万门大学-司继春《经济金融之计量经济学》百度网盘VIP会员免费下载，本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

　　|  ├──14.6FuzzyRD.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