| Stata软件培训班 |
班级规模及环境--热线:4008699035 手机:15921673576/13918613812( 微信同号) |
|
坚持小班授课，为保证培训效果，增加互动环节，每期人数限3到5人。 |
| 培训特点 |
| 个性化、顾问式培训，互动式授课，针对实际需求，项目案例教学，实战项目演示，超级精品小班。 |
| 培训讲师 |
华为，中科院，上海贝尔，中兴，Xilinx,Intel英特尔,TI德州仪器，NI公司，Cadence公司,Synopsys，IBM，Altera，Oracle，synopsys，微软，飞思卡尔，等大型公司高级工程师，项目经理，技术支持专家，曙海科技，资深讲师。
大多名牌大学，硕士以上学历，相关技术专业，有丰富的理论素养，十多年实际项目经历，开发过多个大型项目，热情，乐于技术分享。针对客户实际需求，案例教学，边讲边练，互动式沟通，学有所获。
更多师资力量信息请参见曙海师资团队，请点击这儿查看。 |
|
开课时间和上课地点 |
上课地点：【上海】：同济大学(沪西)/新城金郡商务楼(11号线白银路站) 【深圳分部】：电影大厦(地铁一号线大剧院站)/深圳大学成教院 【北京分部】：北京中山/福鑫大楼 【南京分部】：金港大厦(和燕路) 【武汉分部】：佳源大厦（高新二路） 【成都分部】：领馆区1号（中和大道） 【沈阳分部】：沈阳理工大学/六宅臻品 【郑州分部】：郑州大学/锦华大厦 【石家庄分部】：河北科技大学/瑞景大厦 【广州分部】：广粮大厦 【西安分部】：协同大厦
近开课时间(周末班/连续班/晚班）：Stata培训班：2024年11月30日......(欢迎您垂询，视教育质量为生命！) |
|
实验设备和授课方式 |
☆资深工程师授课
☆注重质量
☆边讲边练
☆合格学员免费推荐工作
专注高端培训17年，曙海提供的课程得到本行业的广泛认可，学员的能力
得到大家的认同，受到用人单位的广泛赞誉。
★实验设备请点击这儿查看★ |
|
新优惠 |
|
☆在读学生凭学生证，可优惠500元。 |
|
质量保障 |
|
1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供半年的技术支持。
3、培训合格学员可享受免费推荐就业机会。 |
|
课程大纲 Stata软件培训班 |
| |
第一阶段 |
|
内容 |
Stata简介 |
Stata软件的一些技术参数；STATA概貌；输入和导入数据；存储和导出数据；浏览资料；执行指令；数据预处理；log文件；do文档；结果输出到Excel、Word、LaTeX；初次使用Stata时要注意的问题。 |
数据处理 |
变量转换的技巧；分位数；重复样本值的处理；缺失值的处理；奇异值的处理；资料的合并和追加；重新组合数据；字符型变量的处理；分类变量的分析；时间序列数据的处理；面板数据的处理；数据的查验和比较。
从整体上介绍了STATA的基本架构
通过大量的实例，介绍了各种数据处理技巧
|
Stata绘图 |
简介；常用图形示例；Stata绘图常用技巧。 |
矩阵 |
矩阵的基本操作；矩阵语言；MATA语言初步；矩阵的进一步说明。
介绍STATA矩阵操作
介绍STATA编程 |
STATA编程初步 |
Stata程序简介；循环与控制语句；常用的编程技巧；Stata完整程序包经典实例的详细解说。 |
|
第二阶段 高级 －－ 计量分析与Stata应用 |
培训目的：
使学员熟练使用Stata进行实证分析工作，主要包括：
(1)掌握多种常用的估计方法（如普通小二乘法、广义小二乘法、非线性小二乘法、大似然估计、iv估计和gmm）；
(2)学会估计和分析时间序列和面板数据常用模型（如单位根检验、协整分析、var、固定效应模型、随机效应模型、动态面板模型、面板单位根检验和面板协整分析等等）；
(3)学会编写一个完整的Stata程序；
(4)学会应用Stata进行抽样和模拟分析，包括bootstrap和monte carlo模拟分析
培训内容：
计量分析与Stata应用
1. 普通小二乘法（OLS）
1.2 解读OLS回归结果
1.3 残差分析与稳健型估计
1.4 管理多个回归结果
2. 广义小二乘法（GLS）
2.1 GLS的基本思想
2.2 异方差
2.3 序列相关
2.4 似无相关模型（SUR）
3. 非线性小二乘法（NLS）
3.1 NLS的基本思想
3.2 NLS程序的编写
3.3 范例：估计动态部分调整模型
4. 大似然估计（MLE）
4.1 MLE的基本原理
4.2 似然函数的设定
4.3 程序的调试、起始值的设定和相关问题
