《計(jì)量經(jīng)濟(jì)學(xué)及其應(yīng)用》教學(xué)大綱課程名稱：計(jì)量經(jīng)濟(jì)學(xué)英文名稱：Econometrics學(xué)分：本科生3學(xué)分，碩士研究生2學(xué)分學(xué)時(shí)：本科生54學(xué)時(shí)（理論36學(xué)時(shí)，實(shí)踐18學(xué)時(shí)）；碩士研究生36時(shí)（理論24學(xué)時(shí)，實(shí)踐12學(xué)時(shí)）課程性質(zhì)：專業(yè)核心課程適用專業(yè)：經(jīng)濟(jì)學(xué)、金融學(xué)、統(tǒng)計(jì)學(xué)、工商管理、管理科學(xué)與工程、公共管理、社會(huì)學(xué)等相關(guān)專業(yè)開課學(xué)期：建議本科二年級或研究生一年級先修課程：微觀經(jīng)濟(jì)學(xué)、宏觀經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)、微積分、概率論與數(shù)理統(tǒng)計(jì)、線性代數(shù)等一、課程簡介計(jì)量經(jīng)濟(jì)學(xué)是一門將經(jīng)濟(jì)理論、統(tǒng)計(jì)方法和實(shí)際數(shù)據(jù)相結(jié)合的應(yīng)用學(xué)科。它以經(jīng)濟(jì)理論為指導(dǎo)、以經(jīng)濟(jì)數(shù)據(jù)為依據(jù)、以數(shù)學(xué)和統(tǒng)計(jì)學(xué)方法為工具，通過建立計(jì)量經(jīng)濟(jì)模型，定量分析經(jīng)濟(jì)系統(tǒng)中各個(gè)變量之間的關(guān)系和規(guī)律，將抽象的經(jīng)濟(jì)學(xué)理論用具體的統(tǒng)計(jì)模型呈現(xiàn)出來，以檢驗(yàn)理論假說并預(yù)測經(jīng)濟(jì)現(xiàn)象。本課程是國家教育部規(guī)定的經(jīng)濟(jì)學(xué)專業(yè)的8門核心課程之一，以現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)理論為基礎(chǔ)，結(jié)合EViews和Stata兩種主流軟件的操作實(shí)踐，系統(tǒng)介紹計(jì)量經(jīng)濟(jì)學(xué)的基本理論、方法和應(yīng)用。課程內(nèi)容涵蓋經(jīng)典假設(shè)下的計(jì)量經(jīng)濟(jì)學(xué)模型、放寬假設(shè)的計(jì)量經(jīng)濟(jì)學(xué)模型、聯(lián)立方程模型的理論與應(yīng)用、時(shí)間序列計(jì)量經(jīng)濟(jì)學(xué)模型及其應(yīng)用以及計(jì)量經(jīng)濟(jì)學(xué)的高級應(yīng)用五個(gè)部分內(nèi)容。通過計(jì)量經(jīng)濟(jì)學(xué)課程的學(xué)習(xí)和掌握，能夠增強(qiáng)學(xué)生經(jīng)濟(jì)數(shù)量分析的能力，將經(jīng)濟(jì)學(xué)理論應(yīng)用于實(shí)證研究來分析和解決實(shí)際經(jīng)濟(jì)問題。二、課程目標(biāo)1.知識目標(biāo)理解計(jì)量經(jīng)濟(jì)學(xué)的基本概念、原理和方法體系，掌握經(jīng)典線性回歸模型的理論基礎(chǔ)和估計(jì)方法，理解違背經(jīng)典假設(shè)時(shí)的診斷方法和修正手段，掌握時(shí)間序列分析和面板數(shù)據(jù)模型的基本理論，了解計(jì)量經(jīng)濟(jì)學(xué)的前沿發(fā)展動(dòng)態(tài)。