※ 本文是否可提供台大同学转作其他非营利用途？（须保留原作者 ID） （是／否／其他条件）：是 哪一学年度修课：114-1 ψ 授课教师 (若为多人合授请写开课教师，以方便收录) 谢志昇/杨睿中老师合授，不过每年老师未必一样，参考就好 λ 开课系所与授课对象 (是否为必修或通识课 / 内容是否与某些背景相关) 经济所、国际企业所 δ 课程大概内容 前八周由谢志昇老师上课，syllabus如下： Week 1 : Statistical Reviews and Regression Analysis Week 2 : Statistical Reviews and Regression Analysis Week 3 : Least Squares Method and Gauss-Markov Theorem Week 4 : Least Squares Method and Gauss-Markov Theorem (continued) Week 5 : Violation of Gauss-Markov Assumptions Week 6 : Violation of Gauss-Markov Assumptions (continued) Week 7 : Distribution Assumptions and Maximum Likelihood Week 8 : Distribution Assumptions and Maximum Likelihood(continued) 後八周由杨睿中老师上课，进度大致如下： Week 9-10：Generalized Method of Moments Week 11-12：Time Series Analysis Week 13-15：Panel Data Week 16：Nonstationary Time Series 内容大致follow Econometrics by Bruce E. Hansen.(2022) 所以自己念+老师的PPT也没问题，因为非常好课本 Ω 私心推荐指数(以五分计) ★★★★★ η 上课用书(影印讲义或是指定教科书) Econometrics by Bruce E. Hansen.(2022) μ 上课方式(投影片、团体讨论、老师教学风格) 基本上都是跟着老师准备的投影片教学，偶尔辅以板书 σ 评分方式(给分甜吗？是紮实分？) 1A Problem Sets(60%) Final Exam(40%) 1B Problem Sets(10%) Final Exam(90%) 如上可见，1A如果好好把作业写完，Final的题目不会太陌生，分数应该会不错 ，但是作业一份有非常多题目，也有要跑跑程式的。相比之下，1B作业一份题目 较少，而且今年Final蛮难的，很难说到底甜不甜(有人会为了甜来修吗= =)，但 肯定超级扎实分，所以还是要好好念书。 1A Final Mean: 69.63 1B Final Mean: 44.71 附上期末平均给未来想修的同学参考 ρ 考题型式、作业方式 1A有三份Assignment，都要花时间写，考试大概如同作业的形式，不会有太多惊喜 ，大概就是问你OLS、GLS估计式、consistent与否、大样本分配、变异数矩阵的估 计式，还有就是OLS、GLS、IV、MLE identification condition之类的。基本上考 前能自己推导出来、老师PPT熟读即可，另外老师也会出上课有提过但课本好像没 写的。1B就比较难掌握，原因是老师的Problem Sets都不算难，但是这次期末有很 多惊喜，像是Two-way Error Component Model、Dynamic Panel Data、Dummy Va- riable在FWL Theorem的应用这些上课虽然有讲，但自己要在考试把他推导出来还 是有点难度的...，所以就尽力而为吧。 ω 其它(是否注重出席率？如果为外系选修，需先有什麽基础较好吗？老师个性？ 加签习惯？严禁迟到等…) 总结来说，我自己有修过大学部的计量经济学一，跟1A的内容基本一样，所以跳过 直接修这门课也没问题(所以为甚麽要开两门一模一样的课?)，反之如果你跟我一 样修过大学的计量，1A就有点无聊，而且前两周老师还会在复习一遍大二必修的机 率与统计，还有一些可能在暑假的数量方法入门提过的线性代数，令人有点困惑这 样的安排。1B内容则是对没有修过大学部计量经济学二来说应该都算是新东西，从 GMM、Time Series到Panel Data(FE、RE在计量一也有提到)，算是把大部分的主题 都带到了，让修过的同学对於这些计量背後的理论有基本的认识，之後在依照同学 自己的兴趣往个体计量(DiD、RD)或总体有关时间序列课继续修下去。 基础最好修过大二的统计(知道WLLN、CLT、Normal Distribution)还有计量导论( 知道OLS的假设、可能有从假设推导不偏性、一致性还有渐进分配的经验)。另外， 如果有一些线性代数的基础会更好，这样在讲到Rank才不会满头问号，或是讲到向 量投影之类的，还有我自己觉得蛮重要的是矩阵的一些运算性质，还有单变数WLLN 、CLT写成矩阵会变成怎麽样、矩阵如何拆解成Summation小矩阵相乘、转置要怎麽 摆才会对之类的，这部分是我从大二计量到有矩阵的计量花比较多时间尝试理解的 地方。 最後一点就是，这门课基本上是一个纯理论课，不喜欢理论推导建议左转。整学期 就是一个做假设、推导Beta估计式的矩阵表达式，推导是否一致、渐进分配、共变 异数矩阵估计式，假设不成立怎麽办？做另外一个假设，继续推导....的循环。 Ψ 总结 我好像把上面当总结了，大概是这样。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 123.192.160.14 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/NTUcourse/M.1767016161.A.C73.html ※ 编辑: troglodyte (42.79.132.124 台湾), 12/30/2025 01:53:32