（不“吐”不快，不“黑”不爱！）

    聊经验、侃对比、学习计量经济学的无数个日日夜夜；

有人说：计量经济学先给你个最理想模型，然后逐一推翻；

有人说：太坑爹了，假设检验原来都是自己憋出来，太扯淡，；

有人说：无动力不学统计软件，有动力，分分秒秒学得一手熟练操作…

    不怕你知道怎么学，就怕你不知道！

      【论坛五区】计量经济学与统计论坛，国庆小活动

  活动时间：10月6日（星期一）-10月8日（星期三）

   主题：说话就给币，多少，凭本事（自黑+吐槽+秀应用+心得+资料，统统Okkkk~）

   上一期：〖送“万万”个论坛币〗吐吐槽，谈谈经验，统计软件知多少

    本期讨论软件（等级）：

第一阶（1-30论坛币）：统计检验（异方差、自相关、多重共线性）、高斯经典假设、假设检验、平稳性检验、协整检验

第二阶（5-70论坛币）：模型秀（自回归模型、基本面板数据回归模型、联立方程模型、分布滞后模型、定性响应模型）、时间序列（ARIMA、GARCH）、统计软件（EVIEWS、R、AMOS等）

第三阶（10-100论坛币）：高级面板数据模型（空间面板、门限模型、PVAR等）、计量经济学（内、外生）、期刊（SCI等）

也欢迎讨论其他：统计软件、数据源、期刊发表、审稿

    回答给币（等级）：

灌水级（1-10币）；

知乎级（5-70币）；

大牛级（50-100币）

〈计量五区汇总贴〉

〖Only One〗计量经济学与统计软件版汇总贴
〖Only One〗数据交流中心版汇总贴
〖Only One〗顶尖可视化软件JMP软件汇总贴
〖Only One〗商业数学Matlab软件学习贴
SPSS19.0中文版下载、spss教程免费下载、spss免费视频课程-高效下载资料
Stata软件常见问题解答及链接汇总
SPLUS&R书籍汇总帖
★★★精品资源资源下载集中营★★★
***[推荐]LISREL,AMOS资料板块汇总 重金奖励新发资料******

〈范 例〉

知乎级（30币）：

——[学科前沿] 计量经济学学习心得

    学习计量经济学已有大半学期，用的教材是杰弗里·M·伍德里奇的第四版英文教材，渐渐发现了书中的规律。

    第一张先介绍几种不同的数据类型，如截面数据、面板数据等，第二章简单回归模型，第三章多元回归模型，懂了第二章，第三章就是依样画葫芦，不在话下。从第二章到第四章，提出经典线性模型假设，一共六个假设。后面的章节则把其中的假设慢慢推翻，再引进新的定理、方法或更弱的假设。

    简言之，就是先建立一个假设体系，然后逐一推翻。

大牛级（100币）：

——[学科前沿] [转帖]关于计量经济学的学习经验

   关于计量经济学的学习经验首先声明我的观点，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**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

     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。

      学得挺闷吧，JEP 2001 FALL整整一本讲计量应用的，全是顶尖大牛，每人讲一个方法，要求文章中公式不超过三个，巨精彩。什么非参半参，GMM（wooldridge），IV(angrist@kruger), VAR, GARCH(granger),等等等等。唉，太精彩了。去看看爽一下吧。

     不太明白为什么GREEN的书在国内被称做圣经，其实就是在AMZON上，这本书得到很多负面评价。

号外：欢迎“槽客”加我（QQ：407117636）一起吐槽计量啊~