凡是搞计量经济的,都关注这个号了
稿件:econometrics666@126.com
所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.
关于计量方法类书籍,参看:1.一些比较常见的因果推断书籍25本汇总, 很多可以直接下载PDF,2.推荐一本专攻处理效应分析的书籍, 包括主流政策评估计量方法,3.年龄-时期-队列分析及其实现过程和经典书籍, 附code和数据!4.推荐使用Python语言做因果推断前沿方法的书籍,5.使用Stata做时间序列分析书籍, 包括模型讲解以及Stata示例操作,6.一本最新因果推断书籍, 包括了机器学习因果推断方法, 学习主流和前沿方法,7.社会经济政策的评估计量经济学, 提供书籍和数据和程序文件,8.全面且前沿的因果推断课程, 提供视频, 课件, 书籍和经典文献,9.从网页上直接复制代码的因果推断书籍出现了, 学会主流方法成效极快,10.推荐书籍"用R软件做应用因果分析", 有需要的学者可以自行下载!11.哪本因果推断书籍最好?我们给你整理好了这个书单!12.“不一样”的因果推断书籍, 很多观点让我们能恍然大悟, 涵盖了不少其他书里没有的因果推断方法!13.搞懂因果推断中内生性问题解决方法必读的书籍和文献已搜集好!14.一位“诗人”教授写了本因果推断书籍, 现在可以直接下载PDF参看!15.使用R软件学习计量经济学方法三本书籍推荐,16.数据缺失方法处理大全, 经典书籍助你修复数据,17.中介和调节效应操作指南, 经典书籍和PPT珍藏版,18.用R语言做Econometrics的书籍推荐, 值得拥有的经典,19.史上最全的因果识别经典前沿书籍, 仅此一份,20.重磅好书"环境能源计量经济学(附代码)", 该领域主流, 时髦和前沿的计量方法,21.Acemoglu又出版了两本经济学教课书!22.Stata17MP版最新使用指南全书, 包括DSGE, Lasso回归, ERM, 贝叶斯分析等,23.全新因果推断方法新书, 配套R, Stata和Python的代码, 还包括教授视频和PPT素材!24.学习计量, 统计和各种软件的必备书单,25.机器学习第一书, 数据挖掘, 推理和预测,26.计量回归中的交互项到底什么鬼? 捎一本书给你,27.荐书,计量经济学宝典,28.送书: 应用时间序列分析(经典),29.计量经济学教科书,多门类多级别的一个都不能少,30.50本经济学书单,入门到精通分门别类,31.从入门到进阶的Python数据分析手册, 课程内容完全免费!32.2卷RDD断点回归使用手册, 含Stata和R软件操作流程,33.社会网络分析最新文献和软件学习手册,34.环境, 能源和资源经济学手册推荐, 经典著作需要反复咀嚼,35.各领域经济学手册全在这里, 不学手册只能做重复研究,36.史上最全博士论文撰写指导手册Handbook正文
这是他们第一版的书籍,有中文版的,计量社群里也有相关PDF分享。
下面这个版本是2022年的第二版,包括两卷,书名如下:<卷1,使用Stata做微观计量经济学:横截面和面板回归方法>
<卷2,使用Stata做微观计量经济学:非线性模型和因果推断方法>若有PDF出来,我们也可以分享一下,不过中文版还没有出来。
第二版涵盖了十多年来对 Stata 的改进以及实证微观计量经济学分析中最常用的方法的发展。该书的目标用户群为应用微观计量经济学的学者,重点仍然是对横截面和短面板数据的线性和非线性回归方法的使用。作者不仅尝试更新之前的内容,使其与最新Stata版本(第 17 版)计量工具保持一致,而且还尝试将许多现在很火的应用微观计量经济学的主题和方法纳入本书,这包括一系列因果推断方法。新版扩充了很多(1,675 页),分为两卷。为了帮助学者,作者提供了大量的交叉引用和更长的主题索引。第一卷(第 1-15 章)侧重于线性回归模型,并简要介绍了非线性回归模型。本书是第 1-10 章和第 12-13 章以及第一版和修订版附录的扩展版。在某些地方,对基本方法的解释比早期版本更多,而且第一卷的大部分内容除了为研究生和研究人员服务外,还旨在适用于高级本科课程。第二卷(第 16-30 章)涵盖标准非线性模型(早期版本的第 11 章和第 14-18 章)以及更高级和最新的材料。除了现有章节的更新版本外,第二卷还包括关于持续时间模型、随机对照试验中的处理效应、内生性和异质性的参数模型、空间回归、半参数回归、机器学习和预测的新章节,和贝叶斯方法。
每位使用 Stata 的应用经济学研究人员,以及每位教授或研究微观计量经济学的群体都将从 Cameron 和 Trivedi 的两卷书中受益。它们为使用Stata开展应用微观计量经济研究的学者群体提供了理论和实践指南。熟悉 Cameron 和 Trivedi 的《微观计量经济学:方法和应用》的学者,会发现作者在学术研究中的严谨和缜密品质。这个新版本涵盖了自 2010 年上一版以来出现的与微观计量经济学相关的所有新 Stata 发展。例如,读者将找到关于处理效应、持续时间模型、空间自回归模型、Lasso和贝叶斯分析的全新章节。但作者并没有就此止步,他们还增加了对 Stata 社区贡献的最新微观计量经济学方法的讨论。第一卷介绍了基本的微观计量经济学方法,包括用于横截面数据和线性面板数据的线性和非线性方法,具有和不具有内生性,以及假设和模型范式检验的概述。