【Udemy中英字幕】Econometrics and Statistics for Business in R & Python

使用 R 和 Python 进行商业计量经济学和统计学

学习因果推理和统计建模，以解决 Python 和 R 中的财务和营销业务问题

讲师：Diogo Alves de Resende

双语IT资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！

用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。

您将学到什么

• 了解计量经济学技术在商业环境中的应用
• 应用 Google 的因果影响来衡量干预对时间序列的影响。
• 从头开始使用 R 和 Python 编写计量经济学技术。
• 使用计量经济学技术解决实际的商业或经济问题。
• 使用倾向得分匹配来比较组间的结果，同时控制混杂变量。
• 对差异-差异分析、谷歌因果影响、格兰杰因果关系、倾向得分匹配和 CHAID 形成直观的理解
• 执行格兰杰因果关系来检验两个时间序列之间的因果关系。
• 通过商业案例研究培养对计量经济学技术的直觉。
• 通过具有挑战性和趣味性的问题练习编码和应用计量经济学技术。
• 理解并在实际商业案例中应用基本的统计概念和技术

探索相关主题

要求

• 高中基础数学
• 基础统计：平均值、中位数、众数

描述

更新：

• 2024 年 11 月： 所有 Python 教程均已重新制作并更新。

计量经济学名声不佳。复杂的定理加上枯燥的课程，让人感觉像是在学习希腊语，让每个学生都做噩梦。本课程远离这些。它将专注于 (1)为您提供应用所学技术的直觉和工具，(2)确保您所学的一切在您的职业生涯中都是可行的，以及 (3) 为您提供一套同行评审的计量经济学因果推理技术工具包，让您脱颖而出，并让您有能力回答棘手的问题。

为什么要用 R 和 Python 进行商业计量经济学和因果推断？

在每个部分中，您将学习一种新技术。学习过程分为三个部分。第一部分是用例概述。根据商业文献和我自己的经验，我将展示应用每种计量经济学技术的示例。这里的目标是表明计量经济学方法是可行的。第二部分是直觉教程。目的是让您了解为什么该技术是有意义的。所有直觉教程都基于商业情况。最后一部分是实践教程，我们将在其中编写代码并解决商业或经济问题。每个部分至少有一个实践教程。

以下 4 点可以解释为什么这门课程不仅具有现实意义，而且脱颖而出。

1| 最具影响力的计量经济学技术的全面课程结构

我相信本课程中的技巧将对您的职业生涯产生最大影响。与人力资源、营销、财务或运营部门一样，所有公司部门都可以使用这些因果技巧。以下是列表：

1. 差异中的差异

2. 谷歌的因果影响

3. 格兰杰因果关系

4. 倾向得分匹配

5. 柴达木

2| 培养直觉的商业案例

每个部分都以商业案例和研究概述开始，其中每种计量经济学技术都已使用。我将使用来自我自己的专业经验和商业文献的例子。目的是让您直观地了解在当前工作中如何应用它们。在每个直观教程结束时，您将能够轻松地向同事、经理和利益相关者解释这些概念。

以实际业务问题为例的好处之一是，你会发现你现在的公司也存在类似甚至相同的问题。反过来，这可以让你立即应用所学知识。以下是一些示例：

1. 并购对公司的影响。

2. 了解天气如何影响销售。

3. 衡量品牌活动的影响。

4. 无论是有影响力的营销还是社交媒体营销都会带来销售。

5. 调查客户满意度的驱动因素。

3| 具有挑战性和有趣的问题来应用你学到的知识

对于每个部分，我们将至少有一个真实的商业或经济数据集。我们将应用在直觉教程中学到的知识。

以下是我们将共同解决和编码的一些问题示例：

1. 衡量剑桥分析公司丑闻对 Facebook 股价的影响。

2. 评估员工培训的效果。

3. 质疑提高最低工资会减少就业的观点。

4. 对人们辞职的驱动因素进行排名。

5. 解决千年之谜：先有鸡还是先有蛋？

4| 动手编码

我们将使用 R 和 Python 一起编写代码。在每一个练习教程中，我们都将从头开始，逐行构建代码。作为一名在线编码学生，我认为这是最简单的学习方式。

最重要的是，我将构建代码，以便您下载并在工作和项目中应用因果推理技术。此外，我将解释您必须在数据集中使用哪些更改并解决手头的问题。

使用 R 和 Python 进行商业计量经济学是一门可以自然延伸到你的职业生涯的课程。

***概括

该课程包含大量用例、直观教程、实践编码，最重要的是，它可以在您的职业生涯中付诸实践。

如果您有任何疑问，请随时联系我们，我希望见到您！

迪奥戈

本课程适合哪些人：

• 对计量经济学和数据科学感兴趣的学生或应届毕业生
• 希望学习计量经济学的数据科学家
• 希望在当前工作中有所作为的业务分析师
• 对计量经济学和数据科学感兴趣的人
• 希望了解更多分析知识的专业人士