課程大綱： 基于STATA的內生性與ERM培訓
一、計量模型的本質
二、隨機變量及其分布
1. 概率模型
2. 分布（正態分布、卡方分布、t分布）
3. 大數定理
4. 中心極限定理
三、估計量及其性質
1. 估計量
2. 線性、無偏性、有效性
3. 正態性
4. 區間估計
5. 假設檢驗
6. 漸近正態性
7. 一致性
四、多元線性回歸
1. 隨機向量
2. 期望陣與方差陣
3. 多元回歸與一致估計
五、什么是內生性
1. 內生性
2. 相關性
3. 正交性
4. 嚴外生性
六、忽略內生性的后果
七、內生性的來源和檢驗
1. 遺漏變量
2. 測量誤差
3. 聯立因果
4. 內生處理
5. 內生樣本選擇
6. 隨機效應
7. 模型誤定偏誤
八、如何應對內生性
1. 控制變量
2. 差分估計（DID，合成控制法）
3. 代理變量
4. 工具變量（IV,2SLS，GMM）
5. 匹配估計
6. 斷點回歸
7. 控制函數（CF）
8. ERM（ML+CF）
九、ERM原理
1. 極大似然估計
2. 多元正態分布分解
3. 內生變量
4. 內生選擇
5. 內生樣本選擇
6. ERM框架
7. 二元因變量
8. 序次因變量
9. 面板數據與層次模型
加入高級會員獲得助教答疑
