Deloitte
6 位校友岗位:Graduate Program · Graduate Consulting · Platform Engineer · Web developer · Platform engineer
Course decision
选课先看
先看考核重心、截止节奏和入门要求，再决定这门课是否适合你的学期安排。
考核总权重
100%
4 项考核
最高单项
35%
Assignment / Problem Set
期末考试
有
以官方 outline 为准
Hurdle
未列出
当前考核表没有 Hurdle 标记
What you learn
学完能做什么
学习成果来自官方 Unit Outline，关键词来自这门课的逐周主题。
课程能力关键词
introductiontoeconometricsecon2300analysispractice周主题linearregressionwithoneregressorthesingle
Syllabus
每周大纲
默认只展示每周独有的知识重点；节奏、考核、Tutorial 和避坑信息按需展开。
- 1
Introduction Introduction to econometrics
### 📖 本周主题：Introduction Introduction to econometrics 本周围绕“Introduction Introduction to econometrics”推进，重点是把概念转为可执行的分析与决策动作。 - **本周目标** 1. 说清关键概念与适用边界 2. 用案例完成“问题-方法-证据-结论”分析 3. 产出可用于作业/项目的阶段成果 - **学习建议** - 先做框架梳理，再进入场景推演 - 将本周结论沉淀为可复用模板 ⏰ **投入建议**: 8-10 小时（学习 3h + 练习 3h + 复盘 2-4h） 🎯 **考核关联**: 本周内容通常进入案例分析、研究报告或展示评分维度。 ⚠️ **易错点**: 只有结论没有证据；只讲方法不解释取舍。 （课程：ECON2300 Introductory Econometrics，Week 1）
introductiontoeconometricsecon2300analysispractice - 2
第1周主题：Introduction Introduction to econometrics
### 📖 本周主题：第1周主题：Introduction Introduction to econometrics 本周围绕“第1周主题：Introduction Introduction to econometrics”推进，重点是把概念转为可执行的分析与决策动作。 - **本周目标** 1. 说清关键概念与适用边界 2. 用案例完成“问题-方法-证据-结论”分析 3. 产出可用于作业/项目的阶段成果 - **学习建议** - 先做框架梳理，再进入场景推演 - 将本周结论沉淀为可复用模板 ⏰ **投入建议**: 8-10 小时（学习 3h + 练习 3h + 复盘 2-4h） 🎯 **考核关联**: 本周内容通常进入案例分析、研究报告或展示评分维度。 ⚠️ **易错点**: 只有结论没有证据；只讲方法不解释取舍。 （课程：ECON2300 Introductory Econometrics，Week 2）
周主题introductiontoeconometricsecon2300analysis - 3
Linear Regression with One Regressor the linear regressi
### 📖 本周主题：Linear Regression with One Regressor the linear regressi 本周围绕“Linear Regression with One Regressor the linear regressi”推进，重点是把概念转为可执行的分析与决策动作。 - **本周目标** 1. 说清关键概念与适用边界 2. 用案例完成“问题-方法-证据-结论”分析 3. 产出可用于作业/项目的阶段成果 - **学习建议** - 先做框架梳理，再进入场景推演 - 将本周结论沉淀为可复用模板 ⏰ **投入建议**: 8-10 小时（学习 3h + 练习 3h + 复盘 2-4h） 🎯 **考核关联**: 本周内容通常进入案例分析、研究报告或展示评分维度。 ⚠️ **易错点**: 只有结论没有证据；只讲方法不解释取舍。 （课程：ECON2300 Introductory Econometrics，Week 3）
linearregressionwithoneregressorthe - 4
第2周主题：Linear Regression with One Regressor the linear re
