我们都要学会尊重别人,尊重别人才能尊重自己.gemini69看的出你是一个个性很强的人，这是很好的．但是适当的接受别人善意的批评，自己就会不断地进步！请原谅我的多嘴，祝进步！

我不说自己是个很聪明的人，但是我会很努力，如果我在学习过程中，遇到像双子座69这样的老师，也许我走不到这么远，或者早就失败了。但是我遇到的助教和教授，人都非常和善，我问过很多愚蠢的问题，他们都没有嘲笑我，一点一点的教我，所以我学期末能拿A，而不是期中的B-.我很感激他们。

专门注册了账号，来说这几句话，我觉得我是非常不善于学习econometrics的，这门课让我很头疼。

我也同一些人有过类似的争论. 呵呵

不过不是在人大论坛.

其实象arlionn说的很对. 先回去读好书,将理论打扎实了再好来交流啊.

妈的，这斯就是欠揍！

得儿呵的，有时间来东北整死你！

你说的最小一乘应该是指最小化L1 loss吧，比如LASSO中。

其实最小一乘，最小二乘没有绝对的好坏之分。

对与Gaussian typed data，最小二乘差不多是最优的（在很多criteria下，均如此，比如UMUVE），但对于heavy tail distribution，用L1norm更合理。

另外，L1norm更能产生sparseness，如果想要variable reduction的效果当然用L1norm更好。

而最小二乘则数学上更容易处理。

基本上就是这样。

regression的基本含义是确定因变量与自变量间的函数关系，从这个意义上说，古代与现代并没有多大差别，差别只在该如何选取这样的关系。从Wald推出的decision thry后，主流的观点一般建立在decision-theoretic 的框架下，即选取最小化风险的函数，如在squared loss下，这等价于f(X)=E(Y|X)。所以问题变成如何选取loss function，然后是如何解。

另外，我得印象是Galton在讨论父子身高的问题时提出的correlation，至于OLS，那个至少可以追述到Legendre1805年为了解决天体运行轨道而写的论文附录。

我想让你们推荐本能学好计量的书，不管是抄的还是怎么来的，能学好为自己所用不就行了吗？

客观地说，我在计量经济学方面的基础和楼上的高手相比只能算作门外汉，甚至很多提到的名词都不清楚。但是我知道一点，合理的争论是能够总结积累知识，推动学术进步的。但是，关键在于争论的方向（个人认为激烈的程度并不重要，没有人身的攻击大可海涵），如果偏离了问题本身，而成为一种争论某一地域对某某理论是否有过研究，又或者研究水平如何的争论便是没有必要和无聊的。设想，如果各位都如各自所述，真的有什么样的能力，将某某理论自行证明，那么这么好的精力为什么不用来就某个专业的问题进行辩论，或许些许年后，真的能在斯德哥尔摩市政厅的颁奖礼上看到诸位的身影，也成就每一个华夏经济人的梦想。

诚然，一个良好的习惯和正确的心态是研究成功的必要基础！所以我们应该在适当的时候大胆挑战权威，但绝对不是在什么时候都可以随意发挥这种“胆气”的。最后，希望同时也祝愿大家能够回归原始问题的所在，对学术的进步做出努力和贡献，证明各自的价值！

浅薄之言，一个后生的肺腑之谈。

学术争论是必要的,但过于充满火药味的争论,让我们后辈看了就感觉.......,有理不在声高,谁是谁非时间是最好的证明!!!!!

请问计量经济学自考教程哪有卖？

楼上真有意思，自己学过了方知

连回归这种最基本的原始含义都不了解（学过数理统计的都知道，回归是高尔顿研究父子高度关系时提出的），就像你不知道你父亲和母亲是谁，我认为这种人是无知的。

因此在这个问题上我非常支持某。

学问做得好就可以不尊重人吗？学问做得好，还要修养好。

如果爱因斯坦也象某君这样，那么他成名后肯定什么都不干，满世界骂人去了！很简单，水平太高，见谁骂谁！！！