|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/time-series-panel-data-models-using-stata-software/
课程评论：没有评论
课程名称：使用STATA软件的时间序列与面板数据模型 课程概述：本培训课程涵盖以下六个培训环节： 第一节：回归模型的介绍与诊断测试 - 介绍STATA软件及从Excel文件导入数据 - 描述统计分析 - OLS回归的假设条件 - 检查线性关系 - 模型规范：遗漏变量、序列相关性、异方差性、多重共线性和误差项的正态性 第二节：时间序列中的结构性断裂 - 结构性断裂模型的定义 - 不同类型的结构性断裂 - 结构性断裂的检测方法：已知断点与未知断裂 第三节：时间序列模型的平稳性 - 平稳与非平稳时间序列的区别 - 非平稳时间序列的类型 - 检查时间序列平稳性的方法，包括自相关函数(ACF)图 - 单根检验：增强型迪基-福勒(ADF)检验和菲利普斯-佩龙检验，面板数据的单根检验 第四节：向量自回归(VAR)模型及格兰杰因果检验 - 向量自回归(VAR)模型的应用 - 在VAR模型中选择最佳滞后长度 - VAR模型的稳定性 - 残差自相关性检验 - 格兰杰因果检验及脉冲响应函数(IRFs) 第五节：协整检验与误差修正模型 - 协整的概念 - Engle-Granger协整方法 - 误差修正模型(ECT) - Johansen-Juselius协整分析 - 向量误差修正模型(VECM) - 自回归分布滞后(ARDL)模型及诊断测试（拟合优度） 第六节：面板数据模型 - 面板数据的概念 - 面板数据的描述统计 - 面板单位根检验 - 固定效应与随机效应模型 - 动态面板数据模型：Arellano-Bond(1991)估计量（差分GMM估计量）和Arellano-Bover(1995)估计量（系统GMM估计量），面板ARDL模型 通过本课程，学员将掌握使用STATA软件进行时间序列分析和面板数据建模的基本技能。
This training course includes these training sessions:Session (1):Introduction & Diagnostic tests of the regression modelThis session includes:introduction to STATA softwareimport data from excel file descriptive statistics· Assumptions of OLS regression.Checking Linearity.Model Specification: omitted variables.Serial correlation.Heteroskedasticity.Multicollinearity.Normality of the error term.Session (2): Structural Breaks in Time SeriesThis session includes:What are structural break models?Types of a structural break.How to detect structural breaks?Known BreakpointsUnknown Structural Breaks.Session (3): Stationary of Time Series ModelsThis session includes:Stationary & Non-Stationary time series.Types of Non-Stationary time series.Methods to check the stationarity of time series.Autocorrelation Function (ACF) plot.Unit root tests: Augmented Dickey-Fuller (ADF) Test & Phillips-perron test.Unit root test for Panel Data.Session (4): Vector Autoregressive (VAR) Models & Granger causality testThis session includes:Vector autoregressive (VAR) model.Choosing optimal lag length in the VAR model.Stability of the VAR model.Testing for Residual Autocorrelation.The Granger causality test.Impulse response functions (IRFs).Session (5): Cointegration test and Error Correction ModelThis session includes:The concept of co-integration.Engle-Granger co-integration.Error Correction Model (ECT).Johansen- Juselius cointegration analysis.Vector Error Correction Model (VECM).Autoregressive Distributed Lag (ARDL) modelDiagnostics tests (Goodness of fits).Session (6): Panel Data ModelsThis session includes:The concept of Panel Data.Descriptive statistics of Panel Data.Panel Unit Root Test.Fixed effects & Random effects models.Dynamic Panel data models:Arellano and Bond (1991) estimator (difference GMM estimator) Arellano and Bover (1995) (System GMM estimator)Panel ARDL Model.
