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