金融万门大学经济学司继春课程，本课程共16.4GB，VIP会员可通过百度网盘转存下载或者在线播放。此“万门大学-司继春《经济金融之计量经济学》”课程由千年教育收集整理。
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
