自用，也方便給有緣之人。
在經典假設不滿足的情況下，fgls不比ols更有效。
小樣本時，dw test比lm test更powerful，因為lm test是乙個漸進的檢測。
遞迴殘差比ols殘差更有資訊量。
實際操作中，如果存在異方差，仍然使用ols，但方差估計值要選擇robust variance.
如果存在異方差，且根據ols方差和robust方差得到的顯著性檢驗結果相同，那麼就沒有必要理會異方差的存在。
如果必須要修正異方差，就要大膽假設異方差的形式，並用breusch-pagan test檢驗，而不是迴避異方差的形式。
其他修正異方差的方法包括對資料取對數和把變數變**均變數。
解決序列相關的傳統辦法是「準差分法」。但是，序列相關出現，意味著模型設定有問題；應從模型設定上入手解決。
arma模型是計量經濟學家的良心。如果你建的模型的**能力不如arma，那麼模型就是失敗的。你要敢於拿arma去挑戰自己。
在檢驗序列相關時，dw test針對ar(1)的誤差項。即使誤差項不滿足ar(1)，dw test也富含資訊。
在用newton-ralphson方法對非線性模型作迭代時，初始值和步長的選定很重要。
在garch（1,1）中，誤差項的方差在實證中總是趨近於無窮大。儘管後人對此作了修正，但我認為問題出在根本模型的設定。
計量建模時一般考慮線性模型，why？我的答案很簡單：why not？反正模型的形式是未知的。既然未知，為何不選最簡單的線性模型？
很多教科書一討論引數估計，就搬出幾大標準：無偏性、有效性和一致性。這幾個性質的地位是不一樣的。一致性是最重要的，而有效性在它面前微不足道。至於有偏無偏，即使有偏，也可能是一致的；所以無偏性也不重要。在某些特定的條件下，無偏性只是為了保證一致性成立的必要條件而已。
當在計量經濟學中遇到困難時，往往要回到經濟學中尋找答案。
不能根據r平方判斷模型的優劣。r平方隨著解釋變數個數的增加而增加，因為information is never negative。如果高的r平方只是源於更多的解釋變數，那麼顯然高的r平方不代表更好的模型。而且，高的r平方還意味著模型樣本外**的能力較低。
在時間序列分析中，r平方超過0.9不是什麼大不了的事情，不必為此沾沾自喜；而在橫截面分析中，超過0.3的r平方就被看作超級了不起的事情。
橫截面資料一般包含特定的結構，因此處理起來要小心。
時間序列的回歸中，一定要保證內部邏輯的一致性。拿i(0)對i(1)做回歸或拿i(1)對i(0)做回歸都是不能接受的。當你看到有人直接拿gdp對利率作回歸，那他的模型必錯無疑。
模型的t值很大先不要高興，因為這很可能是謬誤回歸的產物。如果此時durbin-waston值很小（小於0.5），那麼謬誤回歸的可能性就進一步變大了。
在處理聯立方程組模型中，一般採用reduced form。reduced form雖然不一定得到原方程組的引數，但用來**足矣。
如果**誤差有相關性，那麼模型設定一定有錯誤。
在對用極大似然法得到的引數的漸進分布進行討論時，千萬別忘了資訊矩陣等式是一切簡化結果的前提。雖然這一等式很難成立，但大部分計量經濟學家都預設它成立。
在假設檢驗中，如果模型是線性的而原假設是非線性的，則一般考慮wald test。如果模型是非線性的，則要考慮lm test。
在模型設定上有兩種思路：一種是由頂至下（top-down），一種是由底至上（bottom-up）。前者是指先設定一大串解釋變數，然後乙個乙個排查；後者是指從最簡單的模型入手，逐個往裡加解釋變數。前者的問題在於包含了多餘的變數，致使非有效性產生；而後者遺漏了重要變數，致使不一致性產生。從一致性和有效性的重要程度來看，似乎應當選擇前者。但是，除非你能保證那一大串解釋變數完全包含了真實的模型，否則那一大串變數的模型也是不一致的。而能做到這一點（包含真實模型），很難。既然都不一致，為何不選擇從簡單的模型開始呢？
計量經濟學建模 計量經濟學tips
01 計量建模時一般考慮線性模型，why？我的答案很簡單 why not？反正模型的形式是未知的。既然未知，為何不選最簡單的線性模型？02 很多教科書一討論引數估計，就搬出幾大標準 無偏性 有效性和一致性。這幾個性質的地位是不一樣的。一致性是最重要的，而有效性在它面前微不足道。至於有偏無偏，即使有偏...
計量經濟學建模 計量經濟學tips
01 計量建模時一般考慮線性模型，why？我的答案很簡單 why not？反正模型的形式是未知的。既然未知，為何不選最簡單的線性模型？02 很多教科書一討論引數估計，就搬出幾大標準 無偏性 有效性和一致性。這幾個性質的地位是不一樣的。一致性是最重要的，而有效性在它面前微不足道。至於有偏無偏，即使有偏...
《計量經濟學 下冊》
一本好書，節省幾個月的時間，很多在其他地方學到的複雜的東西，這裡寫的很簡單，邏輯很清晰 非常棒的一本教材，這才是教材嘛。目前重點看它的第五章 時間序列計量經濟學。做任何時間數列的分析時，通常第一步工作是先看看數量的圖形。具體的內容摘要，放到 時間序列分析與量化交易 4 從經典角度看概念。非常棒的一本...