Глава 19: Выполнение эмпирического проекта | Вводный курс эконометрики (Вулдридж)

Что превращает регрессионный анализ в научную статью? В этой заключительной главе курса представлен полный рабочий процесс: постановка вопроса, на который данные действительно могут ответить, обзор литературы, сбор и очистка данных, честное проведение