人大经济论坛方匡南R初+高级+时间序列专题（初+中级）视频教程

不加密视频，配套数据、随堂笔记等材料。

（一）R语言初级教程

培训目的和特色：
（1）让学员尽快掌握Splus&R语言的基本用法，掌握如何利用Splus&R丰富的网上资料和帮助系统，学会基本的编程方法。
（2）本结合统计分析的思想和实际案例，深入浅出地讲解如何使用Splus&R语言进行实际数据的统计分析，让学员不仅掌握Splus&R语言的使用，更重要的是学会统计分析的思想。
（3）学完本课程后，使学员基本上可以使用Splus&R语言进行实际的统计分析工作。学会Splus&R语言尤其是对于需要批量处理的实务数据分析来说，可以大大提高其工作效率。

培训内容目录:
第1讲 Splus与R语言简介
1.1  Splus与R语言简介
1.2  Splus与R语言与统计
1.3  启动与退出
1.4  强大的帮助系统
1.5  编辑软件tinn-R简介
1.6  R软件包的使用

第2讲 数据对象与运算
2.1  数据对象及类型
2.2  数据对象构造
2.3  数据的录入及编辑
2.4  基本编程思想和语法

第3讲 随机数与抽样模拟
3.1  随机数的产生
3.2  随机抽样
3.3  统计模拟

第4讲 数据探索性分析
4.1  数据探索性分析主要方法
4.2  单变量数据分析
4.3  双变量数据分析
4.4  多变量数据分析

第5讲 参数估计
5.1  参数估计的方法
5.2  均值的区间估计
5.3  中位数的区间估计
5.4  比例的区间估计
5.5  置信区间的模拟比较

第6讲 假设检验
6.1  单样本检验
6.2  两样本检验
6.3  卡方检验

第7 讲 回归分析
7.1  一线性回归
7.2  多线性回归


第8讲 方差分析
8.1  方差分析的概念
8.2  单因素方差分析
8.3  两因素方差分析

第9讲 非参数检验
9.1  非参数检验简介
9.2  单样本检验
9.3  两独立样本检验
9.4  多个独立样本的秩和检验

第10讲 统计案例综合分析
10.1  调查数据的综合分析
10.2  回归模型的综合分析
10.3  R语言中包的使用
10.4  R语言的其他编辑工具

  （二）R语言高级教程

培训目的：
（1）让学员深入理解经典线性回归模型理论和放宽假设条件对模型估计带来的影响、以及如何检验和克服多重共线性、异方差、序列相关等。
（2）让学员掌握常用的估计方法。普通最小二乘法、广义最小二乘法、非线性最小二乘法、非线性加权最小二乘法、间接最小二乘法、工具变量估计、两阶段最小二乘法、三阶段最小二乘法、极大似然法、广义矩估计等。
（3）让学员掌握非线性优化理论以及非线性模型的最小二乘估计、加权最小二乘估计、极大似然估计以及模型的检验选择等。
（4）让学员掌握离散选择因变量模型理论。两probit模型和logit模型、多logit模型、有序离散模型、受限因变量tobit模型、possion模型（该部分内容国内一般计量教程很少涉及、但在社会经济现象却又大量存在这类问题）。
（5）让学员掌握常用的面板数据的固定效应、随机效应、变系数等模型以及如何运用实际数据做面板分析。掌握动态经济模型、联立方程等分析方法。
（6）让学员掌握如何动手编写自己所需但r尚无提供的函数，或编写自己提出最新方法的程序，为以后深入研究计量模型垫定扎实的软件编程基础。不要让软件成为学习计量的障碍。

内容纲要：
第一篇 线性回归及其放宽假设条件模型
       本篇共8讲。主要包括线性回归最小二乘估计、极大似然估计、蒙特卡罗模拟最小二乘估计量的blue性质、邹至庄检验和递归最小二乘法比较、分段线性回归、虚拟变量法、非线性回归线性化、多重共线性的检验和克服、岭回归、偏最小二乘估计、主成分估计、加权最小二乘估计、广义最小二乘估计、异方差的检验和克服、序列相关的检验和克服。本篇每讲都提供了结合中国实际的案例分析。
第二篇：非线性优化和非线性回归估计
       本篇共6讲。主要包括非线性无约束下优化、非线性约束下优化、非线性最小二乘法、非线性加权最小二乘法、非线性极大似然估计法。并通过实际讲解如何选择初始值、如何进行非线性模型检验等。充分透彻讲解R语言是作非线性模型的绝佳软件。本篇每讲都提供了结合中国实际的案例分析。
第三篇：动态经济模型分析
       本篇共3讲。主要包括分布滞后模型估计、滞后长度的选择、alomon多项式法、自回归模型估计、葛兰杰因果关系检验等。本篇每讲都提供了结合中国实际的案例分析。
第四篇：联立方程分析
       本篇共2讲。主要包括联立方程的识别、联立方程恰好识别下的的iv估计、ils估计、2sls估计的参数估计，以及通过实例证明iv、ils、2sls三种方法在恰好识别下的等价性；过度识别下的2sls、3sls估计。本篇每讲都提供了结合中国实际的案例分析。
第五篇：离散选择因变量模型
       本篇共6讲。主要讲解probit两模型、logit两模型、多logit模型、有序因变量probit和logit模型、受限因变量tobit模型、计数因变量模型possion模型。本篇提供了经典的社会问题案例。
第六篇：面板数据分析
       本篇共2讲。主要讲解面板数据混合模型、个体固定效应模型、时间固定效应模型、个体时间固定效应模型、个体随机效应模型、时间随机效应模型、个体时间随机效应模型、变系数固定效应模型、变系数随机效应模型。本篇每讲都提供了结合中国实际的案例分析。