2.能力目標(biāo)熟練掌握EViews和Stata軟件的基本操作和高級功能，具備建立和估計(jì)計(jì)量經(jīng)濟(jì)模型的能力，能夠合理解釋回歸結(jié)果并進(jìn)行經(jīng)濟(jì)分析，具備識別和處理計(jì)量經(jīng)濟(jì)問題的能力，并獨(dú)立完成簡單的實(shí)證研究。3.素質(zhì)目標(biāo)培養(yǎng)嚴(yán)謹(jǐn)?shù)目茖W(xué)研究態(tài)度和定量分析思維，提高發(fā)現(xiàn)、分析和解決實(shí)際經(jīng)濟(jì)問題的能力，增強(qiáng)將經(jīng)濟(jì)理論與統(tǒng)計(jì)數(shù)據(jù)相結(jié)合的意識，培養(yǎng)學(xué)術(shù)誠信和規(guī)范素養(yǎng)。三、教學(xué)內(nèi)容與進(jìn)度安排（建議根據(jù)學(xué)時(shí)選擇上課章節(jié)）章節(jié)教學(xué)要求主要內(nèi)容重點(diǎn)難點(diǎn)課時(shí)本科生碩士研究生第一部分：軟件基礎(chǔ)與數(shù)據(jù)處理第1章EViews軟件簡介與數(shù)據(jù)處理方法本章介紹經(jīng)濟(jì)計(jì)量分析工具EViews的基本使用方法。內(nèi)容包括EViews軟件的界面和功能簡介、數(shù)據(jù)的類型及形式，數(shù)據(jù)的來源和導(dǎo)入，以及利用EViews對數(shù)據(jù)進(jìn)行基本處理和統(tǒng)計(jì)描述。通過本章學(xué)習(xí)，學(xué)生將初步具備使用EViews軟件進(jìn)行數(shù)據(jù)管理和簡單分析的能力。(1)了解EViews軟件(2)了解EViews軟件中的數(shù)據(jù)分類(3)了解數(shù)據(jù)獲取途徑以及如何將數(shù)據(jù)錄入EViews(4)掌握基于EViews軟件的數(shù)據(jù)處理EViews工作界面與基本操作流程，數(shù)據(jù)導(dǎo)入與格式轉(zhuǎn)換方法32第2章Stata軟件簡介與基本操作本章介紹另一常用計(jì)量經(jīng)濟(jì)學(xué)分析工具Stata的基本用法。內(nèi)容涵蓋Stata軟件界面及命令行的特點(diǎn)、數(shù)據(jù)輸入與導(dǎo)入的方法，利用基本命令對數(shù)據(jù)進(jìn)行清理和轉(zhuǎn)換，以及使用Stata繪制常用統(tǒng)計(jì)圖形的方法。通過實(shí)例演示，培養(yǎng)學(xué)生對Stata命令的基本認(rèn)識和運(yùn)用能力。(1)了解Stata軟件(2)了解如何將數(shù)據(jù)錄入Stata軟件(3)掌握使用Stata軟件進(jìn)行數(shù)據(jù)處理的基本命令(4)了解Stata軟件的圖形繪制Stata常用數(shù)據(jù)管理命令的語法和用法，數(shù)據(jù)導(dǎo)入導(dǎo)出與清洗流程32第二部分：經(jīng)典假設(shè)下的計(jì)量經(jīng)濟(jì)學(xué)模型第3章最小二乘法及其應(yīng)用本章引入回歸分析的基本工具——最小二乘法。首先通過繪制散點(diǎn)圖直觀展示因變量與自變量的關(guān)系；講解最小二乘法原理，包括誤差項(xiàng)、殘差和最小化殘差平方和的思想，推導(dǎo)簡單回歸模型的參數(shù)公式。