### 📖 本周主题：第2周主题：Linear Regression with One Regressor the linear re 本周围绕“第2周主题：Linear Regression with One Regressor the linear re”推进，重点是把概念转为可执行的分析与决策动作。 - **本周目标** 1. 说清关键概念与适用边界 2. 用案例完成“问题-方法-证据-结论”分析 3. 产出可用于作业/项目的阶段成果 - **学习建议** - 先做框架梳理，再进入场景推演 - 将本周结论沉淀为可复用模板 ⏰ **投入建议**: 8-10 小时（学习 3h + 练习 3h + 复盘 2-4h） 🎯 **考核关联**: 本周内容通常进入案例分析、研究报告或展示评分维度。 ⚠️ **易错点**: 只有结论没有证据；只讲方法不解释取舍。 （课程：ECON2300 Introductory Econometrics，Week 4）
周主题linearregressionwithoneregressor - 5
Single Regressor Models
### 📖 本周主题：Single Regressor Models 本周围绕“Single Regressor Models”推进，重点是把概念转为可执行的分析与决策动作。 - **本周目标** 1. 说清关键概念与适用边界 2. 用案例完成“问题-方法-证据-结论”分析 3. 产出可用于作业/项目的阶段成果 - **学习建议** - 先做框架梳理，再进入场景推演 - 将本周结论沉淀为可复用模板 ⏰ **投入建议**: 8-10 小时（学习 3h + 练习 3h + 复盘 2-4h） 🎯 **考核关联**: 本周内容通常进入案例分析、研究报告或展示评分维度。 ⚠️ **易错点**: 只有结论没有证据；只讲方法不解释取舍。 （课程：ECON2300 Introductory Econometrics，Week 5）
singleregressormodelsecon2300analysispractice - 6
第3周主题：Single Regressor Models
### 📖 本周主题：第3周主题：Single Regressor Models 本周围绕“第3周主题：Single Regressor Models”推进，重点是把概念转为可执行的分析与决策动作。 - **本周目标** 1. 说清关键概念与适用边界 2. 用案例完成“问题-方法-证据-结论”分析 3. 产出可用于作业/项目的阶段成果 - **学习建议** - 先做框架梳理，再进入场景推演 - 将本周结论沉淀为可复用模板 ⏰ **投入建议**: 8-10 小时（学习 3h + 练习 3h + 复盘 2-4h） 🎯 **考核关联**: 本周内容通常进入案例分析、研究报告或展示评分维度。 ⚠️ **易错点**: 只有结论没有证据；只讲方法不解释取舍。 （课程：ECON2300 Introductory Econometrics，Week 6）
周主题singleregressormodelsecon2300analysis - 7
Linear Regression with Multiple Regressors omitted varia
### 📖 本周主题：Linear Regression with Multiple Regressors omitted varia 本周围绕“Linear Regression with Multiple Regressors omitted varia”推进，重点是把概念转为可执行的分析与决策动作。 - **本周目标** 1. 说清关键概念与适用边界 2. 用案例完成“问题-方法-证据-结论”分析 3. 产出可用于作业/项目的阶段成果 - **学习建议** - 先做框架梳理，再进入场景推演 - 将本周结论沉淀为可复用模板 ⏰ **投入建议**: 8-10 小时（学习 3h + 练习 3h + 复盘 2-4h） 🎯 **考核关联**: 本周内容通常进入案例分析、研究报告或展示评分维度。 ⚠️ **易错点**: 只有结论没有证据；只讲方法不解释取舍。 （课程：ECON2300 Introductory Econometrics，Week 7）
linearregressionwithmultipleregressorsomitted - 8
第4周主题：Linear Regression with Multiple Regressors omitted
### 📖 本周主题：第4周主题：Linear Regression with Multiple Regressors omitted 本周围绕“第4周主题：Linear Regression with Multiple Regressors omitted”推进，重点是把概念转为可执行的分析与决策动作。 - **本周目标** 1. 说清关键概念与适用边界 2. 用案例完成“问题-方法-证据-结论”分析 3. 产出可用于作业/项目的阶段成果 - **学习建议** - 先做框架梳理，再进入场景推演 - 将本周结论沉淀为可复用模板 ⏰ **投入建议**: 8-10 小时（学习 3h + 练习 3h + 复盘 2-4h） 🎯 **考核关联**: 本周内容通常进入案例分析、研究报告或展示评分维度。 ⚠️ **易错点**: 只有结论没有证据；只讲方法不解释取舍。 （课程：ECON2300 Introductory Econometrics，Week 8）
周主题linearregressionwithmultipleregressors - 9
