1992年，肉丝（Ross Ihaka）和萝卜特（Robert Gentleman）两个人在S语言（贝尔实验室开发的一种统计用编程语言）的基础上开始构思一种新的用于统计学分析的开源语言，直到1995年第一个版本正式发布（和各位年龄相仿）。因为他们名字的第一个字母都是R，所以这门语言就被叫做R。这两个人都是统计学教授出身，再加上R语言的生父S语言，所以R语言在统计学方面有着纯正的血统！
如果你平时的工作会涉及到统计学，那么接触R语言实在是太正常不过了。因为R语言本身为统计而生，所以你能想到的所有统计相关的工作，R都可以非常简洁的用几行命令（甚至1行命令）帮你完成。
在R官网有这样几句介绍：“R provides a wide variety of statistical (linear and nonlinear modelling, classical statistical tests, time-series analysis, classification, clustering, …) and graphical techniques, and is highly extensible. One of R's strengths is the ease with which well-designed publication-quality plots can be produced, including mathematical symbols and formulae where needed.”
R高度的可扩展性正是体现在它那1万多个包上，你想做的几乎所有事情都可以用现有的R包来辅助完成（当然，有些工作即便能完成但也不适合）。
R另一个杀手锏就是其强大的绘图功能，正如上面的英文介绍所言，R可以画图，画各种各样的图，画各种各样高逼格的图，画各种各样高逼格可以直接出版的图。
完善的统计学功能再加上强大的绘图功能，就是你学习的最大理由。
时间：2017年8月12-14日 (三天)初级；8月16-18日 (三天)高级
地点：上海市南京东路附近培训教室
费用：
初级：2400元 / 2100元 (仅限全日制本科生及硕士研究生优惠价)
高级：2700元 / 2400元 (仅限全日制本科生和硕士研究生优惠价)
全程：4800元 / 4300元 (仅限全日制本科生和硕士研究生优惠价)
(食宿自理)
安排：上午9:00-12:00；下午1:30-4:30；答疑
本课程主要介绍R语言基础及其在现代计量经济学中的应用，通过大量真实的案例并结合详细的软件操作，使学员能够迅速而高效地掌握数据分析中常用的运算指令，达到学以致用的教学目标。
课程将对各种计量经济学模型进行深入浅出地讲解，没有让人望而生畏的数学公式。
课程目的是使学员了解不同模型的基本思想、适用范围、局限性以及模型间的相互关系，提高对R软件的操作能力及对输出结果的解释能力。
本课程将结合经济学、金融学、管理学等领域的真实案例，指导学员如何收集数据、整理数据、分析数据并找到最优解决方案。
杨柳，经济学博士，2014年8月毕业于美国纽约州立大学，现任教于南京大学商学院产业经济学系。研究方向为计量经济理论和经济预测，已有多篇论文发表于Journal of Business & Economic Statistics、International Journal of Forecasting、Economics Letters等国际知名SSCI期刊。
长期从事R语言开发及其在计量经济学中的应用研究，积累了丰富的编程经验。主持并参与多项金融和宏观经济的课题项目，对如何应用R语言进行数据分析和挖掘有深刻的认识和独到的见解。
主要讲授“中级计量经济学”、“空间计量经济学”，“面板数据分析”，“金融数据分析”等课程，授课特色以案例为主、理论为辅，以形象生动的语言使学生在潜移默化中加深对复杂模型的理解，让“枯燥”理论不再枯燥。
第一章 R和R Studio（0.5课时）
1. 安装
2. 启动与退出
3. 帮助系统
4. package的安装与调用
第二章 R数据结构（1课时）
1. mode和class（数值型、字符型、逻辑型、list）
