本课程系统介绍计量经济学理论与应用。内容涵盖从导论、一元与多元线性回归基础，到多重共线性、异方差、函数形式等经典假设问题的诊断与处理，并深入讲解时间序列分析、动态模型及非平稳序列等高级专题。课程结合Stata软件操作，注重理论与实践相结合，培养运用计量方法进行实证分析的能力。

视频课程目录：
第一章 导论
第二章 一元线性回归模型
第三章 多元线性回归模型
第四章 多重共线性
第五章 异方差
第六章 函数形式与虚拟变量
第七章 时间序列回归的一般问题
第八章 动态模型
第九章 非平稳时间序列模型
第十章 误差项自相关与异方差




├─{01}--第一章导论
│ [1.1]--1什么是计量经济学.mp4
│ [1.2]--2经典计量经济模型的建模方法.mp4
│ [1.3]--1.3Stata软件入门：学习资料与软件启动.mp4
│ [1.4]--1.4Stata软件入门：创建数据集.mp4
│ [1.5]--1.5Stata软件入门：Stata语法与命令.mp4
│
├─{02}--第二章一元线性回归模型
│ [2.10]--V.mp4
│ [2.11]--V5.mp4
│ [2.12]--2.14Stata软件应用：相关分析.mp4
│ [2.13]--2.15Stata软件应用：一元线性回归分析.mp4
│ [2.1]--3.一元线性回归模型的引入1.mp4
│ [2.2]--4.一元线性回归模型的引入2.mp4
│ [2.3]--5.模型参数估计方法—OLS.mp4
│ [2.4]--6.OLSE的有限样本性质与古典假定.mp4
│ [2.5]--8.模型拟合优度检验—R2检验.mp4
│ [2.6]--7.解释变量显著性检验—t检验.mp4
│ [2.7]--9.利用计量模型进行预测.mp4
│ [2.8]--V1第三段.mp4
│ [2.9]--V3.mp4
│
├─{03}--第三章多元线性回归模型
│ [3.10]--V7.mp4
│ [3.11]--3.11Stata软件应用：多元回归模型的估计.mp4
│ [3.12]--3.12Stata软件应用：多元回归模型的统计检验.mp4
│ [3.1]--10.多元线性回归模型的形式.mp4
│ [3.2]--11.多元线性回归模型的参数估计.mp4
│ [3.3]--12.多元线性回归模型OLSE的统计性质与古典假定.mp4
│ [3.4]--13.多元线性回归模型的统计检验—R2检验.mp4
│ [3.5]--14.多元线性回归模型的统计检验—t检验.mp4
│ [3.6]--15.多元线性回归模型的统计检验—F检验.mp4
│ [3.7]--16.多元线性回归模型的评价.mp4
│ [3.8]--V6第一段.mp4
│ [3.9]--V6第二段.mp4
│
├─{04}--第四章多重共线性
│ [4.1]--4.多重共线性的含义及产生的原因.mp4
│ [4.2]--8.多重共线性引起的后果.mp4
│ [4.3]--1.多重共线性的诊断方法：直观判别法和方差扩大因子.mp4
│ [4.4]--7.多重共线性的诊断方法：特征值法和法勒-格劳博检验.mp4
│ [4.5]--3.多重共线性问题的处理.mp4
│ [4.6]--5.多重共线性问题的处理（2）：逐步回归法.mp4
│ [4.7]--4.4多重共线性.mp4
│ [4.8]--4.8Stata软件应用：多重共线性.mp4
│
├─{05}--第五章异方差
│ [5.1]--6.异方差及影响.mp4
│ [5.2]--2.异方差的检验：图示法和戈德菲尔德-匡特检验.mp4
│ [5.3]--15.异方差的检验（2）.mp4
│ [5.4]--11.异方差问题的处理（1：）：加权最小二乘法.mp4
│ [5.5]--12.异方差问题的处理（2）：一致估量性与代数变换.mp4
│ [5.6]--5.4.1G-Q检验.mp4
│ [5.7]--5.4.2异方差的检验和处理.mp4
│ [5.8]--5.8Stata软件应用：异方差的检验与处理.mp4
│
├─{06}--第六章函数形式与虚拟变量
│ [6.1]--13.变量非线性回归模型：对数函数模型.mp4
│ [6.2]--9.变量非线性回归模型：双曲线模型与多项式模型.mp4
│ [6.3]--16.虚拟变量的加法模式.mp4
│ [6.4]--10.虚拟变量的乘法模型.mp4
│ [6.5]--14.多状态下的虚拟变量.mp4
│ [6.6]--6.3.1非线性模型的回归.mp4
│ [6.7]--6.3.2多状态下的虚拟变量模型的回归.mp4
│ [6.8]--6.8Stata软件应用：虚拟变量建模.mp4
│
├─{07}--第七章时间序列回归的一般问题
│ [7.1]--1.时间数列数据的特殊性-2.mp4
│ [7.2]--2.时间序列数据回归的特殊性-2.mp4
│ [7.3]--3.时间序列回归中OLSE的有限样本性质及其假定-2.mp4
│ [7.4]--4.时间序列回归中OLSE的大样本性质及其假定-2.mp4
│ [7.5]--5.平稳与弱相关时间序列.mp4
│ [7.6]--6.时间序列非平稳的来源.mp4
│ [7.7]--7.确定性趋势与季节模型-2.mp4
│ [7.8]--7.8.mp4
│ [7.9]--7.9.mp4
│
├─{08}--第八章动态模型
│ [8.1]--8.单变量平稳时间序列模型：ARMA模型.mp4
│ [8.2]--9.VR模型.mp4
│ [8.3]--8.3.mp4
│ [8.4]--8.mp4
│
├─{09}--第九章非平稳时间序列模型
│ [9.1]--10.非平稳序列回归的“伪回归”问题.mp4
│ [9.2]--11.单位根检验.mp4
│ [9.3]--12.协整与误差修正模型.mp4
│ [9.4]--13.结构突变检验.mp4
│ [9.6]--9.5Eviews软件的应用：单位根检验.mp4
│ [9.7]--9.6协整与误差修正模型.mp4
│
└─{10}--第十章误差项自相关与异方差
[10.1]--14.什么是随机误差项自相关.mp4
[10.2]--15.随机误差项自相关的检验.mp4
[10.3]--16.误差项自相关模型的修正.mp4
[10.4]--10.4误差项自相关检验.mp4
[10.5]--10.5误差项自相关问题的处理.mp4