1、hansen檢驗 指令是什麼 stata
stata命令大全
********* 面板數據計量分析與軟體實現 *********
說明：以下do文件相當一部分內容來自於中山大學連玉君STATA教程，感謝他的貢獻。本人做了一定的修改與篩選。
*----------面板數據模型
* 1.靜態面板模型：FE 和RE
* 2.模型選擇：FE vs POLS, RE vs POLS, FE vs RE （pols混合最小二乘估計）
* 3.異方差、序列相關和截面相關檢驗
* 4.動態面板模型（DID-GMM,SYS-GMM）
* 5.面板隨機前沿模型
* 6.面板協整分析（FMOLS,DOLS）
*** 說明：1-5均用STATA軟體實現， 6用GAUSS軟體實現。
* 生產效率分析（尤其指TFP）：數據包絡分析（DEA）與隨機前沿分析（SFA）
***
說明：DEA由DEAP2.1軟體實現，SFA由Frontier4.1實現，尤其後者，側重於比較C-D與Translog生產函數，一步法與兩步法的區別。常應用於地區經濟差異、FDI溢出效應（Spillovers
Effect）、工業行業效率狀況等。
* 空間計量分析：SLM模型與SEM模型
*說明：STATA與Matlab結合使用。常應用於空間溢出效應（R&D）、財政分權、地方政府公共行為等。
* ---------------------------------
* -------- 一、常用的數據處理與作圖 -----------
* ---------------------------------
* 指定面板格式
xtset id year （id為截面名稱，year為時間名稱）
xtdes /*數據特徵*/
xtsum logy h /*數據統計特徵*/
sum logy h /*數據統計特徵*/
*添加標簽或更改變數名
label var h "人力資本"
rename h hum
*排序
sort id year /*是以STATA面板數據格式出現*/
sort year id /*是以DEA格式出現*/
*刪除個別年份或省份
drop if year<1992
drop if id==2 /*注意用==*/
*如何得到連續year或id編號（當完成上述操作時，year或id就不連續，為形成panel格式，需要用egen命令）
egen year_new=group(year)
xtset id year_new
**保留變數或保留觀測值
keep inv /*刪除變數*/
**或
keep if year==2000
**排序
sort id year /*是以STATA面板數據格式出現
sort year id /*是以DEA格式出現
**長數據和寬數據的轉換
*長>>>寬數據
reshape wide logy,i(id) j(year)
*寬>>>長數據
reshape logy,i(id) j(year)
**追加數據（用於面板數據和時間序列）
xtset id year
*或者
xtdes
tsappend,add(5) /表示在每個省份再追加5年，用於面板數據/
tsset
*或者
tsdes
.tsappend,add(8) /表示追加8年，用於時間序列/
*方差分解，比如三個變數Y,X,Z都是面板格式的數據，且滿足Y=X+Z，求方差var(Y),協方差Cov(X,Y)和Cov（Z,Y）
bysort year:corr Y X Z,cov
**生產虛擬變數
*生成年份虛擬變數
tab year,gen(yr)
*生成省份虛擬變數
tab id,gen(m)
**生成滯後項和差分項
xtset id year
gen ylag=l.y /*產生一階滯後項)，同樣可產生二階滯後項*/
gen ylag2=L2.y
gen dy=D.y /*產生差分項*/
*求出各省2000年以前的open inv的平均增長率
collapse (mean) open inv if year<2000,by(id)
變數排序，當變數太多，按規律排列。可用命令
aorder
或者
order fdi open insti
*-----------------
* 二、靜態面板模型
*-----------------
*--------- 簡介 -----------
* 面板數據的結構(兼具截面資料和時間序列資料的特徵)
use proct.dta, clear
browse
xtset id year
xtdes
* ---------------------------------
* -------- 固定效應模型 -----------
* ---------------------------------
* 實質上就是在傳統的線性回歸模型中加入 N-1 個虛擬變數，
* 使得每個截面都有自己的截距項，
* 截距項的不同反映了個體的某些不隨時間改變的特徵
*
* 例如： lny = a_i + b1*lnK + b2*lnL + e_it
* 考慮中國29個省份的C-D生產函數
*******-------畫圖------*
*散點圖+線性擬合直線
twoway (scatter logy h) (lfit logy h)
*散點圖+二次擬合曲線
twoway (scatter logy h) (qfit logy h)
*散點圖+線性擬合直線+置信區間
twoway (scatter logy h) (lfit logy h) (lfitci logy h)
*按不同個體畫出散點圖和擬合線，可以以做出fe vs re的初判斷*
