教学大纲
欢迎来到上海理工大学二年级本科生的计量经济学入门课程！在这一页上，我们概述了课程并介绍了教学大纲。2018/2019年是我们第一次以这种形式教授这门课程，所以我们现在是第三年。
目标
本课程分为两个级别和两个学期：介绍和高级.服用了介绍课程是注册的必要条件高级.
这个介绍本课程旨在教你像SciencesPo这样的以社会科学为导向的大学所需的数据分析基础知识。我们有目的地从一个不需要任何统计知识的水平开始。我们的目标是让您了解并能够解释线性回归分析。我们不会依靠数学和统计学，而是通过实践学习来教授主要概念。我们还添加了因果推理的主要元素，这样您就可以开始区分简单的统计相关性和实际因果关系。
这个高级课程将在本学期继续之后你已经拿了介绍当然，遵循同样的哲学，尽可能远离形式推导和证明。我们将进一步讨论重要的经典计量经济学主题，如工具变量、面板数据、离散相关变量。课程快结束时，我们预留了大量的时间来回顾统计学习。我们将以一种简单易懂的方式学习和应用机器学习中的重要概念。
课程结构
这两门课程都是在SciencesPo各校区的几个不同小组中教授的。所有小组将复习相同的材料，做相同的练习，并进行相同的评估。
小组每周开会一次，持续2小时。每周会议的主要目的是澄清任何问题，并通过教程进行合作。我们需要的小理论将在本书中介绍，并且你应该在自己的时间里读完这篇文章上课之前。
导论课程：教学大纲和要求
要求
唯一的要求是你带上你自己的个人电脑到每个会话。我们将使用免费的统计计算语言R（右）非常密集。在进入第一个会话之前，请安装R（右）和R工作室如本章开头所述1.
教学大纲
- 引言：本书第1.1章和第1.2章，引言掌握指标,实证经济学中的诚信革命Angrist和Pischke（JEP 2010）
- 总结、可视化和整理数据：本书第2章，第2章和第3章现代风格
- 继续上一个会话。
- 简单线性回归：第章三本书第5章现代风格
- 因果关系简介：第章7本书第1章掌握指标，潜在结果模型因果关系，混合作者：Scott Cunningham
- 多元线性回归：第章4
- 采样：第7章现代风格
- 置信区间和假设检验：第8章和第9章现代风格
- 回归推理：第章6本书第10章现代风格
- 差异中的差异：掌握度量、卡和克鲁格（AER 1994）第5章
- 回归不连续性：《掌握度量标准》第4章，Carpenter和Dobkin（AEJ，Applied，2009），Imbens和Lemieux（Journal of Econometrics，2008），Lee和Lemiaux（JEL 2010）
- 审查会议
高级课程：教学大纲和要求
要求
你必须之前参加过简介课程，或者在你所在的学校参加过类似教学大纲的课程。
教学大纲
- 物流、组织、简介课程回顾1
- 简介课程回顾2
- 简介
数据表
- 工具变量和因果关系1
- 工具变量和因果关系2
- 工具变量和因果关系3
- 面板数据：什么、如何和为什么？
- 离散结果：Logit和Probit
- 统计学习入门1：分类和机器学习入门
- 统计学习入门2：模型验证
- 统计学习导论3：无监督学习第11部分：总结/缓冲区1第11部分：总结/缓冲区2
幻灯片
入门级
每个书籍章节都有幻灯片专用网站.
高级级别
我们主持幻灯片在这里.
本书和其他材料
你正在看的是一本在线教科书。因此，您可以在手机或平板电脑上的浏览器中查看它（就像您刚才所做的那样），但也可以将其作为pdf格式文件或作为电子书你的电子书阅读器文件。我们没有任何野心来实际制作和发布书现在，你们应该把这看作是向你们传播我们课堂讲稿的一种方式。本书旁边的课程材料的第二部分是一套广泛的教程和交互式演示，这些都包含在R（右）与本书相关的软件包，您将在第1章中安装该软件包。
开放源代码
本书和本课程的所有其他内容都是在github上的开源许可下托管的。你只需点击适当的编辑此页顶部栏中的符号。其他想要使用我们教材的老师可以自由使用，并遵守github存储库.
评估
我们将评估课堂参与情况、关于moodle的测验和家庭考试。
通信
我们将专门就我们的松弛组进行沟通。您将在适当的时候收到讲师的邀请电子邮件。