Multiple Regression
### 📖 本周主题：Multiple Regression 本周围绕“Multiple Regression”推进，重点是把概念转为可执行的分析与决策动作。 - **本周目标** 1. 说清关键概念与适用边界 2. 用案例完成“问题-方法-证据-结论”分析 3. 产出可用于作业/项目的阶段成果 - **学习建议** - 先做框架梳理，再进入场景推演 - 将本周结论沉淀为可复用模板 ⏰ **投入建议**: 8-10 小时（学习 3h + 练习 3h + 复盘 2-4h） 🎯 **考核关联**: 本周内容通常进入案例分析、研究报告或展示评分维度。 ⚠️ **易错点**: 只有结论没有证据；只讲方法不解释取舍。 （课程：ECON2300 Introductory Econometrics，Week 9）
multipleregressionecon2300analysispractice - 10
第5周主题：Multiple Regression
### 📖 本周主题：第5周主题：Multiple Regression 本周围绕“第5周主题：Multiple Regression”推进，重点是把概念转为可执行的分析与决策动作。 - **本周目标** 1. 说清关键概念与适用边界 2. 用案例完成“问题-方法-证据-结论”分析 3. 产出可用于作业/项目的阶段成果 - **学习建议** - 先做框架梳理，再进入场景推演 - 将本周结论沉淀为可复用模板 ⏰ **投入建议**: 8-10 小时（学习 3h + 练习 3h + 复盘 2-4h） 🎯 **考核关联**: 本周内容通常进入案例分析、研究报告或展示评分维度。 ⚠️ **易错点**: 只有结论没有证据；只讲方法不解释取舍。 （课程：ECON2300 Introductory Econometrics，Week 10）
周主题multipleregressionecon2300analysispractice - 11
Nonlinear Regression Functions a general strategy for mo
### 📖 本周主题：Nonlinear Regression Functions a general strategy for mo 本周围绕“Nonlinear Regression Functions a general strategy for mo”推进，重点是把概念转为可执行的分析与决策动作。 - **本周目标** 1. 说清关键概念与适用边界 2. 用案例完成“问题-方法-证据-结论”分析 3. 产出可用于作业/项目的阶段成果 - **学习建议** - 先做框架梳理，再进入场景推演 - 将本周结论沉淀为可复用模板 ⏰ **投入建议**: 8-10 小时（学习 3h + 练习 3h + 复盘 2-4h） 🎯 **考核关联**: 本周内容通常进入案例分析、研究报告或展示评分维度。 ⚠️ **易错点**: 只有结论没有证据；只讲方法不解释取舍。 （课程：ECON2300 Introductory Econometrics，Week 11）
nonlinearregressionfunctionsageneralstrategy - 12
第6周主题：Nonlinear Regression Functions a general strategy
### 📖 本周主题：第6周主题：Nonlinear Regression Functions a general strategy 本周围绕“第6周主题：Nonlinear Regression Functions a general strategy”推进，重点是把概念转为可执行的分析与决策动作。 - **本周目标** 1. 说清关键概念与适用边界 2. 用案例完成“问题-方法-证据-结论”分析 3. 产出可用于作业/项目的阶段成果 - **学习建议** - 先做框架梳理，再进入场景推演 - 将本周结论沉淀为可复用模板 ⏰ **投入建议**: 8-10 小时（学习 3h + 练习 3h + 复盘 2-4h） 🎯 **考核关联**: 本周内容通常进入案例分析、研究报告或展示评分维度。 ⚠️ **易错点**: 只有结论没有证据；只讲方法不解释取舍。 （课程：ECON2300 Introductory Econometrics，Week 12）
周主题nonlinearregressionfunctionsageneral - 13
Assessing Studies Based on Multiple Regression internal
