[原文章内容已转移至微信公众号: 计量经济学与统计学习 by OwlMetrics]
刚刚完成了这学期所教课程(Elements of Econometrics,计量经济学基础)全部的讲义、考试以及习题课材料。此课程主要面向经济学与金融学硕士研究生和高年级本科生。课程的主要目的在于介绍计量学的基本知识和常用模型, 侧重于经典计量理论在经济数据分析中的应用,并对相关的数学与统计学理论加以介绍。该课程使用 Stock and Watson(以下简称 SW)所著 Introduction to Econometrics (4th edition, global edition) 作为教材,并使用 Stata 作为主要的统计分析软件进行实证分析。
考虑到 R语言越来越强大的数据分析,统计运算与绘图能力,及其在学术研究与产业界越来越广泛的应用,在准备Stata课程材料的同时,我也为有兴趣学习R语言在计量经济学中应用的同学准备了R语言的实证分析习题(Empirical Exercises)答案作为补充材料。
这些材料涵盖了用于解答 SW 教材中第四到第十五章绝大部分的课后实证分析习题的R语言程序(SW 官网只提供 Stata 与 Eviews 程序)。我在这里与大家分享这些材料。由于准备时间仓促,瑕疵与错误在所难免,希望读者能够发现指正。此外,由于R语言发展迅速,材料中所使用的 package 与 command 有可能并非“最优”,希望读者能够提供优化修改意见。
点击下面的链接浏览相关章节 (陆续更新上传) 的实证习题的R语言程序:
- Chapter 4: Linear Regression with a Single Regressor
- Chapter 5: Linear Regression with a Single Regressor - Inference
- Chapter 6: Linear Regression with Multiple Regressors
- Chapter 7: Hypothesis Tests and Confidence Intervals in Multiple Regression
- Chapter 8: Nonlinear Regression Functions
- Chapter 9: Assessing Studies Based on Multiple Regression
- Chapter 10: Regression with Panel Data
- Chapter 11: Regression with a Binary Dependent Variable
- Chapter 12: Instrumental Variables Regression
- Chapter 13: Experiments and Quasi-Experiments
- Chapter 14: Prediction with Many Regressors and Big Data
- Chapter 15: Introduction to Time Series Regression and Forecasting
材料中所涉及的实证分析所使用的数据可以通过下面的链接下载:
https://media.pearsoncmg.com/intl/ge/2019/cws/ge_stock_econometrics_4/media.pearsoncmg.com