经济学课题：计量经济学在不同产业中的应用与研究---以线性回归、差分法和偏差分析等统计概率模型为例

阅读 394

2024-03-19

　　开始日期: 2024-05-18

　　课时安排: 7周在线小组科研学习+5周不限时论文指导学习

　　适合人群

　　适合年级 (Grade): 高中生/大学生

　　适合专业 (Major): 应用经济学、微观经济学、计量经济学、数据分析、经济统计预测等专业或希望修读相关专业的学生;学生必须提前掌握概率论、线性回归和R语言等相关知识。

　　建议选修: R语言统计分析速成

　　导师介绍

　　Edward

　　耶鲁大学 Yale University终身正教授&项目主任

Edward

　　Ed导师是一位计量经济学家，他的工作重点是利用分类数据和计量经济方法进行经济分析和政策评估。除了计量经济学方面的理论研究，他还发表了劳动经济学、教育经济和健康经济学方面的实证工作研究，评估了多个学校教育的经济效益研究、劳动市场中的经济分析以及医疗经济中的诸多问题。导师于2000年在芝加哥大学获得经济学博士学位。他目前是耶鲁大学经济系终身正教授，此前他还曾在斯坦福大学、哥伦比亚大学和纽约大学任教。他是计量经济专业顶刊《应用计量经济学》杂志的联合编辑，《计量经济学》和《计量经济学》杂志的副编辑，并曾是《商业、经济和统计学》杂志的副编辑。导师学术水平极高，论文引用超过12000次，i10因子高达53。导师获得了多个专业奖项，例如《Journal of Econometrics》Aigner大奖、WFA Analysis Group Award最佳论文奖等。同时由于导师超高的学术研究造诣，他被邀请担任多个学术研究要职，例如Conference on Econometrics and Mathematical

　　Economics(CEME)项目主任、美国国家经济研究所NBER研究员等。

　　Edward is an econometrician whose work has focused on the micro-econometric methodology for treatment effect and policy evaluation using disaggregated data. A theme in his work has been in allowing for the effects of a treatment to vary across people, and allowing individuals to have some knowledge of their own idiosyncratic treatment effect and to act upon that knowledge. In addition to his work in econometric methodology, he has published empirical work in labor economics and health economics evaluating the returns to schooling, the returns to job training programs, and the effectiveness of medical interventions. Ed received his PhD in Economics from the University of Chicago in 2000. He is rejoining the Yale faculty, having also previously been on the faculty at Stanford University, Columbia University, and most recently New York University. He is a co-editor of the Journal of Applied Econometrics, an associate editor for Econometrica and the Journal of Econometrics, and was formerly an associate editor of the Journal of Business, Economics and Statistics.

　　任职学校

　　耶鲁大学(Yale University)，简称“耶鲁”“Yale”，坐落于美国康涅狄格州纽黑文，是世界著名的私立研究型大学、全美第三古老的高等学府、美国大学协会的14所创始院校之一，也是著名的常春藤联盟成员，全球大学校长论坛成员。耶鲁大学最初由康涅狄格州公理会教友于1701年创立，1716年迁至康涅狄格州的纽黑文(New Haven)。耶鲁大学作为美国最具影响力的私立大学之一，是美国历史上建立的第三所大学，其本科生院与哈佛大学、普林斯顿大学齐名，历年来共同角逐美国大学本科生院美国前三名，位列2019-20年US. News美国大学本科排名第3。耶鲁大学的教授阵容、课程安排、教学设施方面堪称世界一流。耶鲁大学校友、教授及研究人员中，共产生了65位诺贝尔奖得主(世界第十一)、5位菲尔兹奖得主(世界第十二)以及3位图灵奖得主(世界第十六)。此外，耶鲁大学还走出了包括威廉·杰斐逊·克林顿、乔治·赫伯特·沃克·布什在内的5位美国总统，以及19位美国最高法院大法官、16位亿万富豪等。

　　项目背景

　　计量经济学作为经济学领域的一个重要分支，主要以社会经济活动的实际数据为素材，以统计分析方法为手段，以预测和识别因果关系为目标，为经济管理的实证研究和量化分析提供理论基础和方法工具。由于社会经济数据的非实验性质，利用计量建模和量化分析的科学研究方法显得尤其重要。一方面，计量经济学通过对实际数据的科学分析，为各种互为竞争的经济理论提供“证伪”的可能；另一方面，通过对经济管理模型的量化分析，为政策实施和政策评估提供科学决策的基础。因此，计量经济学在推动经济学科学化过程中发挥了不可替代的关键作用。虽然计量经济学最初以社会经济数据的分析为主，但随着量化分析的重要性在各学科领域中日益凸显，计量经济学的分析工具和分析方法已逐渐渗透到心理学、医疗管理、公共管理、金融工程、能源管理、社会学和政治学等各个领域,成为发展非常活跃、应用日益普及的方法论学科和交叉学科。

　　项目介绍

　　人们常说 "相关性不等于因果关系"，但在经济学的研究中，一个核心问题是利用相关关系来确定因果关系。对于实验数据来说，这样做是相对直接的，但对于许多社会问题来说，研究者将感兴趣的因果变量直接进行比对分析是不可行的。因此本课程将重点阐述经济学家用来推断因果关系的计量统计方法，以及该方法在不同产业和案例中的实证应用。例如在教育中的数据研究、中国江西的农民收入问题、美国的种族歧视导致的黑人就业劳动问题和女性在工作中的被歧视问题。我们将利用线性回归技术，使用实验性和观察性(非实验性)数据。我们将涵盖横截面回归调整，以及诸如差额法和工具变量法等 "自然实验 "方法，对这些不同经济产业和不同社会问题进行科学的量化分析，从而在庞杂的数据中寻找不为人知的规律和症结。

　　A familiar saying is that “correlation does not equal causation”, but in economics, as in many related fields, a core concern is to determine causation using correlations. Doing so is relatively straightforward with experimental data, but for many questions of interest it is not feasible for a researcher to randomize the causal variable of interest. This course introduces methods used by economists to infer causality, as well as several empirical applications of that methodology. We will focus on linear regression techniques, using both experimental and observational (non-experimental) data. We will cover cross-section regression adjustment, as well as such “natural experiment” methods as difference-in-difference and instrumental variable methods.

　　项目大纲

　　计量经济与因果关系推论 Counterfactual notation and questions of interest for causal inference

　　线性回归和教育研究中的应用 Linear regression analysis

　　双重差分模型在农业和种族研究中的应用 Difference-in-difference methods

　　遗漏变量偏差的分析在性别研究中的应用 Analysis of omitted variable bias

　　学术研讨1 Final Project Phase I

　　学术研讨1 Final Project Phase II

　　项目回顾和成果展示 Program Review and Presentation

　　论文辅导Project Deliverables Tutoring

　　项目收获

　　7周在线小组科研学习+5周不限时论文指导学习共125课时

　　项目报告