除此之外,它还教授引导和模拟方法、分位数回归、有限混合模型和非参数回归。它还包括对基本 Stata 概念和编程的介绍,以及对 Mata 进行矩阵编程和基本优化的介绍。第二卷以第一卷中介绍的方法为基础,引导读者了解对经济研究有用的各种更先进的方法。它首先介绍非线性优化方法,然后深入研究具有和不具有内生性的二值选择模型;有和没有内生性的 tobit 和Heckman选择模型;多元选择模型;有和没有内生性的条件分位数的模型;生存模型;具有和不具有内生性的非线性面板数据方法;外生和内生的处理效应;空间数据计量方法;半参数回归;用于预测和推理的Lasso和贝叶斯计量经济学。凭借其对现代计量经济学方法的百科全书式覆盖,以及许多展示如何在 Stata中应用这些方法的示例,《使用 Stata 的微观计量经济学,第二版》是一本值得拥有的研究手册handbook。它是应用研究人员和参加微观计量经济学课程群体的重要参考。第二版:第 1 卷:横截面和面板回归模型1.Stata基础数据管理和图形
线性回归基础
线性回归扩展
模拟simulation
误差相关的线性回归
线性工具变量回归
线性面板数据模型:基础
线性面板数据模型:扩展
非线性回归简介
假设检验和模型选择
自助法
非线性回归方法
弹性回归:有限混合和非参数回归
分位数回归
附录 A:Stata 中的编程
附录 B:Mata
附录C:Mata 中的优化
第二版:第 2 卷:非线性模型和因果推理方法16.非线性优化方法二值选择模型
多项选择模型
Tobit 和Heckman选择模型
计数数据模型
持续时间数据的生存分析
非线性面板模型
异质性和内生性的参数模型
RCTs和外生性处理效应
内源性处理效应
空间回归
半参数回归
用于预测和推理的机器学习
贝叶斯方法:基础
贝叶斯方法:MCMC算法
美国加利福尼亚大学戴维斯分校经济学教授,斯坦福大学经济学博士。卡梅伦教授是世界著名的微观计量经济学专家,重点研究横截面数据特别是计数数据的计量经济学理论及其在劳动经济学和健康(卫生)经济学中的应用,在Review of Economic Studies、Quarterly Journal of Economics、Journal of Econometrics发表论文三十余篇,著有Regression Analysis of Count Data和Microeconometrics Methods and Applications等著作。美国印第安纳大学荣誉经济学教授,伦敦大学经济学博士。特里维迪教授是世界知名的微观计量经济学家,重点研究微观计量经济学理论及其在健康经济学中的应用,善长计量经济学建模分析,在Review of Economic Studies、Journal of Econometrics 和Journal of Applied Econometrics等期刊发表论文几十篇。
顶级公开课程:1.免费4门课程, 因果推断1和2, IV, 份额移动IV和高级DID, 附数据,代码,讲义和阅读清单,2.哈佛“数据科学导论”课程对所有人免费开放!包括机器学习和回归分析等各种方法!3.加拿大经济学会主席的"机器学习"课程可以学习了! 共计20份Slides直指ML前沿!4.耶鲁开设“应用实证方法”P.hd课程, 强逻辑, 好文献, 重实操, 真前沿, 送slides和笔记!5.诺奖得主Angrist的因果推断课程文献读物单子再次更新了, 还提供了其他三门课程,6.全面且前沿的因果推断课程, 提供视频, 课件, 书籍和经典文献,7.美国博士用4年整理了写论文的各章实用资料, 包括课程, 软件, 研究, 投稿和工作等,8.MIT经济系50门开放课程对中国学者开放, 包括计量经济学等各类经济学课程!9.MIT斯隆商学院研究生课程对国内免费开放, 在家就能学习世界一流商学院的课程!1.“显著不显著的后背是什么, 非(半)参估计里解决内生性”,2.“计量社群里关于使用交互项还是中介效应分析开展机制研究的讨论”,3.“为啥面板数据回归中, 即使X对Y的解释程度很大, 但R-square一般都很小?”,4.多期DID中使用双向固定效应可能有问题! 又如何做平行趋势检验? 多期DID方法的最新进展如何?,5.收入和年龄等变量是将其转化成有序离散变量还是当成连续变量进行回归呢?6.控制变量就能影响结果显著性, 所以存在很大操作空间, 调参数是常用手段吗?7.回归中常数项显著说明模型中有遗漏变量问题?8.审稿人有义务告诉你回归中可能的遗漏变量么?9.针对很多实证问题的讨论, 随手保存的部分内容以飨学者,10.未引入交互项主效应为正, 引入后变为负, 解释出来的故事特别好, 主效应符号确实增强了故事性,11.双向固定效应多期DID最新进展和代码汇总, 关于控制变量和固定效应选取的讨论,12.逐年匹配的PSM-DID操作策略, 多时点panel政策评估利器,13.多期DID前沿方法大讨论, e.g., 进入-退出型DID, 异质性和动态性处理效应DID, 基期选择问题等,14.针对经济学领域中介效应模型问题的回应和理性讨论,15.讨论a(b)对b(a)的新方向论文, 经济学期刊分区问题, 3个机制存在时计量模型设计问题
下面这些短链接文章属于合集,可以收藏起来阅读,不然以后都找不到了。