學(xué)生將學(xué)習(xí)到回歸函數(shù)形式、截距和斜率參數(shù)的經(jīng)濟(jì)學(xué)解釋。最后，本章演示如何使用EViews或Stata進(jìn)行簡單回歸分析。(1)掌握散點(diǎn)圖的畫法(2)理解函數(shù)的形式與參數(shù)的經(jīng)濟(jì)意義(3)掌握最小二乘法的思想(4)掌握最小二乘法的EViews軟件和Stata軟件的實(shí)現(xiàn)方法最小二乘法的原理與簡單線性回歸模型參數(shù)的計(jì)算公式，軟件回歸結(jié)果中各項(xiàng)統(tǒng)計(jì)量的含義的初步認(rèn)識32第4章一元線性回歸本章系統(tǒng)講解一元線性回歸模型的理論和應(yīng)用。包括總體回歸函數(shù)與樣本回歸函數(shù)的形式，經(jīng)典回歸模型的五項(xiàng)基本假設(shè)及其意義，最小二乘估計(jì)的統(tǒng)計(jì)性質(zhì)。學(xué)生將學(xué)習(xí)判定系數(shù)R2及調(diào)整后的R2用于評價(jià)模型擬合效果的方法，掌握對回歸系數(shù)進(jìn)行單側(cè)或雙側(cè)t檢驗(yàn)的方法和步驟，并了解如何使用回歸方程進(jìn)行預(yù)測及其區(qū)間估計(jì)。教學(xué)中結(jié)合實(shí)例，利用EViews/Stata演示一元回歸的估計(jì)與檢驗(yàn)過程，并解釋軟件輸出結(jié)果中的各項(xiàng)指標(biāo)。(1)了解總體回歸函數(shù)和樣本回歸函數(shù)的概念(2)了解一元線性回歸模型的基本假設(shè)以及最小二乘估計(jì)的基本特征(3)掌握判斷系數(shù)的概念及其意義(4)掌握參數(shù)顯著性檢驗(yàn)的概念及其意義(5)了解點(diǎn)預(yù)測與區(qū)間預(yù)測(6)掌握本章涉及知識點(diǎn)的EViews和Stata實(shí)現(xiàn)方法一元線性回歸模型的假設(shè)條件及回歸系數(shù)的經(jīng)濟(jì)學(xué)含義，R2評價(jià)模型擬合優(yōu)度的方法，t檢驗(yàn)的原理和應(yīng)用，正確解讀回歸輸出中系數(shù)的顯著性水平與置信區(qū)間，以及預(yù)測區(qū)間的計(jì)算方法53第5章多元回歸分析（一）本章擴(kuò)展回歸分析至含有多個(gè)解釋變量的線性回歸模型。首先介紹多元回歸模型及其經(jīng)典假設(shè)。然后重點(diǎn)講解多元回歸模型參數(shù)的估計(jì)方法，介紹判定系數(shù)R2和調(diào)整的R2在多元模型中的定義和作用。接著講授模型的顯著性檢驗(yàn)：整體顯著性檢驗(yàn)（F檢驗(yàn)）用于檢驗(yàn)?zāi)Ｐ驼w有效性，單個(gè)系數(shù)的t檢驗(yàn)用于檢驗(yàn)各自變量影響的顯著性。最后簡要討論多元模型的預(yù)測功能。通過軟件實(shí)踐，加深對多元回歸分析的理解。(1)了解多元回歸模型概念及其假設(shè)(2)掌握多元回歸模型的參數(shù)估計(jì)方法(3)理解判定系數(shù)和校正后的判定系數(shù)(4)掌握多元回歸模型的顯著性檢驗(yàn)(5)了解多元回歸模型的點(diǎn)預(yù)測和區(qū)間預(yù)測(6)掌握本章涉及知識點(diǎn)的EViews和Stata實(shí)現(xiàn)方法多元回歸參數(shù)估計(jì)的原理及結(jié)果解讀，R2和調(diào)整的R2的比較，F(xiàn)檢驗(yàn)的用途及其與t檢驗(yàn)的關(guān)系。