商业计量经济学与统计学（R与Python）
掌握因果推理与统计建模，解决财务和营销业务问题
学习内容：
* 了解计量经济学技术在商业环境中的应用
* 应用Google的因果影响模型衡量干预对时间序列的影响
* 从零开始使用R和Python编写计量经济学技术代码
* 使用计量经济学技术解决实际的商业或经济问题
* 使用倾向得分匹配比较组间结果并控制混杂变量
* 理解差异-差异分析、格兰杰因果关系、CHAID等核心方法的原理
* 通过商业案例研究培养对计量经济学技术的直觉
* 通过挑战性问题练习编码和应用计量经济学技术
* 理解并应用基础统计概念解决实际商业案例
课程内容主题：
* 差异-差异分析（Difference-in-differences）
* Google因果影响（Causal Impact）
* 格兰杰因果关系（Granger Causality）
* 倾向得分匹配（Propensity Score Matching）
* CHAID决策树分析
* 线性回归与逻辑回归模型构建
* 实证分析与结果可视化
* 实际商业案例（如并购影响、品牌活动效果、员工培训评估等）
课程要求：
* 高中阶段基础数学知识
* 掌握基础统计概念（平均值、中位数、众数）
课程详细描述：
* **课程亮点**：
– 覆盖差异-差异、格兰杰因果、倾向得分匹配等最具影响力的计量经济学技术，适用于人力资源、营销、财务等所有商业部门
– 每个章节包含真实商业案例（如Facebook股价受剑桥分析事件影响分析、员工培训效果评估等），帮助学员快速建立技术应用场景的直觉
– 提供完整Python和R代码实现教程，从零构建模型并解决实际问题（如分析最低工资对就业的影响、客户流失驱动因素等）
– 包含挑战性问题（如“先有鸡还是先有蛋”的千年谜题建模）和跨学科应用（如天气对销售的影响分析）
* **课程结构**：
1. 每个技术模块分为三部分：
– **用例解析**：结合商业文献和讲师实战经验，展示技术应用场景
– **直觉教程**：通过商业情境解释技术原理，便于向同事和管理层沟通
– **实践编码**：使用真实数据集（如Facebook股价数据）进行模型构建与结果分析
2. 提供完整代码模板和数据集，学员可直接下载应用到工作场景
* **学习价值**：
– 掌握同行评审的因果推理工具包，提升职场竞争力
– 通过实际案例（如品牌活动效果评估、客户满意度驱动因素分析）提升业务决策能力
– 获得可直接应用于职业发展的技能（如使用R/Python进行A/B测试、政策效果评估）
