发帖
雷达卡
测测您的计量实证水平——经管代码库诚邀各位英豪
引子：我们学习计量的目的是什么，相信大多数人大经济论坛的坛友都是为了解决毕业论文，发文章的问题。那么，您真的懂计量么？如果您认为您懂，请您看看下面我根据个人实证经历整理的一些问题，看能否有效的解决呢？如果您不懂，想不想快速提升自己的计量实证能力呢？在经管代码库成立初期，实习版主xddlovejiao1314诚邀您共建经管代码库（网址：https://bbs.pinggu.org/forum-2626-1.html），只要以下我提出的问题及您认为在计量实证过程中还应该注意的问题，您把它提出来，用Spss/Stata/Eviews/Sas/R/Matlab/Excel等软件解决它，并按照经管代码库的格式发帖（格式见网址：https://bbs.pinggu.org/thread-3577368-1-1.html），@ xddlovejiao1314，@我的素质低，我们将视情况给予您丰厚的奖励。还在等什么，快来吧。问题来洛：
1、 拿到一份数据资料，您能快速的判定这是什么类型的资料么？请举例说明横截面数据、时间序列数据、面板数据等的区别（送分题哦）；同理，拿到一份数据资料，您能快速的判定变量类型么？请举例说明类别变量、有序变量、定比变量的差别（送分题哦）。
2、 数据类型和变量类型明确后，接下来是方法的选择洛。请举例说明不同数据类型、不同因变量类型所对应的方法吧（如只写横截面数据，那么因变量对应于连续变量、类别变量分别用哪些方法呢）。请尽可能的详尽哦（此处仅列举方法即可哦，不必将方法延伸了来讲）。
3、 在做计量分析前，一般要做描述性统计分析（报告均值，标准差，最大值和最小值），做这个分析的目的是什么呢（欢迎大家深入探讨，敞开想吧）？同时，如果我有3个变量，分别为受教育年限，性别和婚姻，您能快速的利用软件做出不同年龄、性别下个体受教育年限的频数分布表么（送分题哦，快写代码，快截图来经管代码库发帖领奖吧）？
4、 一份数据资料（尤其是微观实证资料），一些指标经常会出现极端异常值，请问您注意到它了吗？有哪些手段和方法可以帮助我们去发现极端异常值呢？请举例说明；如果发现有极端异常值，而我们没处理，那会对模型结果产生什么样的影响呢？请举例说明；如果不小心和它偶遇了，我们怎么解决它呢？如果变量中不小心有大量的0，且成正偏态分布，这种情况我们又怎么解决呢？这个问题理清楚了，对实证分析很有帮助哦，快来解决吧。
5、 高斯—马尔科夫假定一般是做计量的基础，那么它有哪些假定呢？请将其假定写出来，并简要说明假定组合的用处吧。
6、 变量的独立同分布，同方差，且服从正态分布，是很多模型的假定基础，假定是很多模型的基础，那么您知道有哪些方法可以判定一个变量是否服从正态分布呢？请举例说明吧（欢迎图文并茂哦）。
7、 高级点的问题来了：您是否听说过异方差呢？如果模型一不小心出现了异方差怎么办，会对模型结果产生什么样的影响呢？我们有哪些手段可以去判定一个模型是否存在异方差呢？如果发现模型确实存在异方差了，我们有哪些办法可以去解决它呢？请举例说明，欢迎图文并茂（这个题比前面的一些题奖励的要多些哦）。
8、 更高级的问题来了：您是否听说过变量的内生性呢？如果模型一不小心出现了内生变量怎么办，会对模型结果产生什么样的影响呢？我们有哪些手段可以去判定一个模型是否存在内生变量呢？如果发现模型确实存在变量内生的情况，我们有哪些办法可以去解决它呢？请举例说明。这个问题奖励会比较高哦。
9、 承接第8个问题，如果您找到了工具变量去解决变量的内生性问题，那么您怎样判断您找的工具变量是合理的呢（不要告诉我文献是这样处理的，哈哈）？我们有哪些方法可以去判定工具变量选取的合理不合理呢？欢迎举例说明。这个问题奖励很高哦，欢迎来挑战。
