《应用计量经济学》配套课程

用数据辨明关系,
用证据回答问题。

从图形和回归出发,走向预测与因果分析。

同一份数据可以回答不同的问题,但描述、预测与因果分析各有自己的依据。本课程结合 R 与 Python,讲清模型的用途、适用条件和结果应当怎样解释。

13章教学内容
5,547页逐页课件
652个课程主题
R + Python双语言实践
关于这门课程

先弄清研究问题,再选择分析方法。

观察到的差异从哪里来?模型对新样本的预测有多准?一项干预是否真正改变了结果?这些问题可能使用同一份数据,却需要不同的研究设计和评价标准。

本书由数据中的共同变化讲起,逐步进入统计推断、回归建模、预测、时间序列与因果分析。课件、视频和配套代码按章组织,便于在阅读、计算与解释之间来回核对。

浏览十三章内容 →

英文姊妹篇:Regression with R & Python ↗

由数据点、拟合曲线与两条可能路径构成的概念插图
从观察数据到模型与解释,逐步建立可信的分析。
三类研究问题

每一种结论,都有自己的依据。

本书贯穿描述、预测和因果三条线索。分清问题,才能判断哪些方法与结果真正有用。

01 DESCRIPTION

描述

数据中有哪些差异和共同变化?先看图形与变量口径,再讨论统计关系。

02 PREDICTION

预测

模型面对未见过的数据表现如何?用样本外结果评价,而不只看样本内拟合。

03 CAUSATION

因果

如果没有发生这项干预,结果会怎样?研究设计与识别条件决定能否回答。

课程章节

循序学习,随时回看。

查看全部章节 →