twoway (scatter logy h if id<4) (lfit logy h if id<4) (lfit logy h if
id==1) (lfit logy h if id==2) (lfit logy h if id==3)
*按不同個體畫散點圖,so beautiful!!!*
graph twoway scatter logy h if id==1 || scatter logy h if id==2,msymbol(Sh)
|| scatter logy h if id==3,msymbol(T) || scatter logy h if id==4,msymbol(d) || ,
legend(position(11) ring(0) label(1 "北京") label(2 "天津") label(3 "河北") label(4
"山西"))
**每個省份logy與h的散點圖，並將各個圖形合並
twoway scatter logy h,by(id) ylabel(,format(%3.0f))
xlabel(,format(%3.0f))
*每個個體的時間趨勢圖*
xtline h if id<11,overlay legend(on)
* 一個例子：中國29個省份的C-D生產函數的估計
tab id, gen(m)
list
* 回歸分析
reg logy logk logl m*,
est store m_ols
xtreg logy logk logl, fe
est store m_fe
est table m_ols m_fe, b(%6.3f) star(0.1 0.05 0.01)
* Wald 檢驗
test logk=logl=0
test logk=logl
* stata的估計方法解析
* 目的：如果截面的個數非常多，那麼採用虛擬變數的方式運算量過大
* 因此，要尋求合理的方式去除掉個體效應
* 因為，我們關注的是 x 的系數，而非每個截面的截距項
* 處理方法：
*
* y_it = u_i + x_it*b + e_it (1)
* ym_i = u_i + xm_i*b + em_i (2) 組內平均
* ym = um + xm*b + em (3) 樣本平均
* (1) - (2), 可得：
* (y_it - ym_i) = (x_it - xm_i)*b + (e_it - em_i) （4） /*within estimator*/ *
(4)+(3), 可得：
* (y_it-ym_i+ym) = um + (x_it-xm_i+xm)*b + (e_it-em_i+em)
* 可重新表示為：
* Y_it = a_0 + X_it*b + E_it
* 對該模型執行 OLS 估計，即可得到 b 的無偏估計量
**stata後台操作，揭開fe估計的神秘面紗！！！
egen y_meanw = mean(logy), by(id) /*個體內部平均*/
egen y_mean = mean(logy) /*樣本平均*/
egen k_meanw = mean(logk), by(id)
egen k_mean = mean(logk)
egen l_meanw = mean(logl), by(id)
egen l_mean = mean(logl)
gen dyw = logy - y_meanw
gen dkw = logk - k_meanw
gen dlw=logl-l_meanw
reg dyw dkw dlw,nocons
est store m_stata
gen dy = logy - y_meanw + y_mean
gen dk = logk - k_meanw +k_mean
gen dl=logl-l_meanw+l_mean
reg dy dk dl
est store m_stata
est table m_*, b(%6.3f) star(0.1 0.05 0.01)
* 解讀 xtreg,fe 的估計結果
xtreg logy h inv gov open,fe
*-- R^2
* y_it = a_0 + x_it*b_o + e_it (1) pooled OLS
* y_it = u_i + x_it*b_w + e_it (2) within estimator
* ym_i = a_0 + xm_i*b_b + em_i (3) between estimator
*
* --> R-sq: within 模型(2)對應的R2，是一個真正意義上的R2
* --> R-sq: between corr{xm_i*b_w,ym_i}^2
* --> R-sq: overall corr{x_it*b_w,y_it}^2
*
*-- F(4,373) = 855.93檢驗除常數項外其他解釋變數的聯合顯著性
*
*
*-- corr(u_i, Xb) = -0.2347
*
*-- sigma_u, sigma_e, rho
* rho = sigma_u^2 / (sigma_u^2 + sigma_e^2)
dis e(sigma_u)^2 / (e(sigma_u)^2 + e(sigma_e)^2)
*
* 個體效應是否顯著？
* F(28, 373) = 338.86 H0: a1 = a2 = a3 = a4 = a29
* Prob > F = 0.0000 表明，固定效應高度顯著
*---如何得到調整後的 R2,即 adj-R2 ？
ereturn list
