内容简介
本书以通俗易懂的写作风格和大量的数据去帮助读者理解STATA统计软件里的分析方法。主要介绍了面板数据的基础统计分析、Pooled OLS/GLS模型的概念和应用、面板数据当中应用□广泛的固定效果模型和概率效果模型，PCSE模型、同质面板数据模型、GEE模型、DD模型、HLM模型，以及回归分析、生存分析、方差分析等内容。为高校和研究机构及企业的各种数据分析提供工具。
本书强调理论知识与实践相结合，不仅对每种统计方法的概念和定行了详细的说明，还通过统计软件STATA的实际操作对每种统计方法行了详细的介绍，尽量做到让读者通俗易懂。本研究成果对于营销类专业、经济学和物流以及管理等专业的教学是一个极。
目录
2;2;章 基于面板分析的数据管理和基础统计
1.1 面板/ 纵截面数据;
1.2 面板数据的优点和缺点;
1.3 面板分析的数据管理;
第2;章 Pooled OLS/Panel GLS;
2.1 Pooled OLS; ;
2.2 Panel GLS;;
2.3 异方差的假定和LR 检验;;
2.4 自相关的假设;
2.5 自相关检验;;
第3 章 固定效果模型FE
3.1 基础模型的估计; ;
3.2 FE 模型估计;;
3.3 二元固定效果模型;;
3.4 自相关关系的检验;;
3.5 异方差检验;;
第4 章 概率效果模型RE;
4.1 基本模型和估计;;
4.2 RE 模型的参数估计;
4.3 关于误差项的假设检验;
4.4 异方差检验;;
4.5 Hausman 检验;;
4.6 Durbin-Wu-Hausman 检验法
4.7 对Bootstra 检验法的考察;;
4.8 利用Bootstra 的Durbin-Wu-Hausman 检验法
第5 章 PCSE 模型;;
5.1 异方差检验;;
5.2 自相关检验;;
5.3 PCSE 模型估计;
第6 章 回归分析;
6.1 一元回归分析;
6.2 单纯回归模型的匹配;
6.3 体方差σ2;的估计量;;
6.4 回归模型的配适度检验;;
6.5 模型的妥当检验和模型的2换;;
6.6 空间回归模型;;
第7 章 同质面板数据模型;
7.1 基本模型以及参数估计的假定;
7.2 GMM 估计法
第8 章 面板GEE 模型——logit、probit 和Lasso 回归
8.1 面板GEE 模型的假设
8.2 xtgee（logit）模型参数估计;
8.3 logistic 回归模型概述;
8.4 xtgee（probit）模型参数估计
8.5 probit 模型和logistic 模型;
8.6 probit 模型的参数估计方法
8.7 Lasso 回归模型
第9 章 二重差分法模型和倾向点数匹配;
9.1 二重差分法模型的基本概念;;
9.2 二重差分法的基本假
9.3 二重差分法的基本原理;
9.4 相互作用回归分析的二重差分法;
9.5 重复测量的二重差分法;
9.6 Lag 2量的重复测量法
9.7 Before-After 参数估计法
9.8 Lag 2量的估计法;;
9.9 倾向点数匹配;
第10 章 tobit 模型和Heckman 模型
10.1 面板tobit 模型概述;
10.2 tobit 模型的限制;;
10.3 Heckman 模型
10.4 tobit 模型与Heckman 模型之间的关系;
10.5 tobit 回归模型的选择方法;;
10.6 tobit 回归模型与线回归模型的参数值比较
第11 章 生存分析;
11.1 生存分析概述
11.2 生存特和生存要因
11.3 Ka第12n-Meier 法
11.4 Cox 比例风险模型;
11.5 生存函数的估计;;
11.6 使用协2量的生存分析
11.7 KMV 模型;
第12;章 HLM 模型;
12.1 HLM 模型概述;
12.2 内在多层模型
12.3 内在多层模型的方第1特
12.4 二元多层模型;;
12.5 二元多层模型的方第1特
12.6 内在多层模型与二元多层模型的结构特
第13 章 方差分析;
13.1 方差分析概述
13.2 事后检验的种类和特点
13.3 事后检验的研究
参考文献
;