看完这个帖子我真的是惊呆了, 不管是问题也好回答也罢,质量低的令人发指。且不说相当多的观点已很陈旧,很多回答更是 错的离谱。选几个题目评价一下。
Q2 计量经济学和统计学有啥区别和联系。
Econometrics 无非就是统计里的回归分析(Regression Analysis) + Economics 的background。 但是随着后来概念扩大很多统计工具放到经济里来用的都会被loosely 叫做计量。
“统计学可能算是比较基础的研究,计量则侧重于应用”。
Comment: 这两个论断没有一个是对的。统计有做纯理论的, 有做方法的,也有做应用的,看下Journal of the Royal Statistical Society 三个系列的名字都叫啥? 在对比下Annals of Statistics或者 Annals of Applied Statistic。计量同样如此,可以看下 Journal of Econometrics/ Journal of Applied Econometrics 和一般的做Empirical的 期刊。
Q4 软件
如果懒就选 EVIEWS, 如果要做的像样点就做Stata。
Q6 Regression
Regression function 本质上是 conditional Expectation E(y|X),或者这么说,它是给定regressors(X)的基础上对 y 的最好估计。 根据 条件期望的函数形式假设不同,可以分成 Parametric form (线形,非线性,比如 polynomial); nonparametric (未知函数形式,用kernel或者LPR估计); 和semiparametric (参数+非参混合), 比如Varying-Coefficient Model。 本质上回归就是条件期望的估计 。
Q7 这个问题的回答我看到真心个给跪了,
“有2个必需具备的条件: 1、变量之间存在相关关系2、自变量间相互独立且服从正态分布”
Comment: 首先, 自变量从来就不需要相互独立,事实上如果自变量相互独立那么就没有 omitted variable bias也就没有multiple regression的必要了,就是因为存在相关,所以才需要跑multiple regression来control OVB。自变量相关和共线性没什么多大关系啊!(除非高度线性才会有问题啊!) 最后 自变量怎么会需要正态分布呢???你让dummy variable这样只取01的变量情何以堪? 这年头连error term 都不需要正态独立了。
Q8 “两个变量间有不相关、函数关系(函数关系是两个变量之间有确定的关系,可以明确用函数表达的)和相关关系(相关关系包括线性相关和非线性相关)”
Comment: 我从来没听说过这种分类。
Q9 Comment 去log仅仅是为了平滑么?在cross-sectional setting下请自行google原因,(log前系数的解释, error term, 异方差等等)
Q10 Q11 Comment:回答太业余了,请自行参考任何一本mathematical statistics, 或者是white的 Asymptotic theory for Econometricians.
Q12,Q13 Comment, 这年头没几个人揪着多重共线不放,只要没有Dummy Variable Trap 那几乎是死不了。
Q14,15 有异方差怎么办?当然是 用Eicker-Huber-White Heteroskedasticity Robust Standard Error阿。。都robust 了还有什么好检验的呢
后面的回答我不忍心吐嘈了。
|