极大似然估计方法及应用这一专题将介绍极大似然估计方法的基本原理和统计性质，结合结构模型展示极大似然估计的作用，通过经典文献精读来讲解极大似然估计的应用，最后介绍极大似然估计的程序编程。
内容安排
从 6 月 10 日开始，每周一次课，每次课程的主要内容安排如下：
第一周：极大似然估计的基本原理和统计性质
- 回归模型设定
- 极大似然估计的原理
- 极大似然估计的统计性质
第二、三周：极大似然估计的应用
- 离散选择模型
- truncated & censored data
第四、五周：经典文献精读
- Valuing Air Quality Using Happiness Data: The Case of China
- Willingness to Pay for Clean Air in China
- Hayek, Local Information, and Commanding Heights: Decentralizing State-Owned Enterprises in China
第六、七周：极大似然估计的程序编写
- Stata MLE 估计基本语法
- MLE 程序编写示例
后续会根据需求对课程内容进行增补和完善。
点击这里跳转到 RStata 短书平台获取附件：名师讲堂｜极大似然估计方法：理论介绍、应用文献解读 & Stata 编程实现
评论