10、 计量模型中，回归分析是重中之重。那么我们做了一份回归分析后，要报告哪些结果呢？请简要做一个案例，将您认为需要报告的东西列举出来，并做简单的解释吧。同时，请考虑下R^2是不是在所有模型中都很重要（如多元线性回归的R^2和Logistic回归的伪R^2,它们是一样的么？）。同时，请再考虑有没有截距项对模型有什么样的影响呢？都是些有挑战的题目哦，请举例说明，有高奖励哦。
11、您做完回归分析后，怎么让别人信服您的模型是合理的，是最优的模型呢？如果有人告诉您您这个模型可能遗漏了某几个比较重要的变量（对因变量影响显著），模型设定的有问题，您怎么回答这个问题呢？请举例说明遗漏变量对模型结果的影响（这个也可以给高奖励哦）。同时，我们在文献中经常看到有些变量取了对数，有些变量加了高次项（如2次），您认为作者是评什么对数据进行这样的处理呢？请举例说明。您的毕业论文或者发表的文章有考虑过这个问题么？这是一个比较有挑战的问题哦，快来挑战吧，有高奖励哦。
12、 再来谈点细节的问题，回归分析中，您知道自变量对因变量的解释是怎么样的吗？如因变量是连续变量，自变量是连续变量，两者做回归；如果因变量取了对数，自变量不变，要怎么解释呢？如果因变量不变，自变量取了对数，又要怎么解释呢？如果因变量和自变量都取了对数，模型又要怎么解释呢？请举例说明。有高奖励哦。同时，如果我们做的是Logistic/probit回归，那么回归系数怎么解释呢？优势比（OR）又要怎么解释呢？边际效应（均值的边际效应和在任意个体值的边际效应）怎么解释呢？此外，模型中自变量是连续变量和类别变量，解释有差别么？欢迎举例来说明哦。有高奖励。
13、漏问了一个很重要的问题。您知道多重共线性么？万一模型不小心出现了多重共线性怎么办？出现多重共线性会多模型结果产生什么样的影响那？请举例说明。我们怎么去判定一个模型是否存在多重共线性呢？如果真存在了，有哪些方法或手段去解决它呢？这些解决的手段有优劣么？欢迎举例来说明，有高奖励哦。
14、常有坛友问因子分析和主成分分析的问题。那您知道这二者有什么区别么？我们用这两个方法可以解决什么问题呢？如果我有15个指标，我想要3个主成分，而利用因子分析/主成分分析做我只得到2个主成分，怎么解决呢？您考虑过如果一个主成分特征值为1.1，一个主成分特征值为0.9，我们怎么处理这个问题么？是像一般书上说的特征值1一下的我们直接舍弃，还是根据具体情况两个都保留呢，您怎么看这个问题。欢迎举例说明。有高奖励哦。此外，主成分回归您听说过么？它能很好的解决多重共线性的问题哦，欢迎举实际案例来具体说明吧。有高奖励哦。
15、 物以类聚，人以群分相信大家都听说过。那聚类分析您为做么？对变量聚类和对案例聚类有什么区别呢？如果我们想聚类的变量为正偏态分布的变量，我们可以做横向标准化的中位数聚类，这个您会做么？欢迎举例说明。有高奖励哦。
16、还有些我个人认为平时我们不常接触到（如SPSS国内的书籍一般没涉及），但应用却越来越热的模型，如分位数回归，泊松回归，负二项回归，断尾回归，归并回归，tobit模型等，您听说过么？它们是要在什么情景下使用呢？请具体举例说明，科普推广一下哦。这个有高奖励。
分界点：以上问题您可只针对横截面数据来看，下面我们来看看面板数据的问题哦，欢迎大神来解答啊。需要说明的是，由于我对时间序列这块接触的少，不是很了解，故而这块的问题相对较少。欢迎懂行的大神补充。
1、面板有平衡面板和非平衡面板，那您如果拿到的是一份非平衡面板数据，您怎么将其处理为平衡面板数据呢？请举例说明。有学者说将非平衡面板处理为平衡面板，会损失很多信息，建议谨慎处理，您怎么看这个问题呢。欢迎尽情讨论。
2、说到面板回归，您知道解决一般面板线性回归的几种方法么？混合OLS回归，固定效应模型和随机效应模型这三个方法有什么区别么？我们怎么判定该用哪种方法呢？欢迎举例来说明。有高奖励。