reg logy h inv gov open m*
*---擬合值和殘差
* y_it = u_i + x_it*b + e_it
* predict newvar, [option]
/*
xb xb, fitted values; the default
stdp calculate standard error of the fitted values
ue u_i + e_it, the combined resial
xbu xb + u_i, prediction including effect
u u_i, the fixed- or random-error component
e e_it, the overall error component */
xtreg logy logk logl, fe
predict y_hat
predict a , u
predict res,e
predict cres, ue
gen ares = a + res
list ares cres in 1/10
* ---------------------------------
* ---------- 隨機效應模型 ---------
* ---------------------------------
* y_it = x_it*b + (a_i + u_it)
* = x_it*b + v_it
* 基本思想：將隨機干擾項分成兩種
* 一種是不隨時間改變的，即個體效應 a_i
* 另一種是隨時間改變的，即通常意義上的干擾項 u_it
* 估計方法：FGLS
* Var(v_it) = sigma_a^2 + sigma_u^2
* Cov(v_it,v_is) = sigma_a^2
* Cov(v_it,v_js) = 0
* 利用Pooled OLS，Within Estimator, Between Estimator
* 可以估計出sigma_a^2和sigma_u^2,進而採用GLS或FGLS
* Re估計量是Fe估計量和Be估計量的加權平均
* yr_it = y_it - theta*ym_i
* xr_it = x_it - theta*xm_i
* theta = 1 - sigma_u / sqrt[(T*sigma_a^2 + sigma_u^2)]
* 解讀 xtreg,re 的估計結果
use proct.dta, clear
xtreg logy logk logl, re
*-- R2
* --> R-sq: within corr{(x_it-xm_i)*b_r, y_it-ym_i}^2
* --> R-sq: between corr{xm_i*b_r,ym_i}^2
* --> R-sq: overall corr{x_it*b_r,y_it}^2
* 上述R2都不是真正意義上的R2，因為Re模型採用的是GLS估計。
*
* rho = sigma_u^2 / (sigma_u^2 + sigma_e^2)
dis e(sigma_u)^2 / (e(sigma_u)^2 + e(sigma_e)^2)
*
* corr(u_i, X) = 0 (assumed)
* 這是隨機效應模型的一個最重要，也限制該模型應用的一個重要假設
* 然而，採用固定效應模型，我們可以粗略估計出corr(u_i, X)
xtreg market invest stock, fe
*
* Wald chi2(2) = 10962.50 Prob> chi2 = 0.0000
*-------- 時間效應、模型的篩選和常見問題
*---------目錄--------
* 7.2.1 時間效應（雙向固定(隨機)效應模型）
* 7.2.2 模型的篩選
* 7.2.3 面板數據常見問題
* 7.2.4 面板數據的轉換
* ----------------------------------
* ------------時間效應--------------
* ----------------------------------
* 單向固定效應模型
* y_it = u_i + x_it*b + e_it
* 雙向固定效應模型
* y_it = u_i + f_t + x_it*b + e_it
qui tab year, gen(yr)
drop yr1
xtreg logy logk logl yr*, fe
* 隨機效應模型中的時間效應
xtreg logy logk logl yr*, fe
* ---------------------------------
* ----------- 模型的篩選 ----------
* ---------------------------------
* 固定效應模型還是Pooled OLS？
xtreg logy logk logl yr*, fe /*Wald 檢驗*/
qui tab id, gen(m) /*LR檢驗*/
reg logy logk logl /*POLS*/
est store m_ols
reg logy logk logl m*,nocons
est store m_fe
lrtest m_ols m_fe
est table m_*, b(%6.3f) star(0.1 0.05 0.01)
* RE vs Pooled OLS？
* H0: Var(u) = 0
* 方法一：B-P 檢驗
xtreg logy logk logl, re
xttest0
* FE vs RE?
