金勇进教授3月13日15点正式开始在线访谈 - 第2页

金勇进教授3月13日15点正式开始在线访谈

jinyj

2012-3-13 15:11:25

由于提问的问题比较多，所以先从大体上对大家的问题进行一个回复，坛友们有什么具体问题可以在随时提问。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

jinyj

2012-3-13 15:12:11

第一类：读研&读博和就业
读研&读博：和本科生最大的区别在于研究
1，       做研究的兴趣
2，       打好基础
3，       书：很难一一列举，建议读一套《国外优秀的统计学系列》，统计出版社出版
这套书如果都读懂了，就很棒了~
4，       对博士生最基本的要求是要具备科研能力，同时热爱科研工作，能够坐住冷板凳。
5，       我每年都招博士生，具体名额取决于学校的分配

就业：统计学是一门方法论的课程，主要研究的是数量规律，现在大家都更加注重定量分析，所以统计学专业学生的社会需求是很大的。在人民大学，统计专业学生的就业率属于最前面的一类，算是很有就业优势的学科。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

jinyj

2012-3-13 15:12:46

第二类：如何学习统计学：
对于非统计专业的：统计学本身有许多的公式符号，一些坛友感觉学起来很吃力，这是可以理解的。对于从应用角度而言的坛友，在学习过程中不必去死抠那些公式，例如公式的推导、公式的性质等等。而把重点放在结论上，也就是说这个公式告诉了我们什么，它在应用中主要的特点是什么，主要是会用，至于一些具体的计算问题，有很多统计软件可以帮助大家。

对于统计专业的：学习统计也有不同的策略，或者说自己的着力点。如果想从事专门的统计问题研究，打好统计学专业基础非常重要。如果是想从事实际工作的，更重要的是结合某一领域的特点做好统计学的应用，也就是相关领域的知识要有所了解。例如要研究经济领域的，经济学领域知识要有所了解。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

jinyj

2012-3-13 15:17:48

资料狂人发表于 2012-3-13 11:11
坛友liumingpzh：金老师您好！我是一名统计学教师，给经济管理类专业讲授统计学。我经常和同事们讨论这样的 ...

第三类：如何讲授统计学
现在在数理统计课上有假设检验和参数估计，在统计学课上也有假设检验和参数估计。一些老师感觉有重复感，这是很正常的。我认为这两门课的特点还是有差异的，数理统计课上主要是讲方法本身它的科学性问题，是就方法讲方法，应用统计课上，更多是从应用的角度讲方法，所以内容既有重合，但落脚点又有差别。如果是对数理统计专业的同学讲，应用方面就可以略带；如果学生的背景是经济统计的，建议老师在讲统计学这门课时，对假设检验和参数估计的内容，把重点和注意力放在这些方法的应用层面，能结合一些案例讲就更好了。

关于“大统计”课程：对于“大统计”课程的背景，我尚不清楚。我认为经济统计和数理统计的内容还是有差距的，数理统计主要是讲数理统计的方法；经济统计有方法也有指标体系，所以还应该是两门课。如果合为一门课，相应的内容课时要减少；同时建议数理统计的内容和经济统计的内容还是分开讲容易讲清楚。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

jinyj

2012-3-13 15:18:55

资料狂人发表于 2012-3-13 11:10
坛友xuezhongcao：你好，我是统计学教师，但是在教学过程中没有较多的实践活动，因此想问下如何把统计学的东 ...

第四类：统计实践活动
学统计的最终目的是要用，所以在教学过程中，结合实践活动展开教学是很好的。但由于各种各样一些原因，一些学校缺乏进行这种实践活动的条件，所以需要想想办法。
在我讲的这门课程中，结合实践有两种做法：
1，参与我的科研项目，在实践中运用所学的知识，这主要是对研究生而言；
2，自己设计一些实践活动，如组织学生做一些他们身边发生事情的调查，例如学校的自习时使用情况，餐厅服务满意度，学生上网购置商品的活动等。
此外，现在还有很多这种社会实践项目，如“挑战杯”，模型大赛等，教师都可以有计划地把这些纳入课程体系教学当中。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

