目  录

第1章  计量经济学概述 1

1.1  什么是计量经济学 1

1.1.1  计量经济学的定义 1

1.1.2  计量经济学的内容体系 2

1.1.3  计量经济学的应用 3

1.2  经济数据的结构 4

1.2.1  经济数据的特点 4

1.2.2  经济数据的类型 4

1.2.3  经济数据的获取 6

1.3  计量经济学中的基本概念 7

1.3.1  经济变量的分类及关系 7

1.3.2  计量经济模型 8

1.3.3  扰动项的重要性 8

1.3.4  统计推断思想 9

1.4  本章小结与习题 10

1.4.1  本章小结 10

1.4.2  本章习题 10

第2章  Stata基本操作与数据处理 11

2.1  Stata概述 11

2.2  Stata的窗口与基本设置 13

2.2.1  Stata的窗口 13

2.2.2  设定个人偏好的界面语言 15

2.2.3  数据的读取与导入 17

2.2.4  Stata帮助系统介绍 21

2.2.5  Stata命令的语法格式 23

2.2.6  Stata的运算符与函数 25

2.3  Stata数据处理的操作 29

2.3.1  Stata的数据类型 29

2.3.2  分类变量和定序变量的基本操作 29

2.3.3  常用的几种处理数据的操作 31

2.4  描述性统计的相关操作 41

2.4.1  常用描述性统计指标的基本概念 41

2.4.2  定距变量的描述性统计 43

2.4.3  正态分布检验和数据转换 48

2.4.4  分类变量的描述统计 52

2.5  Stata图形绘制的操作 57

2.5.1  Stata制图基本操作 58

2.5.2  直方图 60

2.5.3  散点图 62

2.5.4  标绘图 65

2.5.5  箱线图 68

2.5.6  饼图 70

2.5.7  条形图 72

2.5.8  点图 75

2.6  本章小结与习题 76

2.6.1  本章小结 76

2.6.2  本章习题 77

第3章  基本线性回归 79

3.1  一元线性回归 80

3.1.1  一元线性回归模型 80

3.1.2  普通最小二乘法 82

3.1.3  OLS估计量的数学性质 84

3.1.4  拟合优度 84

3.1.5  一元线性回归的Stata操作及实例 85

3.2  多元线性回归 89

3.2.1  多元线性回归模型 89

3.2.2  古典线性回归模型的假定 90

3.2.3  多元线性回归模型的参数估计 91

3.2.4  校正拟合优度 92

3.2.5  OLS估计量的性质 93

3.2.6  单个系数显著性的t检验 95

3.2.7  方程显著性的F检验 97

3.2.8  解释变量个数的选择 98

3.2.9  多元线性回归：OLS的渐进性 99

3.2.10  多元线性回归的Stata操作及实例 100

3.3  本章小结与习题 107

3.3.1  本章小结 107

3.3.2  本章习题 107

第4章  线性回归分析检验与处理 109

4.1  异方差检验与处理 109

4.1.1  异方差的影响 109

4.1.2  异方差的检验 110

4.1.3  异方差的处理 112

4.1.4  异方差检验与处理的Stata操作及实例 114

4.2  自相关检验与处理 120

4.2.1  自相关的影响 120

4.2.2  自相关的检验 121

4.2.3  自相关的处理 122

4.2.4  自相关检验与处理的Stata操作及实例 124

4.3  多重共线性检验与处理 132

4.3.1  多重共线性的影响 132

4.3.2  多重共线性的检验 133

4.3.3  多重共线性的处理 134

4.3.4  多重共线性检验与处理的Stata操作及实例 135

4.4  内生性检验与处理 138

4.4.1  内生性的影响 138

4.4.2  内生性的检验 139

4.4.3  内生性的处理 140

4.4.4  内生性检验与处理的Stata操作及实例 141

4.5  虚拟变量 147

4.5.1  虚拟变量概述 147

4.5.2  含有虚拟变量的模型 148

4.5.3  虚拟变量的Stata操作及实例 149

4.6  本章小结与习题 151

4.6.1  本章小结 151

4.6.2  本章习题 152

第5章  离散选择模型 154

5.1  二值选择模型 155

5.1.1  二值选择模型的例子 155

5.1.2  二值选择模型 155

5.1.3  二值选择模型的Stata操作及实例 157

5.2  多值选择模型 167

5.2.1  多值选择模型的例子 167

5.2.2  多元Logit模型与多元Probit模型 167

