本课程《用R学习计量经济学》旨在通过R语言这一强大工具，系统讲解计量经济学的核心理论与应用。课程从R语言基础入门，逐步涵盖概率统计、线性回归、时间序列及微观计量等关键模型，并结合实际案例与实验操作，帮助学习者掌握使用R进行数据分析和经济建模的实践技能。

视频课程目录：
1. R语言简介
2. 概率与统计
3. 线性回归模型
4. 时间序列模型
5. 微观计量经济学
6. 实验课录屏




├─{01}--R语言简介
│ [1.1]--1入门.mp4
│ [1.1]--1入门.srt
│ [1.2]--02向量.mp4
│ [1.2]--02向量.srt
│ [1.3]--3.矩阵.mp4
│ [1.3]--3.矩阵.srt
│ [1.4]--4其他数据类型.mp4
│ [1.4]--4其他数据类型.srt
│ [1.5]--5数据框.mp4
│ [1.5]--5数据框.srt
│ [1.6]--6编程.mp4
│ [1.6]--6编程.srt
│
├─{02}--概率与统计
│ #2.4#--图文.pdf
│ (2.4)--datafiles(1).zip
│ [2.1]--2.1.1随机抽样.mp4
│ [2.1]--2.1.1随机抽样.srt
│ [2.2]--2.1.2抽样分布.mp4
│ [2.2]--2.1.2抽样分布.srt
│ [2.3]--2.2.1假设检验与置信区间.mp4
│ [2.3]--2.2.1假设检验与置信区间.srt
│ [2.4]--2.2.2大样本统计推断.mp4
│ [2.4]--2.2.2大样本统计推断.srt
│
├─{03}--线性回归模型
│ [3.1]--3.1.1根据公式求解简单线性回归模型.mp4
│ [3.1]--3.1.1根据公式求解简单线性回归模型.srt
│ [3.2]--3.1.2用lm()函数求解简单线性回归模型.mp4
│ [3.2]--3.1.2用lm()函数求解简单线性回归模型.srt
│ [3.3]--3.2.1多元线性回归模型的估计.mp4
│ [3.3]--3.2.1多元线性回归模型的估计.srt
│ [3.4]--3.3.1单个系数的假设检验.mp4
│ [3.4]--3.3.1单个系数的假设检验.srt
│ [3.5]--3.3.2联合假设检验.mp4
│ [3.5]--3.3.2联合假设检验.srt
│ [3.6]--3.3.3置信区间与大样本统计推断.mp4
│ [3.6]--3.3.3置信区间与大样本统计推断.srt
│ [3.7]--3.4.1含非线性变量的线性回归模型0613.mp4
│ [3.7]--3.4.1含非线性变量的线性回归模型0613.srt
│ [3.8]--3.5.1随机模拟.mp4
│ [3.8]--3.5.1随机模拟.srt
│
├─{04}--时间序列模型
│ [4.1]--4-1自回归模型的估计与预测.mp4
│ [4.1]--4-1自回归模型的估计与预测.srt
│ [4.2]--时间序列模型2.mp4
│ [4.2]--时间序列模型2.srt
│ [4.3]--平稳性检验.mp4
│ [4.3]--平稳性检验.srt
│ [4.4]--动态因果模型.mp4
│ [4.4]--动态因果模型.srt
│
├─{05}--微观计量经济学
│ [5.1]--5.1受限因变量模型0613修改.mp4
│ [5.1]--5.1受限因变量模型0613修改.srt
│ [5.2]--5.2匹配方法.mp4
│ [5.2]--5.2匹配方法.srt
│ [5.3]--5.3工具变量.mp4
│ [5.3]--5.3工具变量.srt
│ [5.4]--5.4断点回归.mp4
│ [5.4]--5.4断点回归.srt
│ [5.5]--5.5面板数据.mp4
│ [5.5]--5.5面板数据.srt
│ [5.6]--5.6分位数回归.mp4
│ [5.6]--5.6分位数回归.srt
│
└─{06}--录屏（雷瑶婷见面课）
#6.1#--图文.pdf
#6.2#--图文.pdf
[6.1]--实验课录屏多元回归20220426.mp4
[6.2]--实验课录屏非线性回归20220510.mp4
[6.3]--实验课录屏面板数据2022052.mp4
[6.4]--实验课二值因变量回归与工具变量回归20220607.mp4