作为高等院校财经类专业的核心课程，以及当代主流经济学的重要研究方法，计量经济学从基于20世纪30年代诞生之日起，就显示出强大的生命力。历届诺贝尔经济学奖获得者的研究工作也都程度不一地与计量经济学发生联系，计量经济学的重要性可见一斑。今天为大家带来的是优秀经管类学习资源推荐、介绍、点评以及精彩答疑与知识解惑，真心希望能对您的计量学习有所助益。
作者：徐定德 （
经管之家ID：xddlovejiao1314
来源：经管之家
第一部分：
优秀经管类学习资源推荐、介绍、点评
（1）学术科研工具资源推荐及个人使用点评
[1]Sci-hub：免费的SCI/SSCI下载工具。
链接：http：//www./。
[2]知网的学术趋势功能：快速了解国内某个研究方向的研究热点、动态。
链接：http：//ki.net/TrendSearch/。
[3]Webofscience数据库创建引文报告功能
：快速了解国外某个研究方向的经典文献、研究热点、主要研究国家和研究机构等信息。
http：///UA_GeneralSearch_input.do？product=UA&search_mode=GeneralSearch&SID=Y1SleWrg2qq1gfqLcFe&preferencesSaved=。
[4]Endnote、webofscience、ResearchAnalytics等数据库软件使用、培训资料。
借助这些资料，可以大大提升文献检索能力和文献管理能力。
链接：http：//.cn/productsservices/（记得以前有免费的培训视频资料的，现在不知道为什么没有了，需要视频资料的，可以直接百度，如搜索"endnote汤森路透"）。
(2)图书、教辅资源推荐及个人使用点评
伍德里奇《计量经济学导论》
乔舒亚o安格里斯，特约恩o斯特芬o皮施克《基本无害的计量经济学--实证研究者指南》
谢宇《回归分析》、《分类数据分析的统计方法》（与鲍威斯合著）、《社会学方法与定量研究》
陈强《高级计量经济学及Stata应用》
汉密尔顿《应用Stata做统计分析》
科林o卡梅伦，普拉温oK.特里维迪《用Stata学微观计量经济学》
张文彤《SPSS统计分析教程（初级版和高级版）》，《IBMSPSS数据分析与挖掘实战案例精粹》
阿德尔海德oA.M尼克尔，佩妮oM.皮革斯曼《如何呈现你的研究发现：插图制作实践指南》
阿德尔海德oA.M尼克尔，佩妮oM.皮革斯曼《如何呈现你的研究发现：表格制作实践指南》
刘万祥《Excel图表之道》
重庆大学出版社万卷方法系列书
使用心得及点评：
我个人只接触过SPSS软件和Stata软件。计量和统计的书买了一大堆，但真正看下来的，对我个人影响比较大的（或叫合我个人胃口的）书在理论层面的有伍德里奇的《计量经济学导论》，乔舒亚o安格里斯和特约恩o斯特芬o皮施克《基本无害的计量经济学--实证研究者指南》以及谢宇的《回归分析》、《分类数据分析的统计方法》、《社会学方法与定量研究》。我个人感觉这几本书是在从计量和统计最本质的层面在介绍知识点，且介绍过程中穿插大量案例，就像一个多年的好友在给我讲故事一般，读起来不枯燥，容易理解。
软件实现层面，早期用SPSS，张文彤老师的《SPSS统计分析教程（初级版和高级版）》和《IBMSPSS数据分析与挖掘实战案例精粹》对我影响比较大，
我前面几篇文章的实证分析就是参考他的书实现的。张老师书的一个特点就是细，每种方法原理介绍后附有大量的操作截图和结果解释截图，按照步骤一步步来就可实现想做的分析；现在用Stata，陈强老师的《高级计量经济学及Stata应用》、汉密尔顿的《应用Stata做统计分析》、科林o卡梅伦和普拉温oK.特里维迪的《用Stata学微观计量经济学》成为主要的参考工具书。这几本书的原理介绍比较精炼，没有一定的计量/统计基础，直接看这几本书可能会比较吃力。但如果有一定的基础，那看这几本书就会比较愉悦。重要的是这几本书有大量的stata实现各种功能的代码和案例。可以有效的帮助做实证研究。
绘图层面，阿德尔海德oA.M尼克尔和佩妮oM.皮革斯曼的《如何呈现你的研究发现：插图制作实践指南》、《如何呈现你的研究发现：表格制作实践指南》，刘万祥的《Excel图表之道》我个人感觉都是很好的教材。这几本书从最本质的层面将各种不同的图表制作分解为不同的部分，然后有针对性的介绍各个的制作应当注意的事项。可以考虑作为图表制作的工具书。
