首先声明我的观点,计量是工具也是理论,它不是普通计算机软件,不懂背后的道理也可以用,我个人强烈反对不掌握扎实的理论就去“应用”计量经济学,那绝对是强奸数据。
本人学习经历:读过大多数国际流行的各种“级别”的计量教科书(除了HAYASHI那本,没借到),熟悉SAS,做过大量计算机练习,“蹂躏”过不少中国的数据,现在读paper,参考手册。
开始篇(不是入门,那是很往后的事情了)
个人认为只有wooldridge那本书是值得反复读的(是那个初级本,国内译本也很好),古扎拉弟就算了,很多理论上的原因大家学到后来就明白了。古的书我读了两遍,现在早就扔了。但现在依然常常翻阅WOO.对于开始的人,woo书上的海量例子太宝贵了,而且绝大多数取材于著名论文,值得仔细品味。
学习方法:用随便那个软件(我用SAS)把书中的例子几乎全部做一遍,知道你用的软件所报告的结果中那些重要的东西是怎么来的(不用知道的太精确),该怎么解释。―――书上后来那几章不懂也没关系。
数学要求:基础数理统计学(就是一般初级书上附录那些内容),不用懂大样本理论,知道有一致性这个概念就行了,并且记住它是计量经济学中几乎唯一重要的评价统计量的标准。什么无偏啊有效啊都几乎是空中楼阁,达不到的标准。
忠告:1、别管 R square,几乎不用管多重共线性,知道异方差和自相关的概念就行了,知道大概怎么诊断,至于纠正嘛,不用太在意。不过对于GLS还是要有个认识。
2、对于简单二元模型中OLS相关的重要推导全部背下来,不多,但很重要。
3、这个阶段不要陷入公式推导。
4、如果你是初学者,不要指望把woo的书处处看懂,差不多就行了。
5、可以拿中国的数据“蹂躏”一下。
入门篇 :
数学要求:矩阵,大样本理论,稍微再难一点的统计学
B
矩阵书很多,GREEN附录也可以(推荐Dhrymes –mathematics for econometrics,这本书对大多数人来说需要看的也就大概三四十页吧)。大样本理论有难度,需要做比较严肃的准备,有比较好的概率背景的同学大概也需要时间来适应其中繁琐的推导,white—asympotic theory for econometricians前三四章是值得花时间的。数理统计学教材多如牛毛,不说了,大致GREEN附录的那些内容是要了解的(尤其MLE)。
教材:买一本GREEN的书放着,看完附录就算了,可以以后时不时的查阅其中其他内容。读过这本书的同学我相信会有很多人认为它是不值得通读的,没有重点,全面铺开,很恶心的做法。而且这本书例子不多,实际上我认为思想也很肤浅,没有着重捕捉回归的思想,计量模型中的因果含义等等。
建议:读Golderberg(怀疑又拼错了)吧,个人认为和GREEN功力的差距是本质的,又短又好的一本书,某些地方值得反复读啊读。起码他会真正告诉你OLS假设的含义,呵呵。
基本读完这本书之后,对计量差不多就有个认识了,可以真正开始深入学习了,wooldridge(2001)和Hamilton的很多章节是必读的。学到这个阶段的朋友就不需要我多罗嗦了。估计手册和必读的精彩论文都已经有所认识了。
忠告:1、要时不时的作个图看看,不看图(尤其是时间序列)是疯子的做法。ARMA模型要玩熟,要不然总有一天你得回来重新再学,嘿嘿。
2、学好OLS的相关内容实在是太重要了,不要见了更高深的方法就以为OLS没用了,多学几遍OLS吧。基本的矩阵推导要烂熟烂熟烂熟!大样本的结论坚持都推一遍。
3、可以尝试着用计量了,记住如果你只有二三十个样本点,最好不要计量。如果你有50个左右,解释变量别超过三个
转载请注明:数据分析 » 计量经济学学习心得_计量经济学心得体会