r语言 悲观剪枝_R语言计量经济学(实证分析)习题答案

[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