综合类，重庆大学出版社万卷方法系列。这个系列翻译了很多国外比较经典的著作，同时也出版了很多国内比较优秀学者的著作。基本囊括了人文社会学科研究的方方面面--文献检索、文献阅读、文献写作、研究方法（定性/定量）等。其中，大多数书图文并茂，跟着截图操作一步步走就好。少部分书需要一定的功底才能看懂。
（3）学术著作推荐及点评
费孝通老先生《江村经济》、《乡土中国》、《生育制度》；梁漱溟老先生《乡村建设理论》、《中国文化要义》。
两位老先生的作品帮助我打开了认识中国农村的窗口。二老的作品语言朴实，浅显易懂。从作品中可以感受到那个年代学者的脊梁和激情。强烈推荐对中国农村感兴趣的坛友看看。
第二部分：
精彩答疑与知识解惑
1、交互作用--因变量为二分类变量，自变量有分类变量，有连续变量变量间的交互作用怎么做。有交互作用的变量怎么筛选。
答：首先，因变量是二分类变量，故而模型选择用
二分类Logistic回归模型/二分类probit模型。
自变量有分类变量，连续变量。分类变量如果是二分类直接纳入模型即可；
分类变量是多分类变量，则需转换成虚拟变量/哑变量，然后再纳入模型；连续变量做描述性统计分析，若无极端异常值，基本符合正态分布，直接纳入模型即可。若存在极端异常值，需处理。
构建交互项。
利用compute功能产生交互项。如你想产生a与b两个变量的交互项。为避免多重共线性，需先对a，b进行中心化处理后，然后再利用compute功能产生中心化后的变量的交互项。
虚拟变量的产生过程推荐张文彤老师《SPSS统计分析教程》，
链接：http：//bbs.pinggu.org/thread--1.html；
交互项的相关知识推荐谢宇老师《回归分析》
，链接：http：//bbs.pinggu.org/thread--1.html。祝好运~
2、用stata做Logit模型，我就是先进行逐步回归删除了不显著的指标，并且通过了多重共线性检验，结果做出来的Logit模型的一个系数格外大，老师说有问题，那我现在该怎么办？是需要在最初对数据进行标准化处理或者缩尾之类的吗？还是应该经过什么其他处理？？？
答：一点疑问：疑问是楼主为什么在构建模型时要使用逐步回归呢？回归分析一般分为解释型回归和预测型回归。
当需要用回归模型进行预测时，这时可以使用逐步回归法，将不显著的自变量剔除；
但如果是基于理论/文献/常识做出了研究假设，那么一般就不用逐步回归了，因为逐步回归直接剔除了不显著的变量，这时就不知道被剔除的自变量的系数和显著性具体数值大小了（同时，如果用stata在构建逐步回归时，如果剔除标准是0.05以上，那么显著性在0.05-0.1之间的变量也被剔除了，这其实在很多研究中是需要的）。所以，
如果是构建解释型回归，个人不建议使用逐步回归方法。建议在构建模型前先对自变量做多重共线性诊断，然后用因子分析合并具有严重多重共线性的指标，再进而和其它自变量构建模型。
建议：在构建模型前先对数据进行预处理，包括极端异常值的诊断和变量基本趋势的转化等。
如果不做极端异常值诊断而直接构建模型，那么在模型的结果中一些强的影响点（即极端异常值）完全有可能使得模型系数大小甚至方向发生改变的。楼主现在得到的结果可能就是极端异常值的影响。祝好运~
3、怎样学好计量经济学？大约需要多长时间？
答：这个问题问得太泛，不好解答。你想，不同的人有不同的背景，有不同的数理基础，有不同的理解能力，还有可能投入的精力也有所不同，个体与个体间的差异性使得要把计量学好的时间肯定就千差万别了。不过，差异中也会有共性的地方，那就是把计量学好，在我这个外行看来可能需要注意的有以下几点：
一是不要想一口吃成一个胖子。计量的学习是个长期的过程，短期某种方法你可以很快"掌握"（可能只是会用，具体的理解还不是太深刻，其实这在我看来不叫掌握），所以不要急功好利。
要静得下心来好好学，事在人为。一天进步一点，有个量变到质变的过程。
二是计量的学习要有毅力，时间要相对集中。如果只是零散的拿一些时间来学，可能掌握的知识也是零散的。
今天没事学点，明天有事就少学点，甚至不学，使得学习是断断续续的，前面刚学习的东西，由于没有连贯起学着走，边学边忘，最后基本就等于没学，慢慢就放弃了。所以计量的学习建议系统，一鼓作气的学，连贯的学。
