之所以可以建立计量模型分析现实问题，隐含了什么样的前提假设条件？

        楼主的思想很清楚，就是最开始使用统计数据的时候，对统计数据具有什么样的一些特征，才能考虑用来进行计量分析。我个人的看法，首先，最最重要的，要考虑的是，变量间是否存在因果关系。若无理论支撑，胡乱做一通函数计量或基于函数的非参数计量，其结果是不可靠的，所设定的函数形式本身就不可靠，所估计的参数就更不可靠。
        其次，在理论支撑下的函数关系，其各变量所能采集到的样本要能够大体反映总体的特征。现在的计量分析，对样本数据本身的分布特征根本不谈，跳过去了，是否真正反映了总体的特征，根本无从得知。这样计量拟合出来的结果能有什么意义，其实无从得知。
        然后，就是楼主所谈的具体情况，是截面数据、时间序列数据还是面板数据。到底怎么选择不同类型的样本数据呢？还是要根据所要研究的问题及其所依赖的理论原理来判定。例如，对于生产函数分析，即使选用面板数据，一般并不考虑自回归问题，自回归问题可以在生产函数形式的设定过程中由中性或非中性技术进步消除掉。再比如，若要研究技术进步问题，显然截面数据无法提供任何帮助，因为没有时间因子，就无法考察技术进步。

更多计量经济学、时间序列分析、面板数据模型Stata、EViews视频操作内容、数据，请见（里面有百度云盘地址）：https://bbs.pinggu.org/thread-6211334-1-1.html

或者，经管之家官方置顶帖：https://bbs.pinggu.org/thread-6681760-1-1.html

Stata软件、EViews软件下载地址：https://bbs.pinggu.org/thread-6629658-1-1.html

lucky99 发表于 2018-4-2 20:18
楼主的思想很清楚，就是最开始使用统计数据的时候，对统计数据具有什么样的一些特征，才能考虑用来 ...

有道理，对于不同数据类型，是要加以区分的

空间计量

有关于建模的想法不，大家