〖"万万"个论坛币〗计量实证的“摸底”考试

另外，想问一下版主，我在看你写的那本书《计量统计历险记》，你在书里提到要多看专著，这个具体指的是什么啊？就是那些你推荐的书？还是指的国内外著名期刊？

O(∩_∩)O谢谢

计量学渣来顶楼了

赞

喜欢，愿自己能仔细研读好好学习

来，让我一介菜鸟来强答。非计量出生，管理类的，只是略懂皮毛，有错误，望海涵，并请指教。
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？
横截面数据：研究对象只有一个，如：2015年四川省的经济发展水平
时间序列数据：历时考察某个研究对象，如：1979-2015年某企业技术能力的变化
面板数据：混合横截面数据中的一种，二者的区别主要在于面板是对同一组研究对象的历时考察，而混合横截面数据可以是不同组研究对象的历时考察。如：2003-2015年我国各省GDP的变化（面板）；2003-2015年我国人口统计（混合横截面数据，someone might be died）
至于类别变量与有序变量，其实主要就是变量间有无顺序的问题，如：sex：男、女，这就是类别变量；performance：优、良、中、差，就是有序变量；定比变量就是常说的定距变量中存在绝对零点的变量，如：年龄、身高等。
2、 数据类型和变量类型明确后，接下来是方法的选择洛。
方法的选择可以从两方面来看。其一，从数据类型来看。就是根据具体数据类型（横截面？时间序列？面板？）来确定具体的方法；其二，从因变量类型来看。因变量为连续变量，结合数据类型进一步讨论。因变量为分类变量，可以用logit、probit、oprobit等方法。因变量为计数，可以用负二项、零膨胀、泊松等方法。因变量为截断数据（就是因变量只在某个区间内变化，如[0,1]、[-1, 1]、[0, ∞]等），可以用tobit、trunct（？似乎是）等方法。
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）？
这玩意就是看看数据分布，是否存在极值，看看数据类型等东东吧？就是为之后的回归做铺垫的。（比较low，暂时这么理解的）
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？
我一般就是先来个带正太线的直方图，在做个箱形图标注异常值。有木有更好的办法望指教。
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？
略。毕竟不是计量出身的，理论探讨不是我的强项。望高手回答。
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？
正态性检验方法很多。带正态线的直方图算一个，s-k test算一个，swilk也算一个（话说s-k test与swilk检验有啥区别望大神指教）
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？
异方差一般常见于横截面数据中。较常规的方法就是直接回归中用r 或者cluster处理下就行了；要是觉得不够的话，可以进一步用WLS处理咯。或者两者都用，然后比较方程的优劣，选一个较好的。
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？
内生性问题常见于时间序列数据中。出现内生性问题了，那就用工具变量嘛，具体问题具体分析咯，方法的话2SLS、GMM都可以。
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）？
这个无外乎就是从内生性变量的定义出发来检测嘛。与内生变量相关，与扰动项无关，从这两方面出发就好了，具体代码不记得了，找度娘。
  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。
我能说报告的东西蛮多的么。主要就是计量中的统计检验，什么R2，adjusted R2、F值，hausman（面板）等等，找篇经济研究、管理世界的实证文章看看就知道了，不过还是那句话，具体问题具体分析。
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？
这个还是问题10中的统计检验问题。不过遗漏变量的话，要么加变量，要么用解决内生性问题那套。粗浅认识，还是大神来解惑吧。
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。
这个不好答，留给大神。
  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。
这个是回归中常见的问题。最基本的可以从相关系数矩阵中看看解释变量间相关系数是不是太高（不要问我多高算高，我也不知道，不过0.7,0.8的啥的这个就很高了吧）；主要的还是要用vif来检验，把解释变量放一起reg一下，然后vif，看是不是超过10咯，超过的话肯定有多重共线性。
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？
不是很懂。主成分好像就是因子分析的其中一个步骤吧，二者都是用来对变量进行降维的。具体还是要大神来解答。
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？
我能说我到目前为止还木有用过么。。。。坐等大神回复。
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？
判断如何使用参见问题2。

这个必须顶下，看看大神们的交流

这些问题的答案有木有，好想看，目前正在学习这方面中

这些问题的答案有木有，好想看，目前正在学习这方面中

顶一个。。。