* y_it = u_i + x_it*b + e_it
*--- Hausman 檢驗 ---
* 基本思想：如果 Corr(u_i,x_it) = 0, Fe 和 Re 都是一致的，但Re更有效
* 如果 Corr(u_i,x_it)!= 0, Fe 仍然有效，但Re是有偏的
* 基本步驟
***情形1：huasman為正數
xtreg logy logk logl, fe
est store m_fe
xtreg logy logk logl, re
est store m_re
hausman m_fe m_re
*** 情形2：
qui xtreg logy h inv gov open,fe
est store fe
qui xtreg logy h inv gov open,re
est store re
hausman fe re
* Hausman 檢驗值為負怎麼辦？
* 通常是因為RE模型的基本假設 Corr(x,u_i)=0 無法得到滿足
* 檢驗過程中兩個模型的方差-協方差矩陣都採用Fe模型的
hausman fe re, sigmaless
* 兩個模型的方差-協方差矩陣都採用Re模型的
hausman fe re, sigmamore
*== 為何有些變數會被drop掉？
use nlswork.dta, clear
tsset idcode year
xtreg ln_wage hours tenure ttl_exp, fe /*正常執行*/
* 產生種族虛擬變數
tab race, gen(m_race)
xtreg ln_wage hours tenure ttl_exp m_race2 m_race3, fe
* 為何 m_race2 和 m_race3 會被 dropped ?
* 固定效應模型的設定：y_it = u_i + x_it*b + e_it (1)
* 由於個體效應 u_i 不隨時間改變，
* 因此若 x_it 包含了任何不隨時間改變的變數，
* 都會與 u_i 構成多重共線性，Stata會自動刪除之。
*******異方差、序列相關和截面相關問題
* ---------------- 簡 介 -------------
* y_it = x_it*b + u_i + e_it
*
* 由於面板數據同時兼顧了截面數據和時間序列的特徵，
* 所以異方差和序列相關必然會存在於面板數據中；
* 同時，由於面板數據中每個截面（公司、個人、國家、地區）之間還可能存在內在的聯系， * 所以，截面相關性也是一個需要考慮的問題。
*
* 此前的分析依賴三個假設條件：
* （1） Var[e_it] = sigma^2 同方差假設
* (2) Corr[e_it, e_it-s] = 0 序列無關假設
* (3) Corr[e_it, e_jt] = 0 截面不相關假設
*
* 當這三個假設無法得到滿足時，便分別出現 異方差、序列相關和截面相關問題； * 我們一方面要採用各種方法來檢驗這些假設是否得到了滿足；
* 另一方面，也要在這些假設無法滿足時尋求合理的估計方法。
* ---------------- 假設檢驗 -------------
*== 組間異方差檢驗（截面數據的特徵）
* Var(e_i) = sigma_i^2
* Fe 模型
xtreg logy logk logl, fe
xttest3
* Re 模型
* Re本身已經較大程度的考慮了異方差問題，主要體現在sigma_u^2上
*== 序列相關檢驗
* Fe 模型
* xtserial Wooldridge(2002)，若無序列相關，則一階差分後殘差相關系數應為-0.5
xtserial logy logk logl
xtserial logy logk logl, output
* Re 模型
xtreg logy logk logl, re
xttest1 /*提供多個統計檢驗量*/
*== 截面相關檢驗
* xttest2命令 H0: 所有截面殘差的相關系數都相等
xtreg logy logk logl, fe
xttest2
* 由於檢驗過程中執行了SUE估計，所以要求T>N
xtreg logy logk logl if id<6, fe
xttest2
* xtcsd 命令（提供了三種檢驗方法）
xtreg logy logk logl, fe
xtcsd , pesaran /*Pesaran(2004)*/
xtcsd , friedman /*Friedman(1937)*/
xtreg logy logk logl, re
xtcsd , pesaran
* ----------------- 估計方法 ---------------------
*== 異方差穩健型估計
xtreg logy h inv gov open, fe robust
est store fe_rb
xtreg logy h inv gov open, fe robust
est store fe
* 結果對比
esttab fe_rb fe, b(%6.3f) se(%6.3f) mtitle(fe_rb fe)
*== 序列相關估計
* 一階自相關 xtregar, fe/re
* 模型： y_it = u_i + x_it*b + v_it (1)
