※ 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：110-1
ψ 授课教师 (若为多人合授请写开课教师，以方便收录)
江淳芳
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)
经济系 大三以上 / 研究所 选修
δ 课程大概内容
这门课在期中考前会重新从线性回归的统计性质出发，
其实就是以前大二计量课上教的那些 XD，只是现在用矩阵来表示。
如果你大二计量是修骆老的，而且内容学的很熟的话，
这门课的前半段基本上你只要适应用矩阵来表达回归式就行～ XD
以下是我自己做的笔记标题，可作为教了哪些 topics 的参考：
也可以参考 ceiba 上的大纲，那是更统整性的主题。
1. review, matrix algebra
2. OLS numerical properties
3. OLS assumptions
4. OLS statistical properties
5. Hypothesis Test, Chow test
6. specification, dummy variable
7. PCA
8. OVB, collinearity, heteroscedasticity
9. MLE: LPE, probit and logit
10. consistency, measurement error
考完期中考后，老师会再三地跟你保证数学的部分已经结束了！
同时也很强调同学不要因为前半段考差就太担心，有困难都可以找老师（？）
当然后面也不再出现数学的推导或繁杂的计算，取而代之的是实证方法与论文阅读。
学期后半的主轴开始利用各种方法来处理内生性问题，也就是实证的方法。
老师在介绍每个实证方法的概念后，也会一并介绍有运用到该方法的论文，
除了一些经典的论文外，老师也会抓她觉得有趣（？）的论文跟大家分享，
每周大概会介绍 3 ~ 4 篇论文，想听到满满的研究内容绝对可以大满足。
老师介绍的实证方法有以下几种，包含了大多数经济学实证会用到的方法：
1. Random Experiment
2. Instrumental Variable
3. Difference in Difference
4. IV & DiD
5. Regression Discontinuity design
6. Event study
7. Matching
由于老师介绍的速度很快，通常在我刚了解研究背景、为什么采用这个方法、结论后，
就进下一个主题 / 论文了，每个论文都会很快又完整的带过，让我有点吃不消XD。
但也不知不觉听完各种不同领域和方法的研究，也算是蛮大的收获。
Ω 私心推荐指数(以五分计)
有志于应用个体研究：★★★★★
学完骆老计量不过瘾：★★★★★
想拿酷酷选修课学分：★★★★★ -> 但下学期千万别继续修（XD）
想学 STATA 指令 ：★★★★ + (★) -> 基础不好的话可以再加一颗星！
不敢修有数学的课：★★★ + (★) -> 对实证研究有兴趣再加一颗星！
η 上课用书(影印讲义或是指定教科书)
老师采投影片上课，偶尔写板书。
板上有一篇 107-1 的心得文，里头将投影片的参考书目写的非常详细。
虽然我自己觉得老师上课用的投影片搭配讲课便十分足够，
但也不失为想追求全盘理解的同学的选择（或是想看诺贝尔奖得主的书的人 XD）
μ 上课方式(投影片、团体讨论、老师教学风格)
同上。
板上许多评价都会提到老师上课的方式是“中规中矩”。
我个人的感受是：老师该讲的都会尽量讲清楚，至于好不好吸收就见仁见智。
虽然我觉得用两倍速听老师上课还蛮不错的，但就看不到现场板书是一大缺点 XD
此外，老师喜欢和学生互动，常常会抛出一个问题来让底下学生思考回答，
像是提出论文原始的模型，让我们想会面临到什么问题，才需要用实证方法来解决。
又或者是让我们提出可能产生的偏误，并阐述原因。
虽然台下互动并不热络，但面对回答，老师都会给予口头鼓励和回馈。
有时候听其他同学的回答也学到很多，真的觉得大家都好厉害 XD
σ 评分方式(给分甜吗？是扎实分？)
作业 ： 30% （x6）
期中考： 30%
期末考： 40%
从作业和期中的给分感觉蛮宽松的，这部分等成绩分布出来再补上。
ρ 考题型式、作业方式
作业：
总共六次。分数只有 A, B, C 三种等第的差别。
期中考前的三次作业都以计算、推导公式的题目为主，
并搭配一、两题实证研究题目，需要用 STATA 跑资料并缴交 .do 档。
期中考后就全部都是实证研究题目，毕竟都教了各种计量方法和一堆论文 XD
说起来好像很难，但就只是给你原始论文用的资料（助教整理过的 .dta 档），
请你用 STATA 跑指令去重现一次该篇论文的结果而已。
除了上课会介绍的指令外，有些特殊指令若会用到也会附在题目内，不用太担心。
我自己觉得这门课对用 STATA 写作业的门槛不会太高，毕竟是学术研究入门 XD
有时候遇到想用却不会的指令，只要善用 help 或查网络资料都能应付。
整体的难度来说，通常不会太刁难人，一份作业花个一个下午到一天应该都写的完。
期中考：
难度不高。助教在考前有提供练习题，最后题目和作业、练习题题型相当类似。
某种程度上也再度应证了这门课并非数学能力取向的课，
而是更注重学期后半段对实证方法的培养。
期末考：
相较于期中感觉比较难，毕竟是这门课的重点。
考上课老师教的 paper 里的 model 的 specification，考前会框出会考哪几篇。
有事先念的话，能省下不少时间理解题目的研究背景（... 我就是那个没念的:D）
值得一提的是，期中考和期末考时，助教都有问大家是否写的完，
结果都延长了 10 分钟的考试时间（原本是 10:20 ~ 12:20）
所以助教是本来就打算把题目出爆，还是我们没有达到预期呢... XD
ω 其它(是否注重出席率？如果为外系选修，需先有什么基础较好吗？老师个性？
加签习惯？严禁迟到等…)
经济系传统不点名。
话虽如此，但你不会想不来上课的 XD。缺课代价不小。
理由是因为我觉得老师的投影片不是很适合自读，需要搭配老师的讲解。
尤其学期后半段讲解 paper 的部分，如果没有上课听懂或作笔记，
回去看着投影片上的统计报表不一定看得出东西...（也可能是我太笨 qq）
建议先修科目包含：微积分、统计学、计量经济学导论
当然有些线性代数的基础（矩阵性质、线性独立、对角化）能帮你更快的进入状况
如果只修过前两者的话也可以，毕竟这门课会再把计量经济学介绍一次。
只是可能学期前半段会不知道老师嘴里念的 IV, DiD... 是什么就是了（？）
今年因为期初疫情所以线上加签，所以不知道加签政策。
但老师是一个非～～常随和的老师，感觉人数够的话应该都会签 XD
另外，大推今年的助教 Howie，不仅人帅简报又做的漂亮外、讲课也很清楚易懂
（有好多次正课恍神漏听到的东西都是在助教课补回来的 :D）
而助教的投影片也提供了很好的学习架构。再请助教下学期再多多指教了！XD
Ψ 总结
很推荐这门课的！不论是学习 STATA 或 实证研究，这门课都提供很好的入门。
虽然对一个扎实学过骆老计量的人来说，这门课可能学不太到什么新的东西。
但毕竟这门课的目的在为了下学期刘老师的计量二做衔接，因此也不能太苛求 XD
总归来说，这门课适合那些想尝试或了解应用个体或实证领域的学生。