文档介绍：前期规划 1. 广泛收集参考文献决定要解释的现象是什么决定要检验的假设或理论是什么决定所要预测的趋势是什么决定所要评估的政策是什么 2. 构件时政计量模型研读相关经济理论,比较三五篇有实证分析之文献的市政计量模型(确认模型中解释变量和应变量之间的因果关系,即 causality 理清各模型的异同及优缺点最后决定实证统计量模型雏形) 初步调查是否有相关的资料,若无则实证模型设计的再好也无用 3. 收集相关资料对数据的精确性一定要严格查核,对错误数据要仔细修正使用 eviews 或者 spss 软件对数据列表绘图, 以验证数据的逻辑合理性, 对不合理的数值要有所处理不论要用的是横断面数据或是时间数列, 数据数目越多越好, 追踪数据尤佳 panel dat a 对资料书制作一些整理,表列各种基本统计量(样本平均值、变异数、变量间的样本相关系数等) 、变量之间的两辆交互列表、做一些初步图解分析。十六、计量方法的执行 1. 计量方法不应太简单( 例如只做到最简单的 ols ), 但也不必过于复杂, 应正对问题采用恰到好处的计量方法。若采用了比较复杂的计量方法, 则要说明为什么简单的方法不合适。计量方法的好坏不在其复杂程度,而在于他是否能够帮我们得到正确的估计值,以了解数据中所包含的真正信息。 2. 除了估计值以及对应的 t 检验外,也可做一些 f 检验之对多个系数的假设检定。 3. 回归模型的设定, 尤其是解释变量的取舍, 可在估计过程中不断的修正。对应变量和解释变量均可尝试诸如对数、指数、幂函数等不同的转换。这些转换方式的决定, 以经济理论上的考虑最为重要, 不能但只为了提高模型的失陪, 而盲目的做一些不合理的变量转换。选取解释变量时,应有如下的考虑: (解释变量和因变量之间的关系一定要正确,, 也就是说, 解释变量是原因在先, 应变量是结果在后, 有一定的先后顺序。尤其要注意, 有些变量数值的产生很可能适合应变量同时决定的, 或是因果关系不很明确( 也就是说, 相对于应变量而言, 这些变量是内生的), 则在选取这些变来给你作为解释变量时, 便要非常小心。解释变量的内生问题通常是研究被批评的主要原因。要注意解释变量的同构型, 不能不分青红皂白的将一大堆彼此相关性很高的变量( 包括相同变量的不同转换、或是几个变数间的各种交乘项) 放进回归式内, 造成严重的现行重合问题。经济理论所牵涉到的变量通常是无法观察到的,因此在做实证研究时必须替代变量( proxy ), 研究者要对所选用之替代变数的合理性相加说明。由于数据总有些缺失, 常有人在束手无策之下,采用了很多匪夷所思的替代变数虚拟变量的定义要清楚而合理,使用要小心要探讨解释变量不足、观察只有误差等数据缺失所可能造成的计量问题。 4. 横断面数据要注意干扰项异方差( heteroscedasticity ) 的问题, 时间数列的数据则要注意干扰项自相关( autocorrelation )的问题。若要确定时间数列的稳定性( stationarity ),若有季节变动也要加以处理。 5. 模型的稳定性要注意,可能需要诸如 chow test 或 cumsum test 的检验。 6. 若用到 mle 或 gmm 等非线性计算,则在撰写报告时要对数值方法的细节,诸如统计软件及数值方法的名称、起始值之选取、收敛速度、是