大數(shù)據(jù)時(shí)代的經(jīng)濟(jì)計(jì)量分析

1 大數(shù)據(jù)時(shí)代的數(shù)據(jù)集特征
1．1 更多：不是隨機(jī)樣本，而是超大樣本，近乎是全體數(shù)據(jù)
1．2 更雜：不是精確性，而是混雜性
1．3 更好：不是因果關(guān)系，而是相關(guān)關(guān)系
2 回歸雙變量模型
2．1 經(jīng)典雙變量模型概述
2．2 雙變量模型的參數(shù)估計(jì)
2．3 置信區(qū)間與顯著性檢驗(yàn)
2．4 方差分析與擬合優(yōu)度
2．5 均值預(yù)測(cè)與個(gè)值預(yù)測(cè)
3 更好的分析方法：多元線性回歸
3．1 多元線性回歸模型的基本假設(shè)
3．2 多元線性回歸模型的參數(shù)估計(jì)
3．3 多元回歸模型的統(tǒng)計(jì)檢驗(yàn)
3．4 擬合優(yōu)度與方差分析
3．5 偏相關(guān)系數(shù)與回歸系數(shù)釋義
3．6 重要的數(shù)據(jù)與簡(jiǎn)單的方法
4 大數(shù)據(jù)時(shí)代的動(dòng)態(tài)回歸分析
4．1 非受限有限分布滯后模型的估計(jì)
4．2 無(wú)限分布滯后模型
4．3 工具變量法
4．4 內(nèi)生性檢驗(yàn)
5 時(shí)間序列的性質(zhì)
5．1 平穩(wěn)的時(shí)間序列
5．2 非平穩(wěn)的時(shí)間序列
5．3 單位根檢驗(yàn)
5．4 協(xié)整和誤差糾正機(jī)制
6 線性時(shí)間序列模型與預(yù)測(cè)
6．1 MA模型
6．2 AR過(guò)程
6．3 ARMA模型
6．4 ARIMA模型
6．5 預(yù)測(cè)
7 大數(shù)據(jù)經(jīng)濟(jì)計(jì)量分析舉例
7．1 我國(guó)CPI向PPI的反向倒逼傳導(dǎo)的實(shí)證研究
7．2 我國(guó)貨幣政策傳導(dǎo)機(jī)制的效率與時(shí)滯
參考文獻(xiàn)