卫生经济学

量化经济建模讲义这份由 Thomas J. Sargent 和 John Stachurski 设计编写的讲义， 使用 Python 和 Julia 语言， 深入讲解了量化经济建模。

GeoDa 是一个适合入门的空间计量经济学软件，操作简单，功能也挺强大。支持空间自回归模型，还能 SLM 和 SEM 模型的空间统计。这个软件和 Arcgis 配合使用效果蛮好的，功能互补，能大大提升你的工作效率。如果你在做空间经济学相关的，GeoDa 绝对是一个不错的选择，尤其是对于初学者，简单易上手。它不仅支持基本的空间，还能进行空间回归，算是挺全能的工具了。

计量经济学是通过数学和统计来研究实际经济现象的学科，其中经典的线性回归是基础但也重要的工具。它理解变量之间的关系，通过模型估计参数、检验假设来做出经济预测。你可以通过普通最小二乘法（OLS）等方法估计参数，还可以用极大似然法（ML）或广义最小二乘法（GLS）等进行改进。每个步骤都需要仔细考虑数据和模型的适用性。其实，掌握了这四个步骤：模型设定、估计参数、模型检验、模型应用，你就能轻松搞定基本的计量经济了。 线性回归可以让你精准地找到不同经济变量之间的关系，你进行政策、经济预测等，简直是不可或缺的工具哦。要注意的是，选择合适的模型设定重要，避免假设错误，否则结果就不靠谱了。 如果你是初学者，可以

这是一个用于估计经验经济学中常见EM算法的示例代码和文件。EM算法在经济学研究中具有重要的应用价值，能够有效处理复杂的数据结构和参数估计问题。

模块化设计的hesim，专门搞卫生经济建模，结构清晰，逻辑分明。R 语言为底子，加上Rcpp和data.table加持，跑大规模模拟也挺稳，响应也快。 队列建模、状态转换、PSA、患者异质性这些它都能搞定，不管你是走Markov模型路线，还是玩点儿更自由的 CTSTM，它都接得住。模型定义灵活，想通过表达式设也行，直接扔统计模型进去也行，省了不少麻烦。 而且支持概率敏感性（PSA），建模过程也贴心，参数不确定性可以直接用采样或者分布方式传播。不光稳，还能考虑现实中的患者差异，模拟出的数据也更贴地气。 最适合搞卫生经济评估的朋友，是做成本-效益的。如果你用 R 做建模，又在琢磨多状态模型或半马尔

介绍了一组MATLAB函数，这些函数实现了多种计量经济学估计方法。Toolboxes是MathWorks为解决特定类别问题而设计的一组MATLAB函数。Toolboxes包括信号处理、优化、统计学、金融等多个领域的功能，这些功能是MathWorks标准MATLAB软件的附加组件。

档详细介绍了学习计量经济学所需的基础知识，涵盖了代数、概率论、微积分和统计学等内容。

第一步：明确假设从问题出发，建立原假设 (H0) 和备择假设 (H1)。 第二步：确定检验统计量选择合适的检验统计量，并假设原假设 (H0) 成立，推导出该统计量的理论分布。 第三步：构建拒绝域设定显著性水平 (α)，在原假设 (H0) 成立的前提下，确定拒绝域的范围和临界值，构建小概率事件。 第四步：判断与结论根据样本数据计算检验统计量的实际值。- 若计算值落入拒绝域，则拒绝原假设 (H0)，接受备择假设 (H1)。- 若计算值未落入拒绝域，则无法拒绝原假设 (H0)。

Eviews 3.0软件是一个强大的计量经济学软件，同时也是一款统计分析软件。它以其简单易学的特性，特别适合初学者使用。

朱格拉周期的课件讲得还挺清楚的，适合对宏观经济周期有点兴趣但又不想啃厚书的人。高鸿业的内容比较系统，这份资料抓住了“中周期”的重点，讲 9-10 年这个波动是怎么来的、谁提出来的、经济结构怎么受影响，都有提到。适合一边复习宏观框架一边理解周期逻辑。 周期的代码资源也蛮多的，是跟 Matlab 搭配的。比如你想跑个周期性检测，推荐去看看 PMUCOS 方法的视频周期性，里面实现挺直接的。 还有像 周期功率谱检测，用来做序列也蛮顺手。如果你偏算法，可以考虑 周期减少工具箱，整个周期驱动组件设计能跟着一块走。 了，真想做点经济建模，也可以试试 BJBANKS 不完全竞争银行模型，配套有 Matlab