应用计量经济学之回归课题研究.pptx

选择研究主题;从哪里选择？ 你原来使用的经济学教科书、笔记 经济学期刊、杂志 例如，Table 11.1 给出了一份杂志的清单;Table 11.1a 潜在研究主题的来源;Table 11.1b 潜在研究主题的来源;收集数据;收集哪些数据;3. 名义还是真实值？ 依靠理论决定 是否需要去掉通货膨胀的影响？ TV，再次作为例子，更有可能使用真实值 4. 根据是截面数据或时间序列数据选择合适的变量定义 TV，又一次作为例子：全国广告费支出在一个时间序列模型中是一个不错的选择，而不同州的广告支出则是截面模型的选择 5. 当读（甚至是创造）数据描述时需要当心： 数据来源是哪里？ 收入是以真实还是名义值衡量的？ 是单独的还是总和的物价水平？;从哪些寻找经济数据;从哪些寻找经济数据;缺少数据;2. 根本没有观测值——对于部分理论可能是这样的： 从第6章已经知道，很可能导致遗漏解释变量的偏误 一个可能的方案是使用代理变量（proxy variable） 例如，净投资在一些国家的数据中可能是没有资料的 在这种情况下，可以使用总投资作为代理变量，背后的假定是净投资是总投资的一个比例部分;高级数据来源;调查;调查;面板数据;面板数据;研究的建议;应用计量经济学的10条戒律;5. 应当是易于理解的： a. 使用简单的模型，除非不可能使用简单的模型，才使用复杂的模型 b. 任何模型需要考虑模型的设定、函数形式、估计方法等 6. 仔细观察你的结论： a. 检查估计数据的符号、大小是否有意义 b. 使用“laugh test” 7. 明确数据挖掘的成本与收益： a. “糟糕的”数据挖掘：故意寻找一些机制 b. “好的”数据挖掘：对数据进行实验，以寻找经验结论以提出经济理论并使用新的数据集来检验;8. 准备好做出妥协： a. 古典假设几乎不大可能被完全满足 b. 计量经济学人员不得不做出一些妥协，使用一些次优的方法，而这些方法的特征、后果通常是不知道的 c. 计量经济学有时是特别地、临时地发展一些针对潜在问题的分析方法 9. 不同被具有一定意义的统计显著性迷惑： a. 如果样本容量足够大，于是标准误足够小，任何双边假设检验的零假设都可能被拒绝 b. 实质性显著——有多大——同样是重要的，不仅仅是统计上的显著性;10. 报告敏感性分析报告： a. 规模检查： i. 样本容量 ii. 函数形式 iii. 解释变量的个数 iv. 代理变量的选择 b. 如果在规模检查中，估计的结果不是稳健的，那么就有必要对研究的结论产生怀疑;如果得到了非期望的回归符号，应当检查哪些方面？;6. 检查样本选择的偏误 观测值不是随机选择的，也可能导致非预期的符号 7. 检查样本容量 样本容量越小，标准误越大 8. 检查你的理论 如果表面上没有错误，那么有可能就是理论错了，或数据错了;需要重申的一些提示;6. 不要因为t值不显著而放弃一个解释变量。一般来说，允许一个t值不显著的变量包含在模型中，是为了降低遗漏解释变量的风险 (Chapter 6) 7. 应当知道如何分析遗漏解释变量产生的估计偏误的方向、大小 (Chapter 6) 8. 理解所有不同的函数形式以及主要的应用方面，记住，根据理论，而不是拟合优度选择具体的函数形式 (Chapter 7);9. 多重共线性不会造成偏误，会造成估计方差偏大，估计的系数本身是无偏的，因此，最好的修正多重共线性的方法，也许是什么也不做 (Chapter 8) 10. 如果你得到了显著的DW、Park或White检验，记住，首先考虑设定误差存在的可能性。除非你使用了最优的模型设定，否则不要轻易使用GLS方法替代OLS方法，也不要轻易使用调整的标准误 (Chapters 9 and 10);11. 调整的标准误，例如， Newey–West标准误，或HC标准误将继续使用OLS系数估计值。仅仅是标准误的估计改变了，系数本身的估计没有被改变 (Chapters 9 and 10) 12. 最后，如果有怀疑，请依据基本的思想、经济理论，而不是统计检验;计量经济学家的道德;撰写研究报告;撰写研究报告;Table 11.2a 回归检查清单;Table 11.2b 回归检查清单;Table 11.2c 回归检查清单;Table 11.2d 回归检查清单;Table 11.3a 回归指南;Table 11.3b 回归指南;Table 11.3c 回归指南;9、要学生做的事，教职员躬亲共做；要学生学的知识，教职员躬亲共学；要学生守的规则，教职员躬亲共守。7月-217月-21Wednesday, July 21, 2021 10、阅读一切好书如同和过去最杰出的人谈话。15:52:5115:52:5115:527/21/2