5.2.3  多值选择模型的Stata操作及实例 168

5.3  有序选择模型 173

5.3.1  有序选择模型的例子 173

5.3.2  有序Logit模型与有序Probit模型 173

5.3.3  有序选择模型的Stata操作及实例 174

5.4  本章小结与习题 179

5.4.1  本章小结 179

5.4.2  本章习题 179

第6章  时间序列 181

6.1  基本概念与数据预处理 181

6.1.1  随机过程和平稳性原理 181

6.1.2  时间序列的自相关 182

6.1.3  时间序列数据的预处理及Stata操作 182

6.1.4  移动平均滤波与指数平滑及Stata操作 187

6.2  平稳时间序列模型 194

6.2.1  自回归模型 194

6.2.2  自回归分布滞后模型 195

6.2.3  ARIMA模型及Stata操作 196

6.2.4  向量自回归模型及Stata操作 203

6.3  非平稳时间序列分析 217

6.3.1  非平稳序列 217

6.3.2  单位根检验及Stata操作 218

6.3.3  协整的思想与检验 223

6.3.4  协整分析的Stata操作及实例 225

6.4  本章小结与习题 233

6.4.1  本章小结 233

6.4.2  本章习题 233

第7章  面板数据 235

7.1  面板数据的特点 236

7.1.1  面板数据的特点与类型 236

7.1.2  面板数据的估计策略 236

7.2  短面板数据分析 237

7.2.1  混合回归 237

7.2.2  固定效应模型 238

7.2.3  随机效应模型 239

7.2.4  固定效应与随机效应模型的选择 239

7.2.5  短面板的Stata操作及实例 240

7.3  长面板数据分析 251

7.3.1  长面板数据分析概述 251

7.3.2  长面板数据的估计方法 252

7.3.3  长面板的Stata操作及实例 252

7.4  动态面板数据分析 260

7.4.1  动态面板 260

7.4.2  动态面板的估计方法 260

7.4.3  动态面板的Stata操作及实例 261

7.5  本章小结与习题 266

7.5.1  本章小结 266

7.5.2  本章习题 267

第8章  政策效应检验 269

8.1  倾向得分匹配法 269

8.1.1  匹配估计量的思想 269

8.1.2  倾向得分匹配估计 271

8.1.3  倾向得分匹配的Stata操作及实例 272

8.2  双重差分法 278

8.2.1  双重差分法概述 278

8.2.2  平行趋势假定与检验 279

8.2.3  多期DID 280

8.2.4  双重差分法的Stata操作及实例 280

8.3  合成控制法 286

8.3.1  合成控制法的思想 286

8.3.2  合成控制法的Stata操作及实例 287

8.4  本章小结与习题 298

8.4.1  本章小结 298

8.4.2  本章习题 298

第9章  如何进行规范的实证研究 300

9.1  什么是实证研究 300

9.2  实证研究的主要步骤 302

9.2.1  提出研究问题 302

9.2.2  文献回顾 303

9.2.3  设计研究框架 304

9.2.4  提出理论假设 305

9.2.5  数据收集与整理 306

9.2.6  实证分析 307

9.2.7  稳健性检验 311

9.2.8  归纳研究结论并提出对策建议 313

9.3  论文写作 313

9.3.1  实证论文的结构 313

9.3.2  论文写作中应注意的问题 318

9.4  实证研究综合案例 319

9.5  本章小结与习题 322

9.5.1  本章小结 322

9.5.2  本章习题 322

第10章  DeepSeek等AI工具应用 323

10.1  DeepSeek等AI工具的作用 323

10.2  Stata统计分析AI提示实例 324

10.2.1  数据整理AI提示示例 324

10.2.2  描述性统计AI提示示例 325

10.2.3  图形绘制AI提示示例 326

10.2.4  最小二乘回归分析AI提示示例 326

10.2.5  因子分析AI提示示例 327

10.2.6  时间序列分析AI提示示例 328

10.2.7  双重差分法分析AI提示示例 329

10.2.8  倾向得分匹配分析AI提示示例 330

10.2.9  动态面板数据分析AI提示示例 331

10.2.10  机器学习因果推断AI提示示例 332

10.2.11  Stata与Python交互AI提示示例 333

10.3  本章小结与习题 334

10.3.1  本章小结 334

10.3.2  本章习题 334