经济数据建模与分析大纲Word格式.docx
《经济数据建模与分析大纲Word格式.docx》由会员分享，可在线阅读，更多相关《经济数据建模与分析大纲Word格式.docx（8页珍藏版）》请在冰豆网上搜索。
本课程注重统计经济数据的分析与统计软件的实际操作相结合。
通过本课程的学习，学生会运用常用的统计软件进行数据的建模与分析。
本课程有助于培养学生利用数据和统计方法解决实际问题的能力，特别是提高从复杂问题中提炼统计模型的能力。
具体的教学目标如下：
目标1：
了解和应用国内常用的经济数据库
目标2：
能够熟练运用STATA/R语言进行实际数据的模型估计与分析
目标3：
能够运用数据模型分析解决实际的社会经济学问题
二、教学内容及其与毕业要求的对应关系
本课程重点讲授统计分析的基本方法和模型以及其在计算统计软件（STATA和R语言）上的实现，并结合国内的经济学数据库，对相关中国社会经济学问题进行实证分析。
其中，应该重点讲授方法和模型以及计算经济软件上的实际操作，采取课堂授课和计算机软件的实际操作相结合。
线性模型和广义线性模型有非常广泛的应用，会进行较为细致的讲解。
STATA和R语言是经济学领域常用的统计软件，对于第一次使用这些软件的学生是一个难点。
根据学生的实际情况，进行问题引领式教学，并加强上机操作练习。
在教学过程中，采取统计理论讲解和软件操作相结合的教学方法。
介绍学生了解国内相关的经济学数据库，并进行实际的数据分析练习。
每节课的理论模型都会有相应的软件操作练习，并在学期期中对学生进行软件编程的考核。
在使用实际数据的过程中，会对数据的清理进行详细的讲解。
该课程从培养学生分析数据的实际动手能力等方面促进了毕业要求的实现。
三、各教学环节学时分配
以表格方式表现各章节的学时分配，表格如下：
（宋体，小四号字）
教学课时分配
序号
章节内容
讲课
实验
其他
合计
1
第一章统计模型概述
2
第二章经济数据库介绍
第三章STATA基础应用
6
4
第四章统计描述
5
第五章R语言基本操作
第六章估计与检验
7
第七章线性模型
8
第八章广义线性模型
9
第九章工具变量和2SLS
10
第十章统计模型的实证分析
48
四、教学内容
第一节统计模型的特点
第二节统计模型的作用
第三节统计模型的类型
第四节实现统计模型的软件平台
教学重点、难点:
统计模型区别于其他模型的特征
课程的考核要求：
了解统计模型的作用，理解统计模型的特征
复习思考题：
1．什么是模型
2．统计模型的特点是什么
第一节调研数据及抽样设计
第二节微观及宏观经济数据库的介绍
第三节国外数据的介绍
调研数据的特点
了解调研数据的特点和常用的经济学数据库
面板数据和横截面数据的区别是什么？
第一节数据的读取
第二节数据的探究与描述
第三节编程初步
教学重点、难点：
运用STATA对数据进行基本的描述性分析
掌握STATA描述性分析的基本命令，运用命令分析数据
描述数值类变量的命令有哪些？
第四章统计描述
第一节集中趋势的描述
数值平均数
位置平均数
第二节离散程度的描述
离散程度的绝对指标
离散程度的相对指标
数据的标准化
是非标志标准差
第三节分布的偏态与峰度
原点矩与中心矩
分布的偏态
分布的峰度
离散程度的描述
课程的考核要求:
理解统计描述的相关概念
1.简述算术平均数、众数与中位数的特点及应用场合。
2.简述全距、平均差、标准差与方差的应用场合。
第五章R语言基本操作
第一节R语言的数据结构
向量、索引向量、因子向量
数组和矩阵
数据框
列表
第二节R语言的程序结构
顺序结构
选择结构
循环结构
第三节R语言的绘图方法
高级绘图语句
低级绘图语句
交互式绘图语句
绘图语句的参数
R语言的数据结构和程序结构
理解R语言的程序结构并进行初步的编程
1．何为因子向量？
2．数据框与列表的区别
3.循环语句的种类有哪些
4.高级绘图语句和低级绘图语句的关系是什么？
第六章估计与检验
第一节参数估计
点估计
区间估计
第二节假设检验
Z检验
T检验
F检验
卡方检验
似然比检验
第三节在STATA/R语言中进行估计和检验
参数估计的实现方法
假设检验的实现方法
参数估计和假设检验的原理
理解参数估计和假设检验的原理，掌握其在STATA/R中的实现方法。
1．似然比检验的思想是什么
2．如何实现卡方检验
第七章线性模型
第一节方差分析模型
方差分析的基本思想
方差分析的基本假设
第二节线性回归模型
一元线性回归
多元线性回归
第三节案例分析
多元线性回归模型的基本假设及估计结果的诠释
理解多元线性回归模型的假设，并能用统计软件实现线性回归模型分析
回归估计的方法
第八章广义线性模型
第一节logistic回归模型
logistic回归模型的设定
logistic回归模型的估计和检验
logistic回归模型的R语言实现方法
第二节定序回归模型
定序回归模型的设定
定序回归模型的估计和检验
定序回归模型的R语言实现方法
第三节泊松回归模型
泊松回归模型的设定
泊松回归模型的估计和检验
泊松回归模型的R语言实现方法
GLM函数的使用
掌握logistic回归模型、定序回归模型和泊松回归模
的基本原理和统计软件中模型的实现方法
1．Logistic回归模型的使用范围
2．GLM函数与LM函数的区别
3．如何实现模型的比较分析
第一节工具变量模型和假设
第二节二阶最小二乘估计
第三节工具变量的选取
第四节工具变量模型的应用
内生性问题及工具变量的选取
理解实际模型中内生性问题的来源，掌握工具变量的检验方法。
如何选取合适的工具变量？
第一节数据清理
第二节统计模型的实证分析
运用实际数据进行建模与分析
应用STATA/R进行模型估计与分析，并能解释模型背后的社会经济学现象
模型估计过程中有什么问题？
如何解决？
五、考核方式、成绩评定
本课程的考核方式为项目设计与论文。
学期期中的项目展示占30%，平时作业占30%，期末学术论文占40%。
学期期中的项目展示要求学生以团队形式完成一个课题项目的数据分析并进行课堂汇报。
期末学术论文要求主题明确，运用现有的数据和统计方法，对感兴趣的社会经济学问题进行实证分析，并完成一篇完整的学术论文。
六、主要参考书及其他内容
[1]薛毅。
统计建模与R软件.清华大学出版社，2007年
[2]吴喜之。
统计学：
从数据到结论（第4版）。
中国统计出版社，2013年
[3]伍得里奇。
计量经济学导论：
现代观点.中国人民大学出版社，2008年
[4]斯托克和沃森。
计量经济学导论。
中国人民大学出版社，2014年
[5]CameronandTrivedi,MicroeconometricsusingStata:
RevisedEdition.Stata
Press,2010.
执笔人：
王超教研室主任：
系教学主任审核签名：
升级会员 