1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
       2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
       3、培訓合格學員可享受免費推薦就業機會?！詈细駥W員免費頒發相關工程師等資格證書，提升職業資質。專注高端技術培訓15年，端海學員的能力得到大家的認同，受到用人單位的廣泛贊譽，端海的證書受到廣泛認可。

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（bootstrap standard errors）。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，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（Control Function）。
第四講，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Probit，Logit，包含內生變量的ivprobit等。
第五講，靜態面板。
面板數據由于能控制個體異質性（heterogeneity），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，門限回歸。
發展中國家與發達國家的經濟規律可能不同，而門限回歸（Threshold Regression）提供了對此類現象進行嚴格統計推斷的方法，包括橫截面與面板模型的門限回歸。
第八講，非參數與半參數估計。
非參與半參方法（Nonparametric and Semiparametric Estimations）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。
第九講，隨機實驗、自然實驗與雙重差分法。
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（Difference-in-Differences）利用面板數據的優勢，可克服部分內生性，是研究政策或項目處理效應（treatment effects）的主要工具。包括雙重差分法、平行趨勢假設、三重差分法等。
第十講，傾向得分匹配（PSM）與異質性工具變量法（LATE）。
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（Propensity Score Matching）、雙重差分傾向得分匹配等?；诜词聦嵖蚣艿漠愘|性工具變量法（LATE）。
第十一講，控制變量與因果圖。
核心變量與控制變量的本質區別。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（Causal Directed Acyclic Graph）提供了一個清晰的思考框架。
第十二講，斷點回歸（Regression Discontinuity Design）與拐點回歸（Regression Kink Design）。
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、精確拐點回歸與模糊拐點回歸。
第十三講，大數據與機器學習。
大數據與高維回歸等機器學習（Machine Learning）方法正迅速成為經濟學家的常用工具。本講介紹Lasso、Ridge Regression、Elastic Net、Post Lasso、Post Double Lasso、主成分分析、因子分析等機器學習方法。
第十四講，合成控制法（Synthetic Control Method）。
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。
第十五講，回歸控制法（Regression Control Method）。
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），比合成控制法更為簡單易行。
第十六講，交互固定效應。
交互固定效應（interactive fixed effects）為目前面板數據最活躍的研究前沿，它將傳統的雙向固定效應進一步推廣，充分考慮到現實經濟常存在多維沖擊（shocks或factors），而不同個體對這些沖擊的反應力度不同（factor loading）。
第十七講，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（Spatial Econometrics）則是考察