53第6章多元回歸分析（二）本章繼續(xù)探討多元回歸的特殊問題和擴(kuò)展方法。首先介紹虛擬變量的用途，講解設(shè)置虛擬變量的基本原則以及可能出現(xiàn)的虛擬變量陷阱。然后介紹Chow檢驗(yàn)作為結(jié)構(gòu)變動(dòng)檢驗(yàn)的方法。隨后討論參數(shù)標(biāo)準(zhǔn)化的問題，引入標(biāo)準(zhǔn)化系數(shù)的概念，并給出計(jì)算方法。通過實(shí)例演示使用統(tǒng)計(jì)軟件添加虛擬變量、執(zhí)行Chow檢驗(yàn)，以及由軟件輸出計(jì)算標(biāo)準(zhǔn)化系數(shù)，以鞏固對上述方法的掌握。(1)掌握虛擬變量的概念及其引入方式(2)掌握虛擬變量的引入原則(3)了解虛擬變量與Chow檢驗(yàn)的聯(lián)系與區(qū)別(4)理解參數(shù)標(biāo)準(zhǔn)化的意義(5)掌握參數(shù)標(biāo)準(zhǔn)化的方法(6)掌握本章涉及知識點(diǎn)的EViews和Stata實(shí)現(xiàn)方法虛擬變量的正確使用及其經(jīng)濟(jì)含義，Chow檢驗(yàn)的應(yīng)用場景和結(jié)論解釋，標(biāo)準(zhǔn)化回歸系數(shù)的計(jì)算與用途。44第三部分：放寬假設(shè)的計(jì)量經(jīng)濟(jì)學(xué)模型第7章異方差性本章討論回歸模型中異方差性的概念及處理。首先明確異方差性定義，列舉可能導(dǎo)致異方差的情形。然后分析異方差對最小二乘估計(jì)的后果。接下來介紹常用的異方差診斷測試，并講解這些檢驗(yàn)的原理和執(zhí)行步驟。最后探討處理異方差的策略。通過軟件操作演示如何進(jìn)行異方差檢驗(yàn)以及采用相應(yīng)方法重新估計(jì)模型。(1)理解異方差性的概念、類型(2)了解異方差性產(chǎn)生的后果(3)掌握異方差性的診斷方法(4)掌握消除異方差的方法(5)掌握本章涉及知識點(diǎn)的EViews和Stata實(shí)現(xiàn)方法異方差性的識別和對回歸分析影響的理解，常用異方差檢驗(yàn)方法的應(yīng)用，WLS估計(jì)或穩(wěn)健標(biāo)準(zhǔn)誤等糾正方法的實(shí)現(xiàn)。44第8章序列相關(guān)性本章研究回歸模型中序列相關(guān)問題。首先明確序列相關(guān)性的概念。討論殘差自相關(guān)常見的起因及其對OLS估計(jì)的影響。接下來介紹檢測序列相關(guān)性的方法，并解釋檢驗(yàn)的步驟和臨界值判斷。然后討論處理自相關(guān)的常用方法。通過實(shí)例演示自相關(guān)檢驗(yàn)的計(jì)算和這些方法的應(yīng)用效果。(1)理解序列相關(guān)性的概念(2)了解序列相關(guān)性產(chǎn)生的后果(3)掌握序列相關(guān)性的診斷方法(4)掌握消除序列相關(guān)性的方法(5)掌握本章涉及知識點(diǎn)的EViews和Stata實(shí)現(xiàn)方法DW統(tǒng)計(jì)量和B-G檢驗(yàn)的使用，序列相關(guān)性對估計(jì)和檢驗(yàn)的影響及其修正方法的步驟。44第9章多重共線性本章探討回歸模型中的多重共線性問題。首先明確多重共線性的概念，討論多重共線性產(chǎn)生的原因，分析多重共線性。接下來介紹診斷多重共線性的方法。最后討論處理共線性的策略。