Stata以其簡單易懂和功能強大受到初學者和高級用戶的普遍歡迎。使用時可以每次只輸入一個命令，也可以通過一個Stata程序一次輸入多個命令。這樣的話即使發生錯誤，也較容易找出并加以修改。
Stata有很多功能較強且簡單的數據管理命令，能夠讓復雜的操作變得容易。
Stata也能夠進行大多數統計分析（回歸分析，回歸，生存分析，方差分析，因子分析，以及一些多變量分析）。Stata最大的優勢可能在于回歸分析，回歸。
Stata較好地實現了使用簡便和功能強大兩者的結合。
推薦書目：《計量經濟學及Stata應用》、《高級計量經濟學及Stata應用》，作者：陳強
推薦理由：陳強老師的計量經濟學教材，在設計上單獨章節工具變量、二值選擇模型等，解決其他教材沒有詳細講解這部分的疑問。而且陳老師教材行文，以生活實際來講計量，容易理解?！陡呒売嬃拷洕鷮W及Stata應用》還加入多值選擇模型、非參數估計、貝葉斯估計等內容。
陳強老師 10.1-6 北京
高級計量經濟學及Stata現場班
在原有四天班精彩內容基礎上(含合成控制法、空間計量、斷點回歸、拐點回歸等等)，這次六天高級現場班又增加了不少全新的前沿內容，包括交互固定效應、因果圖、回歸控制法、分位數回歸、門限回歸、控制函數法、局部平均處理效應、機器學習與大數據等。
時間：2018年10月1-6日（六天）
地點：北京市海淀區
安排：上午9:00-12:00；下午2:00-5:00；答疑5:00-5:30
費用：6000元/ 5000元 (本科、碩士學生價)；食宿自理
培訓目的
掌握高級計量經濟學的核心方法及Stata操作，不再茫然，知其然而知其所以然，迅速成為處理數據及定量分析的高手。
課程特色
直觀地解釋高級計量經濟學方法，通過案例學習相應的Stata操作，深入淺出地介紹實證分析與論文寫作的精髓。
課程配套資料
課程PPT、數據集及相關論文。
課程簡介
本次高級計量經濟學及Stata現場班，將根據首次現場班的反饋進一步完善。在課程內容的設計上，主要指導思想是在最快時間內，將高級計量及Stata的精髓及核心內容，以最通俗生動的語言以及大量的案例交給學員，并注重在各領域的常見應用，諸如面板數據、時間序列、工具變量法以及微觀計量，乃至論文寫作的各個環節技巧。由于學員的基礎不同，本課程僅對學員背景做最低要求，即假設學員知道概率統計及少量線性代數，但不要求學過計量經濟學或Stata操作。因為“大道至簡至易”，初級計量與高級計量的本質是一樣的，學子們最需要的是能夠直指人心地洞明計量原理與操作工具，然后得心應手地用于實戰（而非完成習作）。
課程大綱
第一講，OLS及其標準誤。
著重介紹小樣本與大樣本OLS，以及相應的普通標準誤、異方差穩健標準誤、異方差自相關穩健標準誤、聚類穩健標準誤、自助標準誤（ ）。深切理解OLS的原理與適用條件，是一切計量原理的基礎。
第二講，Stata快速入門。
及時地介紹Stata知識，以OLS在Stata的實現作為入門，體會Stata的簡單與強大。
第三講，二值選擇模型。
被解釋變量為虛擬變量的二值選擇模型有著廣泛的應用。包括，Logit，MLE與QMLE等。
第四講，工具變量法。
由于雙向因果、遺漏變量、度量誤差的普遍存在，內生性是實證研究的常見難題，而工具變量法是解決內生性的利器，包括2SLS、GMM、控制函數法（ ）、包含內生變量的、異質性工具變量法（Local ）等。
第五講，靜態面板。
面板數據由于能控制個體異質性（），緩解遺漏變量偏差，在實踐中越來越重要。靜態面板是最常見的面板，包括固定效應、隨機效應、時間效應、雙向固定效應等。
第六講，動態面板。
經濟現象常具有某種慣性或部分調整，即被解釋變量的滯后值出現在方程右邊。動態面板也因為可自帶工具變量而應用廣泛。包括面板工具變量法（Panel IV）、差分GMM、水平GMM與系統GMM等。
第七講，面板數據前沿：
交互固定效應（ fixed ）將傳統的雙向固定效應進一步推廣，因為現實經濟中常存在多種沖擊（或），而不同個體對此沖擊的反應不同（ ）。
第八講，門限回歸（ ）：
包括橫截面與面板模型的門限回歸。
第九講，非參數與半參數估計（ and tions）。
非參與半參方法由于其穩健性而日益進入標準的計量工具箱，包括核密度估計、非參數回歸與半參數回歸等。
第十講，隨機實驗、自然實驗與雙重差分法（-in-）。
實驗方法因其可信度而日益興起，包括隨機實驗、第一類與第二類自然實驗。雙重差分法利用面板數據的優勢陳強 高級計量經濟學及stata應用 第二版，可克服部分內生性，是研究政策或項目處理效應（ ）的主要工具。包括雙重差分法、平行趨勢假設、三重差分法等。
第十一講，傾向得分匹配（ Score ）。
基于反事實的框架，根據個體進入處理組的概率（即傾向得分）尋找最佳替身進行匹配估計，這是研究處理效應的一種深邃思想與方法。包括傾向得分匹配、雙重差分傾向得分匹配等。
第十二講，控制變量的選擇。
選擇合適的控制變量是計量分析的重要步驟，而因果圖方法（ ）提供了一個清晰的思考框架。
第十三講，合成控制法（ ）。
在評價某處理地區的政策效應時，將控制地區進行最優的線性組合，以構造合成控制地區進行對比，這是估計處理效應的新興強大方法。包括合成控制法的統計推斷與穩健性檢驗等。
第十四講陳強 高級計量經濟學及stata應用 第二版，回歸控制法（ ）。
與合成控制法類似，但使用回歸法來構造合成控制地區（Hsiao et al., 2012）。
第十五講，斷點回歸（ ）與拐點回歸（ Kink ）。
由于在斷點附近存在局部隨機分組，故斷點回歸的效力接近于隨機實驗，日益為研究者所青睞。包括精確斷點回歸、模糊斷點回歸、空間斷點回歸等。
第十六講，分位數回歸。
線性回歸只是研究在給定X的情況下，Y的條件期望E(Y|X)；而分位數回歸則可研究在給定X的情況下，Y的整個條件分布Y|X，從而揭示更多信息。
第十七講， 機器學習與大數據。
大數據與高維回歸等機器學習( )方法正迅速成為經濟學家的常用工具。本講介紹Lasso, Ridge , Net, Post Lasso, Lasso，主成分分析，因子分析等機器學習方法。
第十八講，空間計量經濟學（ ）。
傳統計量經濟學通常忽略橫截面單位的空間分布與相互影響，而空間計量經濟學則是考察空間效應、溢出效應等的重要工具。包括空間權重矩陣、空間自回歸、空間誤差模型與空間面板等。
報名流程