* v_it = rho*v_it-1 + z_it (2)
xtregar logy h inv gov open, fe
est store fe_ar1
xtregar logy h inv gov open,fe lbi /*Baltagi-Wu LBI test*/
2、linux/sem.h和sys/sem.h有什麼區別
你好。
不只是sem.h，很多頭文件都有/usr/include/linux和/usr/include/sys兩個版本。
我的印象是：linux目錄裡面的頭文件用於內核，
sys目錄裡面的頭文件用於應用程序或者glibc標准庫
如果我的回答沒能幫助您，請繼續追問。
3、愛浴高清完整版下載地址
[實拍] 深圳的姓愛浴場~又搓又揉誘你射小花逼 現代 珍藏 精彩 韓日 大學生 北京 廣州版 楊恭如 俱樂部.rmvb
4、鬼律師全1和2部txt下載
鬼律師之來靈神劫.txt 文件大源小:589.68 K
http://vdisk.weibo.com/s/tk_c5dIwseM0h
《鬼律師》全集.txt 文件大小:2.57 M
http://vdisk.weibo.com/s/dDOiJfpR_Wx-z
作品名:鬼律師 作者:丘達可 狀態:連載
簡介:
國法，道法，佛法，仙法，人情，戀情，冤情，謎情，案情，人、鬼、神，妖、魔、精，各位在欣賞本書的離奇情節同時，將受到一次另類的普法，誰讓俺是律師哩！
已經上傳或發送網盤鏈接 滿意請及時採納
5、linux編程時的信號量問題。 我以前用過的信號量頭文件是<semaphore.h>,而現在又發現還有個<sys/sem.h>
信號量在進程是以有名信號量進行通信的，在線程是以無名信號進行通信的，因為線程linux還沒有實現進程間的通信，所以在sem_init的第二個參數要為0，而且在多線程間的同步是可以通過有名信號量也可通過無名信號，但是一般情況線程的同步是無名信號量，無名信號量使用簡單，而且sem_t存儲在進程空間中，有名信號量必須LINUX內核管理，由內核結構struct ipc_ids 存儲，是隨內核持續的，系統關閉，信號量則刪除，當然也可以顯示刪除，通過系統調用刪除，
消息隊列，信號量，內存共享，這幾個都是一樣的原理。，只不過信號量分為有名與無名
無名使用 <semaphore.h>,
有名信號量<sys/sem.h>
無名信號量不能用進程間通信，
//無名與有名的區別，有名需要KEY值與IPC標識
所以sem_init的第二個參數必須為0，，，，
6、秦時明月第三部之諸子百家全集下載
需要專用的下載器
1 http://hd.ku6.com/show/v8in2MxP-dgrzljz.html
2 http://hd.ku6.com/show/eVfRY_mXhRbFJvnE.html
3 http://hd.ku6.com/show/DdbNpWw_EpCW_nYE.html
4 http://hd.ku6.com/show/fb_y3Pij0O3FdkKW.html
5 http://v.ku6.com/show/oUzIbagG_mGEGt9x.html
6 http://hd.ku6.com/show/nePn0rvh6KeLZQUC.html
7 http://hd.ku6.com/show/jjVXKybWK7Polc_1.html
8 http://hd.ku6.com/show/sgfEOoxLbhO39ptK.html
9 http://hd.ku6.com/show/CzVQ3cn2YevwFFS0.html
10 http://hd.ku6.com/show/HinBSh2AGhOQUfW_.html
11 http://hd.ku6.com/show/bKjTL46X6C_v0SeM.html
12 http://hd.ku6.com/show/TdCaJSZAXv63SFvL.html
13 http://hd.ku6.com/show/RQNbNC5LK8GrJZA3.html
14 http://hd.ku6.com/show/4PgQElUVIxvcy2pV.html
15 http://hd.ku6.com/show/MoYhQVs6FO9xic7N.html
16 http://hd.ku6.com/show/VQYZyZldKJBUkMxX.html
17 http://hd.ku6.com/show/cvPAVyQhm_qV7Jti.html
18 http://hd.ku6.com/show/v3qpzcghoVDhJsAI.html
19 http://hd.ku6.com/show/Z-YXlz-C4bFg7Akf.html
20 http://hd.ku6.com/show/VHy4W6se89qZuw41.html
21 http://hd.ku6.com/show/yh6PDcM7OS-oiwaH.html
22 http://hd.ku6.com/show/WhoASkYyQ2qQ1dIG.html
23 http://hd.ku6.com/show/u4AAwwZTrZjuvyu1.html
24 http://hd.ku6.com/show/UFEtg0gCsqrBcCX0.html
25 http://hd.ku6.com/show/g2aGV0FdtiK0rKI9.html
