信息计量学（三） 第三讲 文献信息老化规律与应用

应用指标 这是纽约大学斯特恩分校应用计量经济学的博士学位课程。 该课程比我的微尺度课程（ ）应用得多 除了传统的计量经济学方法之外，本课程还吸引了有关机器学习的最新文献的联系。 以下教科书可能对其他信息有用： 其他讲座是从各种渠道借来的/被盗的 这些是更高级的治疗方法： 该课程的概要如下： 介绍性时间序列 极值估计I：MLE和M估计器 极值估计II：GMM估计器 增量法和自举 非参数简介：kNN，内核等。 模型选择和验证/ ML简介：Lasso，Ridge，PCA。 计划评价I：潜在

应用经验方法 课程页面 [仅限耶鲁大学学生] 课程说明 本课程主要针对对实证研究中使用的计量经济学方法感兴趣的研究生而设计。 本课程的目的是概述不同的经验方法，并着重于实际实施。 我将提供一组演讲幻灯片和笔记。 还有其他背景文件在很大程度上是可选的。 更广泛地说，这是一门我专注于提供对实践方法的理解和直觉的课程，因为实践方法被实践者所使用。 这意味着这不是一门课程，我们不会花很多时间来讨论正式的细节（超出了必要的内容），而是专注于指导这些论文的直观框架。 我还将尽力传达这些主题如何融合在一