
2.4 总体回归函数
2.5 用普通最小二乘法估计参数
2.6 样本回归函数
2.7 OLS估计量的代数性质
2.8 拟合优度
2.9在简单回归中加入非线性函数形式
2.10 简单线性回归的四个假定及OLS的无偏性
2.11同方差性假定
2.12 OLS估计量的抽样方差
2.13 过原点回归和对常数回归
2.14 创建工作文件和输入数据
2.15 画散点图和估计OLS参数
多元回归分析：估计
3.1 为什么要使用多元回归？
3.2 如何得到OLS估计值
3.3 理解多元回归模型的偏效应
3.4 偏效应的另一种理解
3.5 OLS拟合值和残差的代数性质
3.6 多元回归模型的拟合优度
3.7 多元线性回归的四条经典假定及OLS的无偏性
3.8 简单回归和多元回归估计值的比较
3.9 包含无关变量会产生偏误吗？
3.10 遗漏变量会产生偏误吗？
3.11 OLS斜率估计量的抽样方差
3.12 影响OLS方差的多重共线性
3.13 遗漏变量模型的方差
3.14 OLS估计量的标准误
3.15 OLS的有效性：高斯-马尔可夫定理
3.16 生成新的序列和@函数的应用
3.17 生成OLS拟合值序列和残差序列
多元回归分析：推断
4.1 OLS估计量的抽样分布
4.2 标准化估计量的t分布
4.3 构造t统计量
4.4 对单个参数进行假设检验的t检验
4.5 检验单个参数的其他假设
4.6 经济显著性与统计显著性
4.7 置信区间
4.8 检验关于参数的一个线性组合假设
4.9 对排除性约束的检验
4.10 关于F统计量的进一步探讨
4.11 检验一般的线性约束
4.12 报告回归结果
4.13 置信区间的EViews软件操作
4.14 系数约束检验-t检验
4.15 系数约束检验- F检验
虚拟变量
5.1 怎样将定性信息转换为虚拟变量
5.2 理解虚拟解释变量的系数
5.3 理解多类别虚拟解释变量的系数
5.4 虚拟变量陷阱
5.5 理解虚拟变量的交互作用
5.6 虚拟变量的假设检验
5.7 邹至庄检验
5.8 含虚拟变量的线性回归模型的EViews软件操作
多元回归分析：OLS的渐进性
6.1 一致性
6.2 OLS的渐近正态性和渐近有效性
异方差性
7.1 异方差对OLS造成的影响
7.2 OLS估计后的异方差-稳健推断 (1)
7.3 OLS估计后的异方差-稳健推断 (2)
7.4 异方差的BP检验
7.5 异方差的怀特检验
7.6 加权最小二乘估计
7.7 异方差性检验的EViews软件操作
7.8 异方差修正的EViews软件操作
工具变量回归
8.1 有遗漏变量偏误该怎么办？
8.2 工具变量回归与两阶段最小二乘估计
8.3 单个工具变量的IV估计与案例
8.4 多个工具变量的IV估计与案例
8.5 工具变量有效性的检验
8.6 工具变量法的EViews软件操作
如何进行一个实证研究
9.1 实证论文写作
9.2实证论文写作--实例分析
1.1 计量经济学的内涵与发展
1.2 计量经济学的实证步骤
简单回归模型
2.1 简单回归模型的定义
2.2 斜率参数的含义
2.3 零条件均值假定
2.4 总体回归函数
2.5 用普通最小二乘法估计参数
2.6 样本回归函数
2.7 OLS估计量的代数性质
2.8 拟合优度
2.9在简单回归中加入非线性函数形式
2.10 简单线性回归的四个假定及OLS的无偏性
2.11同方差性假定
2.12 OLS估计量的抽样方差
2.13 过原点回归和对常数回归
2.14 创建工作文件和输入数据
2.15 画散点图和估计OLS参数
多元回归分析：估计
3.1 为什么要使用多元回归？
3.2 如何得到OLS估计值
3.3 理解多元回归模型的偏效应
3.4 偏效应的另一种理解
3.5 OLS拟合值和残差的代数性质
3.6 多元回归模型的拟合优度
3.7 多元线性回归的四条经典假定及OLS的无偏性
3.8 简单回归和多元回归估计值的比较
3.9 包含无关变量会产生偏误吗？
3.10 遗漏变量会产生偏误吗？
3.11 OLS斜率估计量的抽样方差
3.12 影响OLS方差的多重共线性
3.13 遗漏变量模型的方差
3.14 OLS估计量的标准误
3.15 OLS的有效性：高斯-马尔可夫定理
3.16 生成新的序列和@函数的应用
3.17 生成OLS拟合值序列和残差序列
多元回归分析：推断
4.1 OLS估计量的抽样分布
4.2 标准化估计量的t分布
4.3 构造t统计量
4.4 对单个参数进行假设检验的t检验
4.5 检验单个参数的其他假设
4.6 经济显著性与统计显著性
4.7 置信区间
4.8 检验关于参数的一个线性组合假设
4.9 对排除性约束的检验
4.10 关于F统计量的进一步探讨
4.11 检验一般的线性约束
4.12 报告回归结果
4.13 置信区间的EViews软件操作
4.14 系数约束检验-t检验
4.15 系数约束检验- F检验
虚拟变量
5.1 怎样将定性信息转换为虚拟变量
5.2 理解虚拟解释变量的系数
5.3 理解多类别虚拟解释变量的系数
5.4 虚拟变量陷阱
5.5 理解虚拟变量的交互作用
5.6 虚拟变量的假设检验
5.7 邹至庄检验
5.8 含虚拟变量的线性回归模型的EViews软件操作
多元回归分析：OLS的渐进性
6.1 一致性
6.2 OLS的渐近正态性和渐近有效性
异方差性
7.1 异方差对OLS造成的影响
7.2 OLS估计后的异方差-稳健推断 (1)
7.3 OLS估计后的异方差-稳健推断 (2)
7.4 异方差的BP检验
7.5 异方差的怀特检验
7.6 加权最小二乘估计
7.7 异方差性检验的EViews软件操作
7.8 异方差修正的EViews软件操作
工具变量回归
8.1 有遗漏变量偏误该怎么办？
8.2 工具变量回归与两阶段最小二乘估计
8.3 单个工具变量的IV估计与案例
8.4 多个工具变量的IV估计与案例
8.5 工具变量有效性的检验
8.6 工具变量法的EViews软件操作
如何进行一个实证研究
9.1 实证论文写作
9.2实证论文写作--实例分析