内容简介

万门大学司继春金融经济学课程，本课程共16.4GB，可通过百度网盘转存下载或者在线播放。

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