4.4 范例：线性回归模型、Logit模型、Probit模型
5. 工具变量法与GMM
5.1 内生性问题与工具变量法
5.2 两阶段小二乘法（2SLS）
5.3 广义矩估计法（GMM）
5.4 过度识别检验（Sargan检验与Hausman检验）
5.5 弱工具变量问题
6. 时间序列分析
6.1 时间序列资料的处理
6.2 ARIMA模型
6.3 向量自回归（VAR）模型：估计和检验
6.4 向量自回归（VAR）模型：因果检定和冲击反应
6.5 单位根检验
6.6 协整分析和误差修正模型
6.7 GARCH模型（GARCH，E-GARCH，T-GARCH）
7. 面板数据模型
7.1 静态面板模型：固定效应 v.s. 随机效应
7.2 时间效应、模型的筛选和常见问题
7.3 异方差、序列相关和截面相关
7.4 内生性问题（面板IV-GMM估计）
7.5 动态面板模型（Difference GMM和System GMM）
7.6 面板随机系数模型
7.7 面板随机前沿模型
7.8 面板单位根检验
7.9 面板协整分析
8. STATA高级程序
8.1 暂元的高级功能
8.2 暂时性物件
8.3 输入项
8.4 输出项
8.5 可分组执行的程序
8.6 可重新显示结果的程序
8.7 子程序
8.8 程序勘误与调试
8.9 帮助文件的编写
9. 模拟分析（Simulation）与自体抽样（Bootstrap）
9.1 随机数的产生和常用分布
9.2 Bootstrap
9.2.1 Bootstrap的基本原理
9.2.2 Bootstrap获得标准 |
第三阶段 金融与财务数据整理STATA应用 |
1、金融与财务与stata的结合
2、 蒙特卡洛数据模拟
(1) 随机函数
(2) 数学函数
(3) 离散变量的随机模拟
(4) 连续变量的随机模拟
(5) 多元分布的模拟
(6) 方差分析
(7) 主成分分析
(8) 基本统计量、相关系数及结果输出
(9) 回归分析与结果输出
3、 中国上市公司交易数据库
(1) 通过商业数据库下载数据
(2) 交易数据的纵向合并(append)过程
(3) 交易数据的清理
(4) 日数据转换成月度、季度和年度数据
(5) 日数据转换成周数据（周三收盘）
(6) 股权变更数据的整理（Fillin）
(7) Post 命令简介
(8) 每家公司每年做一个回归及结果输出(上市公司股票价格同步性的计算方法)
(9) 自由下载交易数据-cntrade.ado
4、 中国上市公司财务数据介绍
(1) 通过CSMAR获取上市公司财务数据及清理过程
(2) 通过Wind获取上市公司财务数据及清理过程
(3) 财务数据的横向合并
(4) 给数据贴标签
(5) ROA, ROE, Tobin’s Q等各种财务指标的计算
(6) 与行业数据横向合并
(7) Jones Model和盈余管理
(8) 对照组样本的构造（post命令）
(9) 自由获取交易数据
5、公司治理数据荟萃
（1） 高管数据的获取
（2） 字符串函数
（3） 找到董事长
（4） 找到总经理
（5） 董事长和总经理是不是一个人
（6） 找到董事
（7） 找到独立董事
（8） 董事会的规模
（9） 董事会的独立性
（10） 审计数据、大所、审计意见
（11） 大股东、十大股东、Herfindahl指数的计算
6、 事件研究方法*
(1) 矩阵函数
(2) 变量到矩阵的转化
(3) 调用矩阵的元素
(4) 保存事件信息到矩阵（以XXXX为例）
(5) 估计窗口与事件窗口
(6) 为每个事件构造一份数据
(7) 市场模型
(8) 三因素模型
(9) CAR和BAH的计算
(10) 编写对话框
(11) Eventstudy集成命令介绍
7、 编制ado命令*
(1) Hello World
(2) 参数传递
(3) 临时变量和临时文件
(4) TTABLE: 一个完整的ado文件介绍
(5) 用Stata调用操作系统发送电子邮件
8、Mata*
(1) 简介
(2) 函数库
(3) 在Stata中调用Mata
(4) cnaccounting.ado，用mata免费获取中国上市公司财务数据 |
第四阶段 时间序列分析预测与Stata应用专题培训 |
1）状态空间与动态因子模型与Stata应用
（2）面板数据的计量分析与Stata应用
（3）调查数据分析与Stata应用
（4）离散选择模型与Stata应用
（5）Stata编程
（6）Mata矩阵运算
（7）极大似然估计与Stata应用
（8）广义矩估计与Stata应用 |
shuhaipeixun
1299983702
总部李老师