计量经济学week1笔记

1. 什么是计量经济学

衡量、分析经济上的一些事。

要使用数学和统计学基础知识。

计量经济学考虑在搜集和分析非实验经济数据时的问题。

2.什么是非实验数据(观测数据)?

并非从对个人、企业或经济系统中的某些部分的控制实验而得来。

3.为什么只能拿到观测数据?

因为在社会科学中得到实验数据很困难。要么行不通,要么代价高昂,要么不道德。比如,如果我想知道工资与受教育的年数的关系。我要保证其他条件不变,一些人只上小学,一些人上高中,一些人上大学。但是显然,这种实验是不道德的。

3.5 观测数据带来什么问题?

无法控制其他条件不变,所以你不知道 y是 x1 还是 x2影响的。e.g. 工资是由于 教育的原因 还是 智商的原因?


4. 经验分析的步骤是什么?

4.1 什么是经验分析?——利用数据检验某个理论或估计某种关系

4.2 我们想基于历史数据,来预测未来的某个y。

怎么预测?

基于经验,证据 的分析 步骤:

1. 理解问题

2. 制定概念模型去 处理问题(基于经济理论&直觉 来建立模型)

3. 收集相关的数据

4. 描述数据

5. 估计模型,作出假设检验

,预测

6. 评价,学习,改进之前的步骤,

直到问题解决


5. 当搜集数据时,数据的类型有哪些?

横截面数据集:

给定时间点对个人、家庭、企业、城市、州、国家或一系列其他单位采集的样本所构成的数据集。

e.g. 在今年,500个工人的工资,教育,经验,性别数据集

数据排序不影响计量分析。

时间序列数据:

是由对一个或几个变量 不同时间的观测值所构成。

e.g. 股票价格,GDP,CPI...

过去的时间可以影响未来的事件。

数据排序影响计量分析。

e.g.在1950-1987年,一个国家的最低工资,失业率,国民生产总值等数据。

混合截面数据:参考ppt&textbook

面板数据:


6. 为什么要学 计量经济学?

1. 已知X,预测Y值

-基于股票的历史收益,预测股票的未来收益

-基于房价,预测学校质量

2. 检验经济理论 & 制定更好的政策

-找到因果关系模型

-e.g. what is the effect of greenhouse gases on global temperature?


7. 案例:

假如你想知道30岁澳大利亚人的平均工资是多少(prediction)。你抽取几个样本。你不可能算出每个年龄对应的工资 因为你可能没有每个年龄的工资数据。但是你可以找到一个关系式,这个关系式最好的描述了数据。你用这个关系式,就可以知道年龄为30岁的时候,澳洲人的 平均工资是多少了。

这个关系式,就是回归方程式。里面的参数具体说明了年龄和工资的关系和强度。

所以问题是,当这个关系式最好的描述了数据时,这个参数是多少——最小二乘法。

8. 最小二乘法的含义是什么?

当这个关系式最好的描述了数据时,也就是说 观测值 与 平均值的距离和 最小时。

距离用 残差来表示,但残差由正负,所以残差平方和最小时,得出的 关系式 就是最好的反映数据的关系式,用微积分就可以求出参数的值

有了参数的值,就可以拿X= 30,来预测Y的结果了。当澳洲人年龄为30时,他的平均工资为blabla。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,922评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,591评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,546评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,467评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,553评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,580评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,588评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,334评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,780评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,092评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,270评论 1 344
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,925评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,573评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,194评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,437评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,154评论 2 366
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,127评论 2 352

推荐阅读更多精彩内容