通過軟件實(shí)踐，讓學(xué)生計(jì)算實(shí)例數(shù)據(jù)的VIF并體會(huì)共線性對回歸結(jié)果的影響。(1)理解多重共線性的概念(2)了解多重共線性產(chǎn)生的后果(3)掌握多重共線性的診斷方法(4)掌握消除多重共線性的方法(5)掌握本章涉及知識點(diǎn)的EViews和Stata實(shí)現(xiàn)方法多重共線性的影響及其診斷手段，VIF的計(jì)算與判斷標(biāo)準(zhǔn)，模型修正的思路。44第四部分：聯(lián)立方程模型的理論及其應(yīng)用第10章聯(lián)立方程模型和識別本章進(jìn)入聯(lián)立方程模型。首先介紹計(jì)量經(jīng)濟(jì)學(xué)中的聯(lián)立方程模型，解釋為何某些經(jīng)濟(jì)系統(tǒng)需要用多個(gè)方程同時(shí)描述。區(qū)分結(jié)構(gòu)模型和簡化簡約式模型，并通過簡單實(shí)例演示從結(jié)構(gòu)式到簡化式的推導(dǎo)過程。然后重點(diǎn)講解聯(lián)立方程的識別問題，介紹識別的判斷標(biāo)準(zhǔn)。為后續(xù)討論聯(lián)立方程的估計(jì)方法做好鋪墊。(1)了解聯(lián)立方程模型的概念(2)了解結(jié)構(gòu)式模型和簡約式模型,并掌握兩者的轉(zhuǎn)化過程(3)了解聯(lián)立方程模型識別的概念(4)掌握聯(lián)立方程模型識別的方法結(jié)構(gòu)方程與簡化方程的區(qū)別，識別概念及識別條件的判定方法。22第11章聯(lián)立方程模型的參數(shù)估計(jì)方法本章介紹聯(lián)立方程模型參數(shù)估計(jì)的主要方法。首先討論遞歸模型的情況，然后重點(diǎn)闡述一般聯(lián)立模型中由于存在內(nèi)生解釋變量，引出工具變量估計(jì)法。講解工具變量的定義和滿足的條件，通過簡單實(shí)例說明如何選擇工具變量。接著介紹間接最小二乘法。隨后重點(diǎn)講授兩階段最小二乘法，強(qiáng)調(diào)2SLS能夠?qū)^度識別方程取得一致的參數(shù)估計(jì)。最后，通過軟件演示IV/2SLS估計(jì)過程，比較OLS與2SLS結(jié)果差異。(1)了解遞歸模型及其估計(jì)方法(2)掌握工具變量方法(3)掌握間接最小二乘法(4)掌握二階段最小二乘法(5)掌握本章涉及知識點(diǎn)的EViews和Stata實(shí)現(xiàn)方法工具變量法解決內(nèi)生性的思路和條件，2SLS估計(jì)的步驟和結(jié)果解讀。42第五部分：時(shí)間序列計(jì)量經(jīng)濟(jì)學(xué)模型及其應(yīng)用第12章時(shí)間序列的平穩(wěn)性及其檢驗(yàn)本章進(jìn)入時(shí)間序列計(jì)量經(jīng)濟(jì)學(xué)的基礎(chǔ)——平穩(wěn)性概念及檢驗(yàn)。首先分析平穩(wěn)序列和非平穩(wěn)序列的概念和區(qū)別。接下來介紹單位根檢驗(yàn)方法，以ADF檢驗(yàn)為重點(diǎn)，說明ADF檢驗(yàn)的原理，以及檢驗(yàn)的具體步驟。通過實(shí)例數(shù)據(jù)，演示如何使用EViews或Stata執(zhí)行ADF單位根檢驗(yàn)，查看檢驗(yàn)統(tǒng)計(jì)量和臨界值并作出平穩(wěn)性的判斷。(1)了解平穩(wěn)性的概念(2)掌握平穩(wěn)性檢驗(yàn)方法和步驟(3)掌握本章涉及知識點(diǎn)的EViews和Stata實(shí)現(xiàn)方法平穩(wěn)與非平穩(wěn)序列的區(qū)別，ADF單位根檢驗(yàn)的使用方法和結(jié)果判讀。