〖“万万”个论坛币〗不"黑"一下，怎知计量经济学"毁"多少

论坛要发展，要引入商业战略。但是论坛，要网络人气，刚出道没有币，这时可尝试引入金融衍生品，让有需求的人得到币，又让他们按时还币。

楼主好人

楼主大好人

张五常：研究科学的第一个条件就是大家是否同意由某些现象的存在；科学无论如何都要有主观的认同。我们在思考经济现象前，一定要看是否符合第一个条件。不论是研究历史数据，或是利用当今热门的实验经济学，我们旨在发现一种规律，这也就是说：我们所能看到的行为或现象一定是要有规律的。

当今数学软件的平民化，使得计量计量经济学方面的实证研究门槛降低。应当关注的一点：相当数量的学生或老师喜欢拿着数据做“实验”——选择拟合优度高，P值小，R方大等等模型。这种方法在计量经济学中是不能尽信的，但本人更希望能从统计学角度，帮助大家理清一些思路。

先来看个例子：我家门前有棵树，都长了25年，如果把我的身高和树的身高做回归的话，一定是正相关的，而且拟合效果会很好。但是是否就能说明两者具有很强的相关性呢？显然二者是独立的。下面看看问题出在哪里。在回归分析中，要先假设回归系数beta=0，如果p值很小，则拒绝原假设，也就是有相关性。但是，假设是否合乎逻辑？问题的关键在于此，树的身高和我的身高本来就是独立的，不是假设，而是论断。严格的做法是取个对照组（比如找颗同样生长环境的树，抑制生长），如果树不长，我也不长，这个假设才有成立的依据（学过贝叶斯理论可以更好的理解这点）。

正如张五常所说，我们希望发现“规律”，而这些规律是通过严格的理论证明，并用数据证实，即，计量经济学的基础是一整套建立在数理统计理论上的计量方法，属于计量经济学的“硬件”，计量经济学的主要用途或目的主要有两个方面：

理论检验。这是计量经济学用途最为主要的和可靠的方面。这也是计量经济学本身的一个主要内容。在统计学中，广义线性模型（GLM）（包括各种回归，方差分析），假设检验，结构方程SEM，层次线性模型HLM等等，都是用于理论检验的。在解决这类问题之前，一定要先建立一个理论假设的框架，而假设的提出，一般是通过文献或数据分析得到的。

预测应用。从理论研究和方法的最终目的看，预测（包括政策评价）是计量经济学最终任务，必须注意学习和了解，但其预测的可靠性或有效性是我们应十分注意的。这一类的统计基础方法有：确定效应模型（漂移、周期等），随机效应模型（AR，MA），非线性，协整，混沌，分形等等。对于这类问题，只要牢牢抓住三个关键点：共线性，自相关，异方差，就可以找到合适的模型。

感谢楼主分享