3、按照N（个案）和T（时间）的长段，面板可分为长面板（T>>N）和短面板（T<<N），当然还有N和T相近的面板。这几种类型数据对应的面板计量各有什么特点呢？分别用什么样的命令或检验去实现一些特殊的要求（如异方差、截面相关、自相关和内生性呢）呢？欢迎举例说明。有高奖励。
4、同横截面数据一样，面板数据也要面对多重共线性、内生性、序列相关、横截面相关和异方差等问题，我们怎么去判定面板数据存在这些问题呢？如果发现了存在这些问题我们怎么解决呢？请举例说明，这个问题会有很高的奖励哦（这些问题可具体拆分为几个小问题来分开解答）。
5、同横截面数据一样，面板数据也会面对方法的选择。如因变量为连续变量、类别变量、有序变量对应的方法不一样，具体有哪些方法呢？请举例说明。如果能说明下利用计量软件如何实现这些问题更好。要很高很高的奖励哦。
分界点：考虑到来论坛求助的很多坛友都是本科生和硕士生，可能接触到的计量的东西可能相对更集中在横截面数据和简单的面板数据。故而根据我个人经验整理的问题大概就是以上这些，欢迎大神继续补充并解答。此外，我个人一直认为计量软件实现是一个层次，掌握背后的原理又是另一个层次。故而，本版块特别欢迎坛友分享个人计量知识或者软件实现学习心得（不管你是初学者还是有一定基础的人还是大牛，鼓励原创，高奖励）。借用我导师一句话：“学问是交流出来的，不要自己一个人在那闭门造车，多出去见见世面，多与人交流······”。因为我们年轻，所以有无限的可能。奔跑吧，少年们。
PS：经管代码库版块才成立2个月左右，现在估计除了论坛的版主，很少有人知道这个版块。看名字大家就知道这个版块如果做好了对需要帮助的人的好处。虽然我入驻论坛才不久，现在任这个版块的第一个版主，故而诚挚邀请各位对计量感兴趣的朋友（不管有经验没经验）常来这个版块逛逛，发些原创心得帖子，分享计量模型软件实现经验。当然，上面这些问题我个人也有一些思考，会不定期的分享在版块里，和大家一起交流学习。希望这个版块能越做越好，被越来越多的人知道和喜欢。拜托大家了。
结尾处：推荐几本我这个外行慢慢入门的关于计量学习的书吧。
Spss方面的：张文彤老师的《SPSS统计分析教程-初级篇》、《SPSS统计分析教程-高级篇》、《IBM SPSS数据分析与挖掘实战案例精粹》；吴明隆老师的《问卷统计分析实务——SPSS操作与应用》、《结构方程模型——AMOS的操作与应用》；邱皓政老师的《量化研究与统计分析——SPSS(PASW)数据分析范例解析》；郭志刚老师的《社会统计分析方法——SPSS软件应用》、《Logistic回归模型——方法与应用》。这些教材基本我都买有纸质版，都学习过，各有各的优点，仅供需要的朋友参考。
Stata方面的：陈强老师的《高级计量经济学及Stata应用》；汉密尔顿著，郭志刚等译《应用STATA做统计分析》；陈传波老师的《stata十八讲》。如果英语比较好，可以看国外相关专著，或者直接看stata帮助手册。
需要说明的是，由于我个人只学习了这两门统计分析软件（Sas、Matlab这些虽有所接触，但没买过书），故而对学习其它计量软件的朋友可能帮助相对较少。请见谅。正如我上面所说，学习计量掌握原理比软件实现更重要，所以推荐几本计量经济学公认的好书:古扎拉蒂《计量经济学基础（第五版）》——计量经济学初级教程；伍德里奇《计量经济学导论（第四版）》——计量经济学中级教程；格林《计量经济分析（第六版）》——计量经济学高级教程。将教程和软件实现工具书一起学习，会取到事半功倍的效果。我就是受益者之一。如果您真的想学好计量，要好好搞学术，不要在意自己的数学功底到底怎样，赶快买书或者下载电子书学习吧，会有意想不到的效果。
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
