1. Splus與R高級培訓(xùn)
   Splus與R高級培訓(xùn)
   內(nèi)容綱要：
   1、線性回歸及其放寬假設(shè)條件模型
   ??????? 主要包括線性回歸最小二乘估計(jì)、極大似然估計(jì)、蒙特卡羅模擬最小二乘估計(jì)量的blue性質(zhì)、鄒至莊檢驗(yàn)和遞歸最小二乘法比較、分段線性回歸、虛擬變量法、非線性回歸線性化、多重共線性的檢驗(yàn)和克服、嶺回歸、偏最小二乘估計(jì)、主成分估計(jì)、加權(quán)最小二乘估計(jì)、廣義最小二乘估計(jì)、異方差的檢驗(yàn)和克服、序列相關(guān)的檢驗(yàn)和克服。
   2、非線性優(yōu)化和非線性回歸估計(jì)
   ??????? 主要包括非線性無約束下優(yōu)化、非線性約束下優(yōu)化、非線性最小二乘法、非線性加權(quán)最小二乘法、非線性極大似然估計(jì)法。并通過實(shí)際講解如何選擇初始值、如何進(jìn)行非線性模型檢驗(yàn)等。充分透徹講解R語言是作非線性模型的絕佳軟件。
   3、動(dòng)態(tài)經(jīng)濟(jì)模型分析
   ??????? 主要包括分布滯后模型估計(jì)、滯后長度的選擇、alomon多項(xiàng)式法、自回歸模型估計(jì)、葛蘭杰因果關(guān)系檢驗(yàn)等。
   4、聯(lián)立方程分析
   ??????? 主要包括聯(lián)立方程的識別、聯(lián)立方程恰好識別下的的iv估計(jì)、ils估計(jì)、2sls估計(jì)的參數(shù)估計(jì)，以及通過實(shí)例證明iv、ils、2sls三種方法在恰好識別下的等價(jià)性；過度識別下的2sls、3sls估計(jì)。
   5、離散選擇因變量模型
   ??????? 主要講解probit兩元模型、logit兩元模型、多元logit模型、有序因變量probit和logit模型、受限因變量tobit模型、計(jì)數(shù)因變量模型possion模型。
   6、面板數(shù)據(jù)分析
   ??????? 主要講解面板數(shù)據(jù)混合模型、個(gè)體固定效應(yīng)模型、時(shí)間固定效應(yīng)模型、個(gè)體時(shí)間固定效應(yīng)模型、個(gè)體隨機(jī)效應(yīng)模型、時(shí)間隨機(jī)效應(yīng)模型、個(gè)體時(shí)間隨機(jī)效應(yīng)模型、變系數(shù)固定效應(yīng)模型、變系數(shù)隨機(jī)效應(yīng)模型。
2. 
   ?
3. 
   ?
4. 
   ?
   ?
5. 
   ?
   ?
   ?
   ?
6. 
   ?
7. 
   ?
8. 
   ?
   ?
   ?
   ?
9. 
   ?
   ?
   ?
   ?
10. 
    ? ?
11. 
    
12. 
    ?
13. 
    ?
    ?
14. 
    ?
    ?
15. 
    
    

"