26 http://hd.ku6.com/show/qjNUl3TZbctL8uW7.html
27 http://hd.ku6.com/show/yo6w2KqsOb4CpH9b.html
27 http://hd.ku6.com/show/yo6w2KqsOb4CpH9b.html
28 http://hd.ku6.com/show/VePmYykITwm0gpbZ.html
29 http://hd.ku6.com/show/PZnDfw9fSr4IkD-f.html
29 http://hd.ku6.com/show/PZnDfw9fSr4IkD-f.html
30 http://hd.ku6.com/show/mUHI8fUA3kYFnOdc.html
31 http://hd.ku6.com/show/t1qVAKmvlXLBK8-d.html
32 http://hd.ku6.com/show/Wc8voZcSVXAOtYXd.html
33 http://hd.ku6.com/show/6Mafzkllr89bGCEZ.html
34 http://hd.ku6.com/show/rb0iDZFnSLbzXb4N.html
這是我照的資源，不一定適合你
應該是都能用的，不行的話用這招
在百度視頻上輸入 秦時明月 諸子百家 XX集 高清 就會出現所有的影片，可以選一個你想要的，建議找我給你地址里的那種背景，就是背影全黑，左上角有高清影院字樣的，也許有時會慢一點，有點耐心~~~
迅雷的我沒找到全部，這個應該是最好的了，湊合一下吧
7、秦時明月第三部全集下載
需要專用的下載器（大部分網站為了推銷自己都需要這樣 土豆網也是 不過沒有這個清晰）
1 http://hd.ku6.com/show/v8in2MxP-dgrzljz.html
2 http://hd.ku6.com/show/eVfRY_mXhRbFJvnE.html
3 http://hd.ku6.com/show/DdbNpWw_EpCW_nYE.html
4 http://hd.ku6.com/show/fb_y3Pij0O3FdkKW.html
5 http://v.ku6.com/show/oUzIbagG_mGEGt9x.html
6 http://hd.ku6.com/show/nePn0rvh6KeLZQUC.html
7 http://hd.ku6.com/show/jjVXKybWK7Polc_1.html
8 http://hd.ku6.com/show/sgfEOoxLbhO39ptK.html
9 http://hd.ku6.com/show/CzVQ3cn2YevwFFS0.html
10 http://hd.ku6.com/show/HinBSh2AGhOQUfW_.html
11 http://hd.ku6.com/show/bKjTL46X6C_v0SeM.html
12 http://hd.ku6.com/show/TdCaJSZAXv63SFvL.html
13 http://hd.ku6.com/show/RQNbNC5LK8GrJZA3.html
14 http://hd.ku6.com/show/4PgQElUVIxvcy2pV.html
15 http://hd.ku6.com/show/MoYhQVs6FO9xic7N.html
16 http://hd.ku6.com/show/VQYZyZldKJBUkMxX.html
17 http://hd.ku6.com/show/cvPAVyQhm_qV7Jti.html
18 http://hd.ku6.com/show/v3qpzcghoVDhJsAI.html
19 http://hd.ku6.com/show/Z-YXlz-C4bFg7Akf.html
20 http://hd.ku6.com/show/VHy4W6se89qZuw41.html
21 http://hd.ku6.com/show/yh6PDcM7OS-oiwaH.html
22 http://hd.ku6.com/show/WhoASkYyQ2qQ1dIG.html
23 http://hd.ku6.com/show/u4AAwwZTrZjuvyu1.html
24 http://hd.ku6.com/show/UFEtg0gCsqrBcCX0.html
25 http://hd.ku6.com/show/g2aGV0FdtiK0rKI9.html
26 http://hd.ku6.com/show/qjNUl3TZbctL8uW7.html
27 http://hd.ku6.com/show/yo6w2KqsOb4CpH9b.html
27 http://hd.ku6.com/show/yo6w2KqsOb4CpH9b.html
28 http://hd.ku6.com/show/VePmYykITwm0gpbZ.html
29 http://hd.ku6.com/show/PZnDfw9fSr4IkD-f.html
29 http://hd.ku6.com/show/PZnDfw9fSr4IkD-f.html
30 http://hd.ku6.com/show/mUHI8fUA3kYFnOdc.html