三是找准找好资料。
大千世界，关于计量学习的资料太多了，各种资料的质量也参差不齐。所以找准找好适合自己的资料很重要。如果有经济条件，建议在论坛买视频学习，视频学习相当于有老师在指导你，且可以反复不断的看，且学习的也相对系统完整，很多细节的东西也会在视频学习中掌握；如果没有经济条件，可在论坛下载经典教材，硬着头皮看下去学。
计量基础点的教材古扎拉蒂的《计量经济学基础》，中级点的伍德里奇的《计量经济学导论》，高级点的格林的《计量经济分析》。此外，我自己看的谢宇老师的《回归分析》也不错。基本都是大块头的书，所以承接我上面第二点说的，要集中投入精力在里面学。一
般的人即使拿着这些经典的好书看着看着也会累，累了就不想看，看不懂就有点想放弃，然后就说计量难，不学了。其实，只要硬着头皮看下来，一本书看个2-3遍，很多东西慢慢就会理解了。
四是干中学。边看边实践操作。计量理论和软件应用能力同时提升。
长期的过程坚持下来了，水准就上去了。
一个外行的计量经济学学习之路
（点击查看），我就是一计量自学的外行，这个链接是我的计量学习之路，但愿对你有启示。零散的说了这么多，祝好运。
本文来自微信公众账号提交，由微讯啦收录，转载请注明出处。
微信扫码 分享文章如何写好计量经济学实证分析论文
如何写好计量经济学实证分析论文
如何写好计量经济学实证分析论文中南财经政法大学研究生学报，李占风经济学研究的主要目的是用经济理论解释所预测到的经济现象，预测经济走势，并提出政策建议。计量经济学是检验经济理论，解释、预测经济现象的最主要数量化方法。其重要性是因为绝大多数经济现象不能像自然科学那样通过实验反复观测获得数据，从而得出科学结论。经济学分析只能通过实际经济系统运行得到的观测数据进行分析，这样的分析称为实证分析，因此，实证分析在经济学研究中显得更加突出。实证分析就是用数据来描述客观经济现象，找到蕴含在数据中的规律与特征，为经济学研究提供依据。对刚刚使用计量方法进行研究的人而言，要写一篇有实证研究的报告或论文常常会遇到各种各样的困难，在此就计量经济学实证分析论文的研究给大家提供一些建议。一、用理论或逻辑表述提出研究选题在进入模型之前，这是提出问题的部分，即告诉读者为什么要研究这个问题。比如，认为现有的理论不能解释某一现象，或者要澄清对某一问题的认识，又或者是质疑现有理论等等。在这一步，就是要让读者相信你的问题“要么重要，要么有趣，要么两者都有”。例如，环保政策是否会带来环境的改善，汇率变更如何影响进出口贸易等等。对该问题的描述可以通过经济理论的表述进行分析，也可以依据经济现象的逻辑关系进行表述，区别在于经济理论严谨但复杂，逻辑分析简单但不够严谨。对于选题的方向依据经济计量分析的用途可以按下述方向选择。1．经济变量关系分析，即结构分析。通常是解释某些经济学现象。2．经济学假说的检验，即验证经济理论。就是要检验相关经济学假设或理。3．预测经济学现象，即经济预测。就是预测某些经济学指标的未来趋势。4．政策选择，即政策评价。就是通过政策模拟找到最远经济政策。二、建构实证计量模型通过经济理论分析或逻辑分析已经确定了选题的内在逻辑，因此就可以使用数学模型来表达我们的选题。在确定模型时要理清如下几点。1．确认计量模型中解释变量和被解释变量之间的内在联系或因果关系；2．对可以使用的计量模型进行选择性评价，对模型是否适宜研究该问题进行讨论，为实证分析中模型的改进提供理论依据；3．依据上述分析确定初步的理论经济计量分析模型。在此提醒二点:第一，应该对本领域的实证分析范式有所了解，即通过阅读相关文献了解这一类模型的实证分析方法；第二，除研读相关经济理论之外，应比较三至五篇有实证分析的文献中的实证计量模型；第三，应初步调查是否有相关的数据，若无数据则无法进行实证分析。三、数据资料收集与处理数据收集可以从数据库(主要是学校购买的数据库)寻找，也可以从统计年鉴等出版物收集，还可以向已使用相关数据的论文作者询问收集。如果进行共同研究，可以与合作者共享他们的数据。此外，因特网也是一个有效的数据收集来源地。对数据的收集与使用要注意以下几点。1．对数据的精确性一定要按经济学定义严格查核。模型中的变量是经济学变量，但实际经济系统中提供的统计指标不一定与模型中的经济学变量严格对应。如C－D 生产函数中的资本存量K，可以使用原值，也可以使用净值，选择不同，结论亦会有差异。2．