• 万门大学-司继春《经济金融之计量经济学》 百度网盘 VIP会员免费下载。
  • 看到计量经济学恐怖的矩阵,漫天的推导过程就想退缩?计量经济学对于初学者来说确实很难,因为其对学生的数学基础、统计学基础有一定的要求。但只要构建了完整的知识体系,了解计量经济研究的框架体系,找到解决问题的共同性,计量就变得很容易。
  • 课程目录
  • ├──课件
  • |   └──计量经济.zip  2.55M
  • └──视频
  • |   ├──1.10线性效应.mp4  88.04M
  • |   ├──1.11矩阵(一).mp4  98.98M
  • |   ├──1.12矩阵(二).mp4  107.20M
  • |   ├──1.13矩阵(三).mp4  94.32M
  • |   ├──1.14投影矩阵(一).mp4  84.09M
  • |   ├──1.15投影矩阵(二).mp4  118.90M
  • |   ├──1.1课程内容介绍(一).mp4  62.36M
  • |   ├──1.2课程内容介绍(二).mp4  76.03M
  • |   ├──1.3什么是计量经济学?(一).mp4  48.63M
  • |   ├──1.4什么是计量经济学?(二).mp4  68.60M
  • |   ├──1.5计量经济学的特点(一).mp4  118.83M
  • |   ├──1.6计量经济学的特点(二).mp4  81.23M
  • |   ├──1.7计量经济学的特点(三).mp4  131.78M
  • |   ├──1.8面板数据.mp4  81.15M
  • |   ├──1.9stata软件的基本操作.mp4  83.32M
  • |   ├──10.10线性回归(十).mp4  126.62M
  • |   ├──10.11线性回归(十一).mp4  128.52M
  • |   ├──10.12线性回归(十二).mp4  67.00M
  • |   ├──10.13线性回归(十三).mp4  132.70M
  • |   ├──10.14线性回归(十四).mp4  124.19M
  • |   ├──10.15线性回归(十五).mp4  98.75M
  • |   ├──10.16线性回归(十六).mp4  96.52M
  • |   ├──10.1线性回归(一).mp4  124.80M
  • |   ├──10.2线性回归(二).mp4  126.14M
  • |   ├──10.3线性回归(三).mp4  129.84M
  • |   ├──10.4线性回归(四).mp4  126.31M
  • |   ├──10.5线性回归(五).mp4  129.33M
  • |   ├──10.6线性回归(六).mp4  97.70M
  • |   ├──10.7线性回归(七).mp4  97.09M
  • |   ├──10.8线性回归(八).mp4  97.16M
  • |   ├──10.9线性回归(九).mp4  129.72M
  • |   ├──11.1遗漏变量(一).mp4  113.93M
  • |   ├──11.2遗漏变量(二).mp4  49.02M
  • |   ├──11.3度量误差(一).mp4  96.27M
  • |   ├──11.4度量误差(二).mp4  87.96M
  • |   ├──11.5反向因果.mp4  127.81M
  • |   ├──11.6变量工具(一).mp4  131.28M
  • |   ├──11.7变量工具(二).mp4  111.69M
  • |   ├──11.8变量工具(三).mp4  127.38M
  • |   ├──11.9变量工具(四).mp4  89.69M
  • |   ├──12.1广义矩估计(一).mp4  133.57M
  • |   ├──12.2广义矩估计(二).mp4  128.63M
  • |   ├──12.3广义矩估计(三).mp4  139.04M
  • |   ├──12.4广义矩估计(四).mp4  127.35M
  • |   ├──12.5广义矩估计(五).mp4  131.93M
  • |   ├──12.6广义矩估计(六).mp4  111.34M
  • |   ├──12.7广义矩估计(七).mp4  110.75M
  • |   ├──13.10Matching(四).mp4  104.04M
  • |   ├──13.11Matching(五).mp4  113.79M
  • |   ├──13.1Rubin因果模型(一).mp4  133.59M
  • |   ├──13.2Rubin因果模型(二).mp4  125.87M
  • |   ├──13.3Rubin因果模型(三).mp4  124.89M
  • |   ├──13.4Rubin因果模型(四).mp4  128.84M
  • |   ├──13.5Rubin因果模型(五).mp4  122.78M
  • |   ├──13.6Rubin因果模型(六).mp4  127.24M
  • |   ├──13.7Matching(一).mp4  134.46M
  • |   ├──13.8Matching(二).mp4  131.83M
  • |   ├──13.9Matching(三).mp4  129.90M
  • |   ├──14.1DID(一).mp4  125.53M
  • |   ├──14.2DID(二).mp4  134.58M
  • |   ├──14.3DID(三).mp4  132.10M
  • |   ├──14.4DID(四).mp4  131.66M
  • |   ├──14.5RDD.mp4  130.28M
  • |   ├──14.6Fuzzy RD.mp4  64.22M
  • |   ├──14.7LATE(一).mp4  130.03M
  • |   ├──14.8LATE(二).mp4  88.24M
  • |   ├──14.9LATE(三).mp4  61.16M
  • |   ├──15.1时间序列模型(一).mp4  127.65M
  • |   ├──15.2时间序列模型(二).mp4  129.91M
  • |   ├──15.3时间序列模型(三).mp4  125.13M