42第13章單變量時(shí)間序列模型本章介紹經(jīng)典的單變量時(shí)間序列模型，即AR、MA和ARMA的基本形式。首先說明建模前提為序列平穩(wěn)，在此基礎(chǔ)上定義自回歸(AR)模型。然后定義移動(dòng)平均(MA)模型。接下來介紹將AR和MA結(jié)合的ARMA模型，討論模型識別的一般思路，以及ARMA模型參數(shù)估計(jì)通常采用的最大似然法。在教學(xué)中演示使用統(tǒng)計(jì)軟件對給定平穩(wěn)時(shí)間序列擬合不同階的ARMA模型，比較信息準(zhǔn)則(AIC/BIC)選擇模型，以及檢驗(yàn)殘差的獨(dú)立性以驗(yàn)證模型適配度。(1)了解自回歸(AR)模型(2)了解移動(dòng)平均(MA)模型(3)掌握自回歸移動(dòng)平均(ARMA)估計(jì)方法(4)掌握本章涉及知識點(diǎn)的EViews和Stata實(shí)現(xiàn)方法AR和MA模型的定義與特征，ARMA模型建模的一般流程，信息準(zhǔn)則在模型階數(shù)選擇中的作用。64第14章向量自回歸模型及其應(yīng)用本章介紹向量自回歸(VAR)模型及其在多元時(shí)間序列分析中的應(yīng)用。首先定義VAR模型，適用于探究變量間的動(dòng)態(tài)關(guān)系。介紹VAR模型參數(shù)估計(jì)方法。隨后重點(diǎn)講解VAR模型的兩個(gè)重要分析工具。接著介紹格蘭杰因果關(guān)系檢驗(yàn)，作為判斷兩個(gè)變量之間是否存在先行因果影響的方法，講解其基本原理和實(shí)施。通過案例數(shù)據(jù)，使用EViews/Stata估計(jì)VAR模型，并生成IRF和FEVD圖形，解釋經(jīng)濟(jì)含義；同時(shí)進(jìn)行格蘭杰因果檢驗(yàn)，討論結(jié)果如何解讀。(1)了解向量自回歸模型的概念(2)了解向量自回歸模型的參數(shù)估計(jì)(3)掌握脈沖響應(yīng)函數(shù)(4)掌握預(yù)測誤差方差分解(5)掌握格蘭杰因果關(guān)系檢驗(yàn)(6)掌握本章涉及知識點(diǎn)的EViews和Stata實(shí)現(xiàn)方法VAR模型的建模思路、脈沖響應(yīng)和方差分解的經(jīng)濟(jì)含義及分析方法，格蘭杰因果檢驗(yàn)的判別邏輯。64第15章協(xié)整與誤差修正模型本章討論非平穩(wěn)時(shí)間序列分析中的協(xié)整理論和誤差修正模型。首先引入?yún)f(xié)整概念。然后介紹Engle-Granger兩步法作為經(jīng)典的協(xié)整檢驗(yàn)方法。接著講解Johansen檢驗(yàn)作為多變量協(xié)整分析的方法。解釋誤差修正模型(ECM)的的作用；同時(shí)說明對于存在協(xié)整的系統(tǒng)，可建立向量誤差修正模型(VECM)將協(xié)整約束融入VAR模型。通過實(shí)例，演示如何利用軟件進(jìn)行協(xié)整檢驗(yàn)，以及如何估計(jì)包含誤差修正項(xiàng)的模型，理解其參數(shù)含義。(1)了解協(xié)整理論(2)掌握E-G兩步法(3)了解Johansen檢驗(yàn)的思想(4)掌握誤差修正模型以及Engle-Granger兩步法(5)掌握向量誤差修正模型(6)掌握本章涉及知識點(diǎn)的EViews和Stata實(shí)現(xiàn)方法協(xié)整的判定及經(jīng)濟(jì)學(xué)含義，E-G兩步法的操作流程，誤差修正項(xiàng)系數(shù)對短期波動(dòng)調(diào)整的解釋。