jinyj

2012-3-13 15:19:53

第五类：关于统计学和计量经济学
统计学和计量经济学有密切联系，因为计量经济学中的许多模型都是统计模型，学好统计学对于计量经济学的学习有很大的帮助。但统计学和计量经济学还是两门不同的课程，他们的知识体系不尽相同：统计学侧重的是统计方法，例如对于模型，它讨论模型中的参数怎样估计、模型的假设是什么、为什么这些假设条件能导出后面的参数估计结果；而计量经济学是利用了统计方法来分析经济问题，它的核心在于经济问题的定量分析，例如统计学提供了模型的假设条件，而计量经济学回答在你研究的具体问题中，那些假设条件是否成立。在计量经济学中，除了统计学的知识，还有数学知识和经济学知识，是统计学、数学和经济学知识的融合。
学好统计学就为学习计量经济学奠定了一个很扎实的基础，但它本身不是计量经济学的全部。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

jinyj

2012-3-13 15:31:46

第六类：关于缺失数据
缺失数据是目前处理数据中经常遇到的问题，如果对缺失数据不加任何处理，推断结果肯定会受到影响。而影响的大小取决于数据是怎样缺失的，因此在缺失数据的问题中，首先要讨论的是数据缺失机制，它是回答不同情境下，数据的缺失会带来什么样的影响；
处理缺失数据有一些方法，比较常见的类别有：插补法；权数调整方法；参数估计方法。
在每一个类别中又有许多不同的方法。在不同的缺失数据机制下，不同的处理方法效果不同。所以，处理缺失数据比较典型的做法应该是：首先确定数据缺失机制，这取决于对现场调查情况的了解；然后在特定的缺失机制下，选择既简单又恰当的方法。一般而言，如果有辅助信息，采用辅助信息的模型方法至少是一个不太坏的选择。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

jinyj

2012-3-13 15:40:18

第七类：有关调查
通常目前的统计软件都是假定数据来自于简单随机样本，但现实情况是，调查往往是个复杂样本，对于来自复杂样本的数据，不加任何先期的整理，直接上软件计算，就会出现错误。所以数据的整理是非常重要的环节。数据整理的最核心任务是计算每个样本单元的权数，将观察数据和样本单元权数相结合，对目标变量进行估计，是抽样推断的关键问题。
同时，复杂样本估计量的方差计算在有些情况下相对容易，在有些情况下十分复杂。具体计算取决于你的抽样设计。
复杂样本的方差计算大致有两类方法：
一类是公式推导法，即根据抽样设计和方差定义推导出估计量的方差计算公式，这要求有比较好的数理功底；另一类是采用重抽样的方法进行估计量的方差估计，结果可能不是那样100%的精确，但方便了方差的计算。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

jinyj

2012-3-13 15:47:21

资料狂人发表于 2012-3-13 11:11
坛友jerryren：金教授您好：
您是抽样调查的方面的专家。据我观察，现在计量统计应用领域放佛在淡化数据来 ...

你提了一个很好的问题。而且这种现象确实存在。如果不加以认真对待，势必造成推断结果效率的降低。关键的问题在于：
第一，统计模型要求数据是随机的，使用这些数据就要证明假设的分布成立；
第二，直接使用统计软件是假定样本来自简单随机样本，如果数据来源不是单纯的简单随机抽样，而是一个复杂样本，还要考虑到每个数据对应的权数，推断才有理论上成立的依据。
因此，正如你所说，计量统计工作者在使用数据分析前，对数据的前期整理是非常重要的。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

jinyj

2012-3-13 15:58:28

资料狂人发表于 2012-3-13 11:11
坛友shadoubud：金教授：
您好！我是应用统计专业的研究生。您知道应用统计专业是今年刚开设的一个专业 ...

统计专业设立专业硕士学位有一个大的背景。在我国，学位硕士比例大大高于专业硕士比例；而在高等教育发达的美国，则情况正好相反，培养的研究生大都属于专业硕士类型。所以我国在研究生培养上要进行结构化的调整，增大专业硕士的比例，从今年开始我国增加了10多个专业硕士培养方向，就是在这个大背景下产生的。
顾名思义，专业硕士更强调的是应用型人才的培养，研究生毕业不再去读博士，而是从事实际工作。所以与学位硕士培养相比，专业硕士更强调课程的应用性。毕业后能够胜任实际工作对统计专业技术的要求，了解实际情况就非常重要。
在中国人民大学统计专业硕士培养中，我们设置了双导师制，一名导师来自于学校，一名导师来自于实际部门。也是想从培养的组织建设上加强对学生实际技能的训练和培养。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

huishanquan

2012-3-13 15:59:54

金老师，您好；首先很幸运，将有机会听您讲课。我工作中遇到的问题如下：
我得到两份数据，一份是内部数据（可算作是全样本数据），一份是第三方调研数据（抽样调研得到的数据）。为核实数据准确性，我采用两个配对样本的wilcoxon符号秩检验方法，对排名前20 的相同个体数据进行校验（个体数据本身差异比较大，前20个体所带的份额占总体的30%，后面数千个个体共占70%）。请问金老师，我的方法是否可行？这样计算得到的结果是否可信？非常感谢您的答复。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

jinyj

2012-3-13 16:06:16

资料狂人发表于 2012-3-13 11:11
坛友改革同步：金教授，您好，问一个一直疑惑的问题：
国外做时间序列研究，时间都是很长，而国内数据由于 ...

