

计量经济学,听起来很经济,实际上很方法。它并不是经济学的理论,更多的是了解世界的方法。如果陷入经济二字去学习,反而局限了。
总结下来,计量经济学主要干这三件事:
描述现实(是什么)
预测趋势(会怎样)
识别因果(为什么)
第一件事:描述世界(描述性分析)
不想“解释原因”,只想知道“现象长什么样”。
以咖啡为例:你有 10 万人的咖啡消费数据。计量经济学帮你了解:咖啡价格平均多少?哪些人喝得最多?(年龄、收入、工作压力)咖啡销量每月变化趋势?城市之间消费差别大不大?
第二件事:预测趋势(预测分析)
这里的重点不是“为什么”,而是“能不能准确预测”。
例如,你想预测下个月咖啡销量。
计量经济学用:过去的销量变化、价格、节假日、气温、竞争对手活动来预测下个月的市场情况。
第三件事:识别因果关系(因果推断)
这是计量经济学的“灵魂”。要回答的问题是:“咖啡真的会让效率提高吗?”现实世界中数据不是随机的,“看起来像因果”的关系往往不是因果。所以计量经济学利用各种方法尽可能还原“实验”:
控制变量(OLS)、固定效应(FE)、随机效应(RE)、双重差分(DID)、工具变量(IV)、回归不连续(RDD)、匹配方法(PSM)以及自然实验,目的只有一个:分辨“因果” vs “相关”。
例如:你看到喝咖啡的人工作效率更高。
计量经济学会问:
是因为喝咖啡提高效率?
还是因为效率高的人更喜欢喝咖啡?
还是因为天生精神好的人喝更多咖啡?
所有方法都是为了回答一句话:
喝咖啡是否“因果性”地改变了效率?
你懂了啵?
#科研学习 #多元线性回归 #实证分析 #计量经济学 #计量经济学 #经济学 #控制变量法 #应用统计
总结下来,计量经济学主要干这三件事:
描述现实(是什么)
预测趋势(会怎样)
识别因果(为什么)
第一件事:描述世界(描述性分析)
不想“解释原因”,只想知道“现象长什么样”。
以咖啡为例:你有 10 万人的咖啡消费数据。计量经济学帮你了解:咖啡价格平均多少?哪些人喝得最多?(年龄、收入、工作压力)咖啡销量每月变化趋势?城市之间消费差别大不大?
第二件事:预测趋势(预测分析)
这里的重点不是“为什么”,而是“能不能准确预测”。
例如,你想预测下个月咖啡销量。
计量经济学用:过去的销量变化、价格、节假日、气温、竞争对手活动来预测下个月的市场情况。
第三件事:识别因果关系(因果推断)
这是计量经济学的“灵魂”。要回答的问题是:“咖啡真的会让效率提高吗?”现实世界中数据不是随机的,“看起来像因果”的关系往往不是因果。所以计量经济学利用各种方法尽可能还原“实验”:
控制变量(OLS)、固定效应(FE)、随机效应(RE)、双重差分(DID)、工具变量(IV)、回归不连续(RDD)、匹配方法(PSM)以及自然实验,目的只有一个:分辨“因果” vs “相关”。
例如:你看到喝咖啡的人工作效率更高。
计量经济学会问:
是因为喝咖啡提高效率?
还是因为效率高的人更喜欢喝咖啡?
还是因为天生精神好的人喝更多咖啡?
所有方法都是为了回答一句话:
喝咖啡是否“因果性”地改变了效率?
你懂了啵?
#科研学习 #多元线性回归 #实证分析 #计量经济学 #计量经济学 #经济学 #控制变量法 #应用统计