64第六部分：計(jì)量經(jīng)濟(jì)學(xué)的高級應(yīng)用第16章虛擬被解釋變量模型本章介紹因變量為虛擬變量的計(jì)量經(jīng)濟(jì)學(xué)模型。首先說明線性概率模型(LPM)作為最簡單的方法如何直接對0-1因變量進(jìn)行OLS回歸，討論線性概率模型存在的問題，引出需要更合理的非線性概率模型。隨后重點(diǎn)講解二元選擇模型的Logit模型，介紹Logit模型的最大似然估計(jì)方法和結(jié)果解讀方法。通過案例數(shù)據(jù)比較LPM與Logit模型的擬合效果和預(yù)測合理性。學(xué)生在軟件上實(shí)踐估計(jì)Logit模型。(1)了解線性概率模型(2)掌握二元logit模型(3)掌握本章涉及知識點(diǎn)的EViews和Stata實(shí)現(xiàn)方法虛擬因變量模型相對于線性模型的特殊性，Logit模型中回歸系數(shù)與概率變化的關(guān)系。64第17章面板數(shù)據(jù)模型本章介紹包含時(shí)間和個(gè)體維度的面板數(shù)據(jù)及其計(jì)量模型。首先定義面板數(shù)據(jù)，并舉例說明面板數(shù)據(jù)的結(jié)構(gòu)。討論面板模型相對于純截面或純時(shí)間序列模型的優(yōu)點(diǎn)。然后介紹面板模型的基本類型：混合效應(yīng)模型，固定效應(yīng)模型，隨機(jī)效應(yīng)模型。講解固定效應(yīng)模型的估計(jì)和特點(diǎn)，隨機(jī)效應(yīng)模型的估計(jì)原理。介紹Hausman檢驗(yàn)用于在固定效應(yīng)和隨機(jī)效應(yīng)模型之間進(jìn)行選擇的原理。通過軟件演示，帶學(xué)生估計(jì)實(shí)際數(shù)據(jù)的固定效應(yīng)和隨機(jī)效應(yīng)模型，比較結(jié)果并進(jìn)行Hausman檢驗(yàn)，理解應(yīng)當(dāng)采用哪種模型。(1)了解面板數(shù)據(jù)模型(2)了解混合效應(yīng)、變截距和變系數(shù)模型(3)掌握固定效應(yīng)和隨機(jī)效應(yīng)(4)掌握本章涉及知識點(diǎn)的EViews和Stata實(shí)現(xiàn)方法面板數(shù)據(jù)模型相較于截面/時(shí)間序列模型的優(yōu)勢，固定效應(yīng)與隨機(jī)效應(yīng)模型的差異以及Hausman檢驗(yàn)的使用。64課時(shí)總計(jì)7554四、教學(xué)方法與手段（一）教學(xué)方法●理論講授：系統(tǒng)講解計(jì)量經(jīng)濟(jì)學(xué)的基本理論和方法●案例教學(xué)：結(jié)合實(shí)際經(jīng)濟(jì)問題進(jìn)行案例分析●上機(jī)實(shí)踐：每章配備相應(yīng)的軟件操作練習(xí)●討論交流：組織學(xué)生討論計(jì)量經(jīng)濟(jì)學(xué)在實(shí)際中的應(yīng)用●研究項(xiàng)目：通過實(shí)證研究項(xiàng)目培養(yǎng)綜合應(yīng)用能力（二）教學(xué)手段●多媒體課件教學(xué)●計(jì)算機(jī)實(shí)驗(yàn)室上機(jī)操作●網(wǎng)絡(luò)教學(xué)平臺(tái)資源共享●實(shí)時(shí)數(shù)據(jù)演示和分析●學(xué)術(shù)論文閱讀和討論