做时间数列分析，肯定是时序跨度越长、数据越多，效果越好。国外由于数据基础比较好，做的历史又长，所以时序数据比较多。与国外相比，我们在这方面还有距离。但是又不能因为数据过短而放弃这种分析。所以尽可能搜集到更多的历史数据，并且是否可以考虑将长跨度的数据打短或者截短，例如将年度数据转换成季度数据或者月度数据，这样数据量就会大一些。
当然用季度数据或月度数据要注意季节因素的影响。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

jinyj

2012-3-13 16:10:28

huishanquan 发表于 2012-3-13 15:59
金老师，您好；首先很幸运，将有机会听您讲课。我工作中遇到的问题如下：
我得到两份数据，一份是内部 ...

因为不太清楚具体情况，所以不好给与肯定地回答。
但思路可行，如果你认为对所选的数据（如份额占总体的30%），有理由说明其合理性就可以。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

jinyj

2012-3-13 16:18:13

第八类：关于论文选题
许多坛友提到如何写好论文，我的看法是：
第一，选题很重要。题目要新颖，能够吸引读者的兴趣，同时做这个题目又能发挥自己的特长。
第二，做论文题目不要太大。太大的问题不容易说清楚，容易流于一般化。题目要小，从不同的角度去说，容易把握。俗话说“选题要小，挖掘要深”就是这个道理。
第三，论文的核心价值在于创新。一篇好的文章总是有与其他文章不同的新意。这个新意可以从论文的构思、论文的内容等不同方面反映出来。
最后，论文还要思路清晰，具有逻辑性，让人读起来觉得合理、流畅。用的语言要准确、生动。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

tongchuxia51

2012-3-13 16:25:46

Wa哇哦

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

jinyj

2012-3-13 16:25:59

资料狂人发表于 2012-3-13 11:08
坛友stormsavage：你好金教授, 关于做市场分析, 目前我一直有一个困惑的地方:
在确定分析的对象以后, 我常 ...

你提的问题挺好。
这种情况确实存在，不同的人从不同的角度对问题的影响因素有不同的看法。
如果你做这件事情是个人写论文，你就按照自己的想法去做就行了，不要管其他人怎么说，关键是要自圆其说。
如果这是一个团队做一个项目，大家看法不同，就要一起讨论、统一思想。此外也可以借助一些分析工具，例如从10个指标中选取8个，应该选哪8个，可以利用一些多元统计方法选出最重要的变量，再把实际情况和专业知识结合起来考虑。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

jinyj

2012-3-13 16:29:55

资料狂人发表于 2012-3-13 11:10
坛友davil2000：请问金教授，实证(positive)研究与经验(empirical)研究的区别在哪里？在国内期刊上，为什么 ...

我的看法不一定对，仅供参考。
实证与经验有联系。我认为实证更多地在于目前发生的状况，其结论来自于实际的数据和情况；
而经验研究除了与目前发生的实际情况有关以外，还包括其他的情况，例如历史的情况、别国的经验等，它是实际情况和经验的一个总结。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

jinyj

2012-3-13 16:35:43

资料狂人发表于 2012-3-13 11:10
坛友法鼓山：金老师，您好。您的教科书上说明了，估计总体平均值和估计总体比例时所需样本大小的确定方法， ...

教科书上所写的确定样本量的方法是一种理论方法。
而现实调查样本量的确定是一个应用的问题，既要考虑到样本量确定的理论公式，又要结合实际的情况，如调查经费的多少、调查对象的范围、调查的内容，以及调查实施的能力等。
显然，如果调查的问题很多，对不同的问题又要进行分类，同时要保证每个类别的估计达到一定的精度，那么每个类别的样本量就要达到一定规模，总的样本量就会很大。有时，侧重点在于把握整体的估计精度，而对类别的估计精度放宽松一些，也是实践中常见到的。