对于时间序列数据，如果是价值量数据还需要进行可比价处理，即处理为同一时期价格计量的价值量指标。只有这样不同时期的数据才具有可比性，研究结论才是可信的。3．如果数据中有异常值需要进行特殊处理。如没有理由剔除，应选择虚拟变量进行表述。4．如果使用季节时间序列数据就必须进行季节调整，因为许多季节数据不可直接相比。5．数据处理完毕后可以使用电子表格软件对数据列表绘图，以验证数据的逻辑合理性，对不合理的数值要有所处理；不论要用的是横截面数据还是时间数列，数据量越大越好，如果能够使用面板数据( PanelData)就更好；6．对资料数值作一些描述统计分析是实证分析的前期准备。通常通过图表列描述各统计指标的各项统计量(样本平均值、变异数、变量间的样本相关系数等) 。四、参数估计与模型取舍估计方法的选择既不能片面强调复杂性也不能过于简单，而是要根据实际问题的需要确定最恰当的方法。在模型的参数估计过程中要依据经济理论检验、统计检验、经济计量检验的结论不断对模型进行修正，直到找到最佳模型。1．若采用了比较复杂的计量方法，则要说明为什么简单的方法不适合。计量方法的好坏不在其复杂程度，而在于它是否能够帮我们得到正确的估计值，以了解数据中所包含的真正信息。2．回归模型的设定，尤其是函数形式与解释变量的取舍，可在估计过程中不断的修正。对被解释变量和解释变量均可尝试诸如对数、指数、幂函数等不同的函数形式。这些函数形式的选择，以经济理论上的考虑最为重要，不能单只为了提高模型的估计效果，而盲目的选择一些不合理的函数形式。经济理论分析需要的弹性分析、半弹性分析、边际分析就决定了模型的函数形式。3．解释变量的选取( 1)解释变量是用来解释被解释变量的，因此，要么解释变量是原因，要么解释变量是被解释变量的先行指标。也就是说，解释变量是原因在先，被解释变量是结果在后，有一定的先后顺序。( 2)要注意解释变量的相关性，不能将一大堆彼此相关性很高的变量放进回归式内，如此会造成严重的多重共线性问题；( 3)经济理论所牵涉到的变量如果是无法观察到的，做实证研究时必须采用替代变量( Proxy)，研究者要对所选用的替代变量的合理性加以说明。( 4)虚拟变量的定义要清楚而合理，使用要小心；( 5)如果解释变量有观测误差等数据缺陷，需要探讨可能造成的计量问题。4．横截面数据要重点关注异方差( Heteroscedasticity)问题，时间数列数据则要重点关注自相关( Autocorre-lation)问题。要确定时间数列的稳定性( Stationarity) 。5．模型参数的稳定性要注意，可以使用Chow Test 判断是否存在断点。五、实证分析报告的写作实证分析的论文与一般经济学论文具有相通之处，此处仅仅就计量分析论文的特殊性进行展开表述。1．绪论说明研究的性质、范围和目的，并从不同角度或一个比较宽广的视野(历史、社会、文献、问题严重性等)来解释研究的重要性。2．文献回顾对和主题有直接和间接关系的文献做一个简单、清楚、有系统的回顾，和主题有直接关系但有不同结果的文献，更是要有比较完整的解释。对该选题的模型使用要进行总结和归纳，提出本文模型使用的特点与新意。3．模型设定经济计量模型必须是可以进行实证分析的模型，因此用来研究经济学问题的计量模型一定是可以应用样本数据进行参数和相应统计量的估计的模型。这些模型可以通过数理经济学的模型推导而来，也可以在简单的逻辑关系上构建。对模型中所涉及的变量均须给与明确的定义，对解释变量和被解释变量之间的关系要详尽的说明，也要解释对模型中主要系数(或由这些系数所导出之弹性、乘数等)可能数值的大小及符号有怎样的理论预期，这些说明正是文章所要通过模型解决的经济学问题。4．数据收集与处理对数据的种类、性质、来源出处、数据修订的方式、数据中可能有的错误和缺失，都要有详细的说明，最好也能将资料的基本统计量表列出来。5．实证分析结果的报告( 1)模型估计结果可以选择公式法和表格法进行表述。如果模型比较简单，解释变量少，可以使用公式法表述。这样简洁明了，清晰易懂。如果解释变量较多，可以选择表格法进行表述。但都要把回归系数及其主要检验统计量标示在相应位置。每一系数估计值旁标示标准误( s．e．)或t 统计量，也可加列p 值，对于显著的估计值也可附加星号标记以提醒读者。显示模型整体表现的统计量，如Ｒ2(线性回归模型)，F 统计量，都应列出。