介绍了方差分析（F检验）应用条件，基本假定，例题分析，论文引用几方面讲解了方差分析 本次主要讲方差分析也就是F检验，首先在第二页ppt了解T检验u检验的适用范围，以及F检验的用途。这个ppt从方差分析简介，为什么要做方差分析，方差分析的误差，方差分析的基本假定，单因素方差分析（F检验），论文引用六个方面讲解F检验。

计量经济学实验报告实验课题各章节案列分析姓名茆汉成班级会计学12-2班学号2012213572指导老师蒋翠侠报告日期2015.06.18目录第二章简单线性回归模型案例11问题引入12模型设定13估计参

关于绪论 课程教学说明 计量经济学 经典计量经济学模型的建模步骤 计量经济学模型的应用

用于计量经济学分析，含相关分析、回归分析、异方差处理、自相关、多重共线性、非线性回归等最基本的代码

pMetrics pMetrics 遵循 GNU 通用公共许可证。 有关详细信息，请参阅许可证。 基本计量经济学模型的 Python 实现。 目前提供普通最小二乘法 (OLS)、工具变量 (IV) 和面板模型，具有异方差稳健方差矩阵（默认），以及自举和/或集群稳健标准误差的可能性（特别是面板稳健的 SE）。 这个模块是非常新的和初期的，因此绝对不能保证方法是正确的（尽管许多方法已经使用其他统计程序进行了测试）并且许多细节尚未实施。 也没有文档，尽管代码本身被大量注释并且应该很容易理解。 这只是一个个人项目，因为我对微观计量经济学的其他开源替代方案感到不满。 我把代码放在 GitHub 上，希望有一天它可能对某人有用。 任何错误、问题或提示请告诉我。 2014年8月9日，我们的状态是： 使用 STATA 13 测试了普通最小二乘法，包括异方差稳健性和聚类 SE，发现是正确的。 B

残渣 PySAL空间计量经济学软件包 spreg是“空间回归”的缩写，是一个Python软件包，用于估计同时进行的自动回归空间回归模型。 当对观测值相互影响的过程进行建模时，这些模型很有用。 该软件包是 许可证信息 有关该软件的历史记录，使用条款和条件以及所有担保的免责声明，请参见文件“ LICENSE.txt”。

Stata_for_Econometrics 使用Stata进行计量经济分析。 介绍Stata 简单线性回归模型 区间估计和假设检验 预测，拟合优度和建模问题 多元回归模型 多元回归模型的进一步推论 使用指标变量 异方差 时间序列数据回归：平稳变量 随机回归和基于矩的估计 联立方程模型 时间序列数据回归：非平稳变量 向量误差校正和向量自回归模型 面板数据模型 定性和有限因变量模型 额外主题 执照 此项目已获得MIT许可证的许可-有关详细信息，请参阅文件。

统计和统计分析 相关书籍： Cosma Rohilla Shalizi从基本角度进行高级数据分析 统计学习的要素：数据挖掘、推理和预测（第 2 版）作者：Trevor Hastie、Robert Tibshirani 和 Jerome Friedman OpenIntro Statistics（第 2 版）作者：David M Diez、Christopher D Barr 和 Mine Çetinkaya-Rundel James Stock 和 Mark Watson 的计量经济学导论（第 3 版）

ie5solutions 计量经济学导论：现代观点-伍德里奇（中文第五版）课后习题

高级计量经济学及stata应用，作者陈强，学经济的学生可以用到。