先判断是否需要结构模型
修正“结构一定比简约式高级”的误解，建立方法选择的决策标准。
进入模块 →课程目录 · 已完成 0 / 7 个模块
结构估计从“会回归”到“会建模、会估计、会做政策反事实”
这不是结构估计百科全书，也不承诺八周变成结构计量专家。目标更具体： 用最少但准确的数学，帮助已经熟悉 DID、TWFE 等方法的经济学研究生建立一套可操作的入门框架。
会判断知道什么问题值得上结构模型，什么问题不需要。
会拆解能把论文拆成行为、数据、识别、估计、验证与反事实。
会动手能运行一个 Stata + Python 的农业服务采纳教学项目。
七个短模块，一次只解决一个问题
从研究问题到可估计模型
用机械化服务采纳案例串起行动者、状态、选择、效用、误差、识别和反事实。
进入模块 →数学急救包
概率、期望、方差、AR(1) 和优化；三个互动实验帮助建立直觉。
进入模块 →MLE、GMM、SMM 与间接推断
不靠口诀，统一理解为“模型与数据怎样对账”，并厘清方法之间的关系。
进入模块 →发展经济学经典案例
技术采纳、教育补贴、微型金融、迁移与风险分担：按同一模板拆四篇论文。
进入模块 →农业机械化服务完整实操
从模拟数据、MLE、拟合到补贴反事实，配套可下载的 Stata 和 Python 代码。
进入模块 →八周路线、权威资料与自测
用十题自测定位薄弱点，并把下一步落实到阅读、复现和自己的小项目。
进入模块 →学完静态二元 logit，下一步不是把模型一次做大
新增进阶部分沿课程课件的主干拆成四页。每一页都从一个发展经济学问题出发， 只增加一类必要复杂性，并配一个可操作的直觉实验。
贯穿全课的案例：农户是否购买农业机械化服务？
一个农户会权衡服务价格、经营规模、距离和服务质量。我们先把选择写成一个静态 logit 模型，
再用随机代金券提供的价格变化识别价格敏感度，最后模拟不同补贴率下的采纳率。
这个教学案例刻意保持小：它不包含服务商进入、容量约束、价格内生性和一般均衡。 这些不是被忽略，而是会在课程中明确列为反事实适用边界，并给出升级路线。