经济学的python补习

随着定量方法在社会科学中可以起到的作用日益增加，使得Python编程语言在计量经济学领域的使用也是越来越频繁了，而动态编程语言Python也非常适合用于经济学，特别是计量经济学，其中通常涉及基于矩阵的计算。用于数值编程(NumPy)，数据准备(pandas)和符号编程(Sympy)的科学软件包以及许多其他众所周知的扩展为经济学领域的科学工作提供了理想的框架。对于经济学的python补习的这个方面，考而思的老师也是非常了解的。

　　经济学的python主题与学习内容包括：

　　工具和技术：

基本经济学的几何级数、多元超几何分布、新冠肺炎建模、线性代数、二维码分解、奇异值分解 (SVD)、复数和三角学、循环矩阵、LLN和CLT、概率的两种含义、重尾分布、多元正态分布、故障树的不确定性、矩阵代数的单变量时间序列、人工神经网络简介。

　　线性规划：

线性规划、最佳运输、冯·诺依曼增长模型(和推广)。

　　动力学导论：

一维动力学、AR流程、有限马尔可夫链、库存动态、线性状态空间模型、萨缪尔森乘数加速器、凯斯滕过程与企业动态、财富分配动态、卡尔曼滤波器的初步了解、最短路径、卡斯-考夫曼斯规划问题、卡斯-考夫曼斯竞争均衡。

　　搜索：

麦考尔搜索模型、搜索和离职、拟合价值函数迭代、相关工资优惠、模特职业选择、在职求职。

　　消费、储蓄和增长：

吃蛋糕I：最佳节约简介、吃蛋糕II：数值方法、最优增长I：随机最优增长模型、最优增长 II：用 Numba 加速代码、最优增长III：时间迭代、优化生长IV：内生网格法、收入波动问题：基本模型、收入波动问题II：资产的随机回报率。

　　信息：

用学习寻找、似然比流程、似然比过程的计算平均值、可交换性和贝叶斯更新、似然比过程和贝叶斯学习、贝叶斯与频率决策规则。

　　液态硅控制：

LQ控制：基础、LQ控制的拉格朗日量、消除交叉产品、永久收入模式、永久收入 II： LQ 技术、通过库存实现生产平滑。

　　多种代理模型：

谢林的隔离模型、就业和失业的湖泊模型、理性预期均衡、线性理性预期模型的稳定性、马尔可夫完美平衡、不确定性陷阱、艾亚加里模式。

　　资产定价和财务：

资产定价：有限状态模型、与艾睿证券的竞争均衡、异质信念和泡沫。

　数据和经验：

面板数据的熊猫、Python 中的线性回归、最大似然估计。

拍卖：

一价和第二价拍卖、多种良好分配机制。

在上述内容中我们可以了解到，经济学的python内容也是很丰富的，不过也不必过于担心，针对这个方面，考而思的老师有着丰富的相关经验，可以根据同学你的实际情况来提供定制化的课程补习服务，若是同学有所需求的话，不妨添加侧边微信，直接与专业老师取得联系哦。