Econometrics/Stata再学习（一）

Tips：

1）For large data: set memory

2）price index：长时间数据要注意平价

3）在做调查之前，一定要先思考想要什么样的图（是否又方差差异、大体趋势的形式），再去设计问卷问题/调查策略。

从相关性到因果关系

1）covariance的意义：注意从定义式理解cov(X,Y)=E[(Y-EY)(X-EX)]（从象限意义理解）

        property1：x和y相互独立，则cov=0。逆命题不成立！

        property2：any…

corr x1 x2, cov

2）corr的意义：可以消除量纲，把二者关系界定在-1和1之间

corr x1 x2 x3

3）Pearson correlation：

4）Spearson correlation：

5）注意经济含义，数据上相关≠经济上相关

gr matric x1 x2 x3        #画出一个多变量相关关系的图

twoway (scatter y x) (lfit y x)        #在一张图中同时画出散点图和预测线linear prediction plot

Sampling distribution

• 数据中进行抽样，即可得到βi_hat的分布（中心极限定理），从而确定βi_hat是否显著不为0.

OLS estimates

• 最小二乘法，令ei的平方和最小
• 残差的概念/残差的估计的概念：y=β0_hat+β1_hat·x+u_hat，u_hat是不能被自变量捕捉的信息（能体现个体的差异），但是uhat的mean极小。
• 拟合优度R^2=SSE/SST：越接近1说明分布越相似（ps: SST=SSE+SSR，此时已有假设）
  • 数据离散程度极高的时候（微观较多），很难出现接近于1的R^2
  • SST (total sum of squares)为总平方和，SSR (regression sum of squares)为回归平方和，SSE (error sum of squares) 为残差平方和