对于时间序列数据模型Durbin－Watson 统计量必须列出。( 2)对主要回归系数(或由回归系数所导出之弹性、乘数等)估计值的大小、符号及显著与否要详加讨论，对于显著的估计值更要和理论预期值比较，若有明显的矛盾，则要探讨原因。( 3)对重要回归系数若是得不到显著的估计值，则要探讨其中原因。绝不能对不显著的估计值做出过度的解释，尤其不能宣称不显著的估计值支持或不支持某些特定结论。我们要知道估计值不显著，就是表示所使用的数据不能够提供足够的信息，若是没有足够的信息，当然不能够也不应该做出任何确切的结论。( 4)所有具有政策意义的重要论点都要经过假设检验的探讨其显著性。( 5)若要根据估计模型对数据外的时期或状况进行预测，则态度必须保守谨慎，尽可能设想预测可能不准的原因。( 6)所有列举的统计数字应尽量保持统一的小数点位数(小数点后三位数或四位数均可)，如果有很小或很大的数字，则可以用科学表示法表示(例如1．2345 × 10－4)，尽可能显示出三至五位有效数字。6． 结论与政策建议对全文的研究结论进行综合，用一句简短的语言表述你的研究结论。然后对该结论给予相应的说明。一篇实证分析论文的结论一定要来源于你实证分析模型，要相应的统计检验的支持。重要的核心研究结论有2－3 条已经很了。一定不可直接引用流行的但你文中未作为重点研究的结论作为你论文的结论。对应的政策建议也应该由你的研究结论产生的对所有重要结果做一个完整的总结，并经由理论或数据中不尽完美处的讨论，指明未来研究的方向。热门图文TOP101、【原创】史上最全计量经济学学习手册（一）2、颐和园经济计量学讲习班：中国计量经济学家的扫盲班3、计量经济学模型对数据的依赖性4、量化历史研究告诉我们什么？人类历史中其实只发生了一件事？5、发表超过1450篇论文的怪才——“论文合作之王”计量经济学服务中心，始终和你在一起欢迎关注我们，关注知识，发现价值，一起见证学术力量论文指导、软件操作、学术技能、数据分析等学术问题，快到碗里来
发表评论：
TA的最新馆藏苹果/安卓/wp
积分 149, 距离下一级还需 111 积分
权限: 自定义头衔
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡下一级可获得
权限: 签名中使用图片
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
开心签到天数: 6 天连续签到: 1 天[LV.2]偶尔看看I
想学点计量经济学但不知道用什么软件比较好。
载入中......
这得看你主要把软件用于研究计量的哪个方向。比如说主要研究时间序列的话用eviews入门比较好，主要研究面板数据的话用stata较好。个人觉得楼上提到的spss似乎更适合用于统计分析而不是计量经济学。个人观点
本帖被以下文库推荐
& |主题: 9004, 订阅: 23
SPSS。见笑了
eviews比较简单方便
我在学的是microfit，但是个人感觉eview的比较好
身在社会中，活在自我中
.EVews 和SPSS 最常用。
这得看你主要把软件用于研究计量的哪个方向。比如说主要研究时间序列的话用eviews入门比较好，主要研究面板数据的话用stata较好。个人觉得楼上提到的spss似乎更适合用于统计分析而不是计量经济学。个人观点
热心帮助其他会员
总评分:&经验 + 10&
论坛币 + 10&
[size=7][color=Red][b]上财各科课件及内部消息不定时发布，有意者请加粉丝或关注并查看我的帖子及文库。[/b][/color][/size]
这个要看你学理论计量还是应用，如果是前者最好用r,因为这个软件可以让你同时了解计量经济学的原理;如果是后者，eviews和stata都是不错的选择
eviews 还不错的 时间序列分析课用过的软件
eviews不错
还是eviews好用
初级热心勋章
初级热心勋章
初级信用勋章
初级信用勋章
中级热心勋章
中级热心勋章
无限扩大经管职场人脉圈！每天抽选10位免费名额，现在就扫& 论坛VIP& 贵宾会员& 可免费加入
加入我们,立即就学扫码下载「就学」app& Join us!& JoinLearn&
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师