### 📖 本周主题：Assessing Studies Based on Multiple Regression internal 本周围绕“Assessing Studies Based on Multiple Regression internal”推进，重点是把概念转为可执行的分析与决策动作。 - **本周目标** 1. 说清关键概念与适用边界 2. 用案例完成“问题-方法-证据-结论”分析 3. 产出可用于作业/项目的阶段成果 - **学习建议** - 先做框架梳理，再进入场景推演 - 将本周结论沉淀为可复用模板 ⏰ **投入建议**: 8-10 小时（学习 3h + 练习 3h + 复盘 2-4h） 🎯 **考核关联**: 本周内容通常进入案例分析、研究报告或展示评分维度。 ⚠️ **易错点**: 只有结论没有证据；只讲方法不解释取舍。 （课程：ECON2300 Introductory Econometrics，Week 13）
assessingstudiesbasedonmultipleregression
Assessment
考核结构
Quiz / Tutorial
检验 ECON2300 的阶段掌握。
20%
Assignment / Problem Set
问题集或案例分析作业。
35%
Report / Presentation
结构化分析与表达能力评估。
15%
Final Exam / Final Assessment
期末综合评估。
30%
Assignments
作业详情
Assignment 1
完成 ECON2300 的模型推导与应用题分析。
重点: 概念理解与逻辑推理
要求:提交步骤完整的书面解答
⏱ 预计 12 小时
Assignment 2
完成综合案例并输出政策/商业建议。
重点: 数据解释与结论表达
要求:提交报告与关键图表
⏱ 预计 16 小时
Reviews
学生评价
2.0
难度
3.7
含金量
1.7
压力
3.4
教师评分
Zijun Chu
非常有趣（但相当困难）课程。教授非常乐于助人:)
Zijun Chu
非常困难的课程和大量的材料覆盖。即使以 Eviews 为重点的教程确保仔细跟踪它们，因为假设测试等将在考试中再次出现。
Zijun Chu
非常困难。尽量避免，如果你不够work hard。:)
Zijun Chu
为具有基本经济统计背景的学生提供介绍性应用计量经济学课程。涵盖的主题包括：经济模型和计量经济学的作用、线性回归、一般线性模型、假说测试、规范测试、虚拟变量、内源回归模型、面板数据模型、简单的动态模型和简单的巧合模型。实际问题通过EViews或等效计量经济学程序解决。
Zijun Chu
这确实是一个艰难的过程。计量经济学涉及一种新的思维方式和做事方式，我想说，这是数学重，期末考试需要大量的记忆模型，需要用来回答问题。与做好的准备保持一致。学期中期的平均分数通常徘徊在100分中的50分左右。实际上会建议不要接受它，除非它是一个必修课，或者你对这个领域非常感兴趣。
匿名同学
对于有兴趣的同学来说，这门课虽然有难度但是有意思，而且对之后非常有帮助。
匿名同学
课程有难度而且内容有多，Tutorial的题很有可能出现在期末考试中。
匿名同学
很难的一门课，尽量不要选。
匿名同学
建议有经济学或者统计学的背景的同学学这门课，上课主要内容有：经济模型和计量经济学的作用，线性回归，通用线性模型，假设检验，规范检验，虚拟变量，具有内生回归变量的模型，面板数据模型，简单的动态模型和简单的协整模型，内容多且难。
匿名同学
有难度的一门课，计量经济学涉及大量数学计算，期末考试要背的内容也非常多，一定要合理安排时间准备充足的时间来复习。期中考试平均分大概是50分，满分100。如果不是必修课，建议不要选这门课。
From Seniors
学长留下的
基础信息谁都查得到,真正值钱的是过来人的经验。
学姐说
比你早一年的学长留下的真实经验 —— ChatGPT 给不了。
这门课还没有学长经验,你可以是第一个 —— 注册后在课内分享。
往年考点 / 踩坑
这门课暂无往年考点记录。
毕业生去向(整体)
下面是匠人学院毕业生整体去过的公司分布(来自脱敏校友证言)。这是全平台的总体去向,不代表选这门课的人一定去这些公司。
统计自 317 份脱敏校友证言
Zerologix
4 位校友岗位:Frontend Dev · junior frontend developer · Front-end Developer · Full Stack Developer
Servian
4 位校友岗位:Full-stack Developer · Data Engineer · Consultant
关于这块数据,我们说实话
雇主墙来自脱敏毕业生证言（testimonials）的整体分布，无法关联到具体学员或其所选课程；仅作为毕业生去向的总体社会证明展示。
我们没有"某位学长选了这门课、后来进了哪家公司"这种可查询的个人去向档案 —— 校友证言是脱敏的,无法关联到具体的人或他选过的课。所以这里只给整体分布,不给个人路径,不编。