课程大纲： Python计量培训
Python计量
1 数据清洗
01. 降维
02.数组计算
03.数组排序
04.数据框(DataFrame)的构造
05. 数据框(DataFrame)排序
06. 数列(Series)索引合并
07. 数据框(DataFrame)索引合并
08. 数据归一化
09. 增加可选列
10. 删除可选列 or 行
11. 选取小样本
12. 合并数据框
13. 数值替代
14. 基本统计量填补缺失值
15. 回归计算结果填补缺失值
2 数据统计(包含常规统计检验和非参统计检验 )
2.1.1. 基本统计量的计算,22,17
2.1.2. T检验,25,6
2.1.3. 方差分析(ANOVA),34,57
2.1.4. 卡方检验,28,25
2.2.5威尔科克森秩和检验、威尔科克森符号秩和检验、KW检验、弗里德曼检验
数据分析（包含截面数据.时间序列和面板数据回归）
3.1.1. 单纯的一元回归
3.1.2. 更靠谱的多元回归
3.1.3. 工具变量-两阶段小二乘法(2SLS)
3.1.4. 工具变量-广义矩估计(GMM)
3.1.5. 倍分法(DID)
3.1.6. 二分类Logit回归
3.1.7. 多值型Logit回归
3.1.8. 定序Logit回归
3.1.9计数变量回归
3.1.10. 主成分分析和因子分析
3.2.1. 单变量时间序列
3.2.2. 向量自回归
3.2.3. 协整检验
3.3.1混合效应模型、固定效应模型和随机效应模型
使用statsmodels.OLS拟合一个模型
加入高级会员获得助教答疑