（三）R-时间序列专题(初级班) 

培训目的：
(1)系统介绍时间序列理论和金融数据的实际分析，为学员奠定扎实的金融数量分析基础。
(2)让学员掌握SPLUS&R软件的实际编程操作，尤其是在实际的金融数据分析中的应用。
(3)为学员提供丰富的金融理论知识和金融英语专业词汇，学习国际化的金融课程。
(4)为学员提供丰富的金融案例分析，使基金公司.证券公司银行等金融机构等从业人员的金融数量分析更加游刃有余。

内容纲要：
第一篇 金融时间序列特征与应用
1.资产收益率计算
2.资产收益率的分布特征
3.资产收益率分布应用
4.案例分析

第二篇 线性时间序列分析与应用
1.线性时间序列基本概念（包括平稳性.相关系数和自相关系数.白噪声.线性时间序列）
2.AR模型原理
3.AR模型参数估计与应用
4.MA模型与应用
5.ARMA模型与应用
6.单位根检验
7.季节模型与应用
8.时序误差模型和长记忆模型应用

第三篇 条件异方差模型与应用
1.条件异方差模型基本概念（包括波动率特征.模型结构等简介）
2.ARCH模型原理
3.ARCH模型应用分析
4.GARCH模型与应用
5.IGARCH和GARCH-M与应用
6.EGARCH模型与应用
7.TGARCH模型与应用
第四篇 多时间序列分析与应用
1.弱平稳与交叉相关矩阵
2.多混成检验
3.VAR模型原理
4.VAR模型案例分析
5.脉冲响应函数（IRF)

第五篇 主成分和因子分析在金融中的应用
1.单因子模型
2.多因子模型
3.基本面因子模型
4.主成分析及其在金融中的应用
5.因子分析原理
6.因子分析在金融中的应用

 （四）R-时间序列专题(中级班) 

培训目的：（1）系统介绍时间序列理论和金融数据的实际分析，为学员奠定扎实的金融数量分析基础。（2）让学员掌握SPLUS&R软件的实际编程操作，尤其是在实际的金融数据分析中的应用。（3）为学员提供丰富的金融理论知识和金融英语专业词汇，学习国际化的金融课程。（4）为学员提供丰富的金融案例分析，使基金公司、证券公司银行等金融机构等从业人员的金融数量分析更加游刃有余。

内容纲要：
第六篇 VaR与分位数回归
第1讲 VaR基本理论
第1讲 VaR的RiskMetrics计算方法
第1讲 VaR计量模型计算方法
第1讲 VaR的经验分位数计算方法
第1讲 分位数回归理论与案例
第1讲 基于分位数回归的VaR计算

第七篇 极值理论与VaR
第1讲 极值理论原理
第2讲 极值理论估计方法
第3讲 基于传统极值理论的VaR计算
第4讲 基于传统极值理论的VaR讨论
第5讲 基于传统极值理论的Return Level计算
第6讲 POT极值理论原理
第7讲 POT极值理论参数估计
第8讲 基于POT极值理论的VaR计算

第八篇 金融时间序列长记忆性与应用
第1讲 金融时间序列长记忆相关概念
第2讲 时间序列长记忆性检验
2.1 R/S检验
2.2 GPH谱回归检验
第3讲 长记忆参数估计
3.1 R/S分析
3.2 周期图方法
3.3 Whittle 方法
第4讲 FARIMA模型估计
第5讲 半参数分数自回归（SEMIFAR）估计
第6讲 FIGARCH和FIEGARCH模型估计
6.1 FIGARCH和FIEGARCH模型原理
6.2 长记忆GARCH模型的估计
6.3 ARMA-FIGARCH模型和引入外生变量GARCH模型估计
第7讲 长记忆模型的预测
7.1 FARIMA和SEMIFAR模型预测
7.2 FIGARCH和FIEGARCH模型预测

第九篇 协整误差修正与应用
第1讲 伪回归概念及其后果
第2讲协整理论与应用
2.1 协整与共同趋势
2.2 协整系统模拟
第3讲误差修正模型
第4讲基于残差、协整向量已知的协整检验
第5讲基于残差、协整向量未知的协整检验
第6讲基于stock&Waston法的协整向量与ECM估计
第7讲协整VAR相关理论
第8讲 Johansen协整检验
第9讲协整检验实例分析
第10讲协整VECM极大似然估计与应用
第11讲 VECM预测分析