2. 对象存放形式（向量、矩阵、数据框、列表）
3. 对象之间的转换
第三章 R运算指令（0.5课时）
1. 数学运算符
2. 比较运算符
3. 逻辑运算符
第四章 R中的随机数（1课时）
1. [0,1]均匀分布随机数的生成
2. 连续随机数的生成
3. 离散随机数的生成
4. 随机向量的生成
案例：如何量化新产品的引入对现有厂商市场份额的冲击
第五章 基本的数据操作（2课时）
1. 数据输入和输出
2. 数据的按行合并和按列合并
3. 数据的subsetting
4. 数据排序
5. 缺失值的处理
6. 日期数据的处理
7. 数据保存
第六章 R中的函数（2课时）
1. 统计函数
2. 运算函数
3. 与矩阵有关的函数
4. 与数据有关的函数
5. apply函数族
6. 自定义函数
案例：评估各种宏观经济指标对股价指数的预测能力
第七章 R中的控制语句（1课时）
1. if else条件语句
2. for while循环语句
3. 多重语句嵌套
第八章 描述性统计分析（1课时）
1. 单变量描述性统计（summary、table）
2. 双变量描述性统计（cov、cor、table）
第九章 R的作图功能（2课时）
1. 图形参数（主体部分、坐标轴部分、坐标标题部分、图形标题部分、尺寸、边界和布局）
2. 箱型图
3. 直方图和核密度图
4. 时间折线图
5. 柱形图
6. 饼图、扇形图
7. qq图
8. 散点图
9. 相关系数图
10. 3D图
11. lattice图
案例：银行贷款违约风险模型的构建及评估
第十章 两均值检验和方差分析（1课时）
1. 双样本均值检验
2. 单因素方差分析
3. 多因素方差分析
第十一章 线性回归模型（1课时）
1. 多元线性回归模型
2. 普通最小二乘法估计
3. 检验、预测和诊断
4. 模型选择
5. 虚拟变量回归
第十二章 广义线性回归模型（1课时）
1. 二元因变量模型简介
2. 连接函数和参数估计
3. 回归结果解释及模型检验
4. 回归诊断
5. 泊松回归模型
案例：母亲吸烟是否会影响婴儿体重？
第一章 聚类分析（1课时）
1. K-Means聚类
2. 层次聚类
3. 两步聚类
案例：中国城市发展的几种典型模式
第二章 因子分析（1课时）
1. 主成分分析法
2. 主轴因子法
3. 计算因子得分
案例：基于因子模型的宏观经济预测
第三章 判别分析（1课时）
1. 距离判别
2. Fisher判别
案例：如何自动识别垃圾电子邮件？
第四章 决策树模型（2课时）
1. 分类回归树
2. 组合预测模型
3. 随机森林
案例：决策树模型在市场营销中的应用
第五章 人工神经网络（2课时）
1. B-P反向传播网络
2. SOM自组织映射网络
案例：大数据背景下基于产品特征的分类
第一章 金融资产收益率计算（1课时）
1. 收益率的基本概念
2. 股票收益率计算
3. 债券收益率计算
4. 收益率的统计分布
案例：沪深300指数月收益率的计算
第二章 收益率波动模型（1课时）
1. ARCH和GARCH模型
2. Stochastic Volatility模型
案例：人民币汇率波动是否会传导到股票市场
第三章 金融资产风险度量（1课时）
1. VaR和ES
2. 分位数回归和VaR（ES）的计算
案例：如何预测极端金融风险？
第四章 金融资产投资组合分析（2课时）
1. 均值方差模型
2. 均值-VaR模型
3. 均值高阶矩模型
案例：基于一组股票的最优投资组合
第五章 金融资产定价模型（2课时）
1. CAMP模型
2. APT模型
3. 期权定价模型
案例：如何为股票指数期权定价？
现场班老学员9折优惠；
同一单位三人以上同时报名9折优惠；
以上优惠不叠加。
1：点击 "阅读原文”中的“初级/高级/全程报名”，网上填写信息提交；
2：订单缴费（如需刷公务卡支付，请报名后联系我们）；
3：给予反馈，确认报名缴费信息；
4：开课前一周发送课程电子版讲义，软件准备及交通住宿指南。
魏老师
QQ：2881989714
Mail：[email protected]
Tel： 010-68478566