31 http://hd.ku6.com/show/t1qVAKmvlXLBK8-d.html
32 http://hd.ku6.com/show/Wc8voZcSVXAOtYXd.html
33 http://hd.ku6.com/show/6Mafzkllr89bGCEZ.html
34 http://hd.ku6.com/show/rb0iDZFnSLbzXb4N.html
這是我找的資源，不一定適合你
應該是都能用的，不行的話用這招
在百度視頻上輸入 秦時明月 諸子百家 XX集 高清 就會出現所有的影片，可以選一個你想要的，建議找我給你地址里的那種背景，就是背影全黑，左上角有高清影院字樣的，也許有時會慢一點，有點耐心~~~ 質量都是很好的
下載的時候進行以下格式轉化就可以了
參考資料： 自己找的
8、電腦高手來呀。。U盤的問題
電腦打開你的U盤，裡面的游戲應該是方塊白板。中毒的可能性不大。要麼是你考游戲內的時候沒有考完容，就把U盤停了或者拔了。導致裡面的游戲數據部完整，點擊的時候是彈出0.5秒鍾的CMD框。建議嘗試我的方法：重新格式化U盤，重新考一次，看著考完等一二十秒鍾，然後將U盤裡面的游戲考入你的電腦硬碟裡面，看著考完後等一二十秒鍾，如後點擊運行已經考在你電腦裡面的游戲，（70%可以成功，）如果還是不行，建議換U盤
9、求【秦時明月第三部—諸子百家】高清打包下載地址~~~~
你可以在這里下：
1 http://hd.ku6.com/show/v8in2MxP-dgrzljz.html
2 http://hd.ku6.com/show/eVfRY_mXhRbFJvnE.html
3 http://hd.ku6.com/show/DdbNpWw_EpCW_nYE.html
4 http://hd.ku6.com/show/fb_y3Pij0O3FdkKW.html
5 http://v.ku6.com/show/oUzIbagG_mGEGt9x.html
6 http://hd.ku6.com/show/nePn0rvh6KeLZQUC.html
7 http://hd.ku6.com/show/jjVXKybWK7Polc_1.html
8 http://hd.ku6.com/show/sgfEOoxLbhO39ptK.html
9 http://hd.ku6.com/show/CzVQ3cn2YevwFFS0.html
10 http://hd.ku6.com/show/HinBSh2AGhOQUfW_.html
11 http://hd.ku6.com/show/bKjTL46X6C_v0SeM.html
12 http://hd.ku6.com/show/TdCaJSZAXv63SFvL.html
13 http://hd.ku6.com/show/RQNbNC5LK8GrJZA3.html
14 http://hd.ku6.com/show/4PgQElUVIxvcy2pV.html
15 http://hd.ku6.com/show/MoYhQVs6FO9xic7N.html
16 http://hd.ku6.com/show/VQYZyZldKJBUkMxX.html
17 http://hd.ku6.com/show/cvPAVyQhm_qV7Jti.html
18 http://hd.ku6.com/show/v3qpzcghoVDhJsAI.html
19 http://hd.ku6.com/show/Z-YXlz-C4bFg7Akf.html
20 http://hd.ku6.com/show/VHy4W6se89qZuw41.html
21 http://hd.ku6.com/show/yh6PDcM7OS-oiwaH.html
22 http://hd.ku6.com/show/WhoASkYyQ2qQ1dIG.html
23 http://hd.ku6.com/show/u4AAwwZTrZjuvyu1.html
24 http://hd.ku6.com/show/UFEtg0gCsqrBcCX0.html
25 http://hd.ku6.com/show/g2aGV0FdtiK0rKI9.html
26 http://hd.ku6.com/show/qjNUl3TZbctL8uW7.html
27 http://hd.ku6.com/show/yo6w2KqsOb4CpH9b.html
27 http://hd.ku6.com/show/yo6w2KqsOb4CpH9b.html
28 http://hd.ku6.com/show/VePmYykITwm0gpbZ.html
29 http://hd.ku6.com/show/PZnDfw9fSr4IkD-f.html
30 http://hd.ku6.com/show/mUHI8fUA3kYFnOdc.html
31 http://hd.ku6.com/show/t1qVAKmvlXLBK8-d.html
32 http://hd.ku6.com/show/Wc8voZcSVXAOtYXd.html
33 http://hd.ku6.com/show/6Mafzkllr89bGCEZ.html
34 http://hd.ku6.com/show/rb0iDZFnSLbzXb4N.html
10、旭日H902安裝下載網址
官方網上有