  • |   ├──15.4时间序列模型(四).mp4  64.07M
  • |   ├──15.5时间序列模型(五).mp4  122.48M
  • |   ├──2.10条件期望(二).mp4  134.12M
  • |   ├──2.11条件期望(三).mp4  122.81M
  • |   ├──2.12条件期望(四).mp4  115.34M
  • |   ├──2.13条件期望(五).mp4  107.85M
  • |   ├──2.1海塞矩阵(一).mp4  79.27M
  • |   ├──2.2海塞矩阵(二).mp4  82.19M
  • |   ├──2.3概率论基础(一).mp4  100.87M
  • |   ├──2.4概率论基础(二).mp4  100.53M
  • |   ├──2.5随机变量(一).mp4  132.17M
  • |   ├──2.6随机变量(二).mp4  133.17M
  • |   ├──2.7随机变量(三).mp4  89.51M
  • |   ├──2.8随机变量(四).mp4  76.89M
  • |   ├──2.9条件期望(一).mp4  133.88M
  • |   ├──3.10正态分布(十).mp4  102.88M
  • |   ├──3.11正态分布(十一).mp4  102.74M
  • |   ├──3.12正态分布(十二).mp4  97.46M
  • |   ├──3.1正态分布(一).mp4  132.01M
  • |   ├──3.2正态分布(二).mp4  126.80M
  • |   ├──3.3正态分布(三).mp4  121.31M
  • |   ├──3.4正态分布(四).mp4  101.75M
  • |   ├──3.5正态分布(五).mp4  127.34M
  • |   ├──3.6正态分布(六).mp4  112.36M
  • |   ├──3.7正态分布(七).mp4  129.96M
  • |   ├──3.8正态分布(八).mp4  130.30M
  • |   ├──3.9正态分布(九).mp4  123.16M
  • |   ├──4.10大样本理论(五).mp4  114.69M
  • |   ├──4.11变换收敛(一).mp4  131.45M
  • |   ├──4.12变换收敛(二).mp4  133.21M
  • |   ├──4.13变换收敛(三).mp4  92.86M
  • |   ├──4.1一些基本的统计量(一).mp4  127.55M
  • |   ├──4.2一些基本的统计量(二).mp4  125.38M
  • |   ├──4.3一些基本的统计量(三).mp4  128.86M
  • |   ├──4.4一些基本的统计量(四).mp4  90.32M
  • |   ├──4.5概率收敛(一).mp4  128.81M
  • |   ├──4.6概率收敛(二).mp4  118.06M
  • |   ├──4.7大样本理论(一).mp4  130.77M
  • |   ├──4.8大样本理论(二).mp4  120.23M
  • |   ├──4.9大样本理论(四).mp4  129.81M
  • |   ├──5.1参数估计(一).mp4  124.30M
  • |   ├──5.2参数估计(二).mp4  130.54M
  • |   ├──5.3参数估计(三).mp4  123.82M
  • |   ├──5.4参数估计(四).mp4  90.33M
  • |   ├──5.5参数估计(五).mp4  89.51M
  • |   ├──6.1矩估计(一).mp4  128.87M
  • |   ├──6.2矩估计(二).mp4  128.90M
  • |   ├──6.3矩估计(三).mp4  113.94M
  • |   ├──6.4矩估计(四).mp4  127.35M
  • |   ├──7.1极大似然估计(一).mp4  122.26M
  • |   ├──7.2极大似然估计(二).mp4  122.34M
  • |   ├──7.3极大似然估计(三).mp4  131.95M
  • |   ├──7.4极大似然估计(四).mp4  134.75M
  • |   ├──7.5极大似然估计(五).mp4  131.45M
  • |   ├──7.6极大似然估计(六).mp4  132.14M
  • |   ├──7.7极大似然估计(七).mp4  111.10M
  • |   ├──7.8极大似然估计(八).mp4  99.22M
  • |   ├──8.10拟合优度(二).mp4  129.77M
  • |   ├──8.11分步回归(一).mp4  135.40M
  • |   ├──8.12分步回归(二).mp4  122.90M
  • |   ├──8.1一元线性回归(一).mp4  116.74M
  • |   ├──8.2一元线性回归(二).mp4  117.24M
  • |   ├──8.3一元线性回归(三).mp4  122.57M
  • |   ├──8.4一元线性回归(四).mp4  119.65M
  • |   ├──8.5最小二乘.mp4  127.23M
  • |   ├──8.6作为拟合的回归.mp4  139.09M
  • |   ├──8.7最小二乘的几何性质.mp4  131.24M
  • |   ├──8.8最小二乘的残差向量.mp4  137.27M
  • |   ├──8.9拟合优度(一).mp4  129.88M
  • |   ├──9.1非参数与半参数回归(一).mp4  127.54M
  • |   ├──9.2非参数与半参数回归(二).mp4  130.60M
  • |   ├──9.3非参数与半参数回归(三).mp4  121.73M
  • |   ├──9.4非参数与半参数回归(四).mp4  128.92M
  • |   ├──9.5非参数与半参数回归(五).mp4  122.92M
  • |   ├──9.6非参数与半参数回归(六).mp4  127.27M
  • |   └──9.7非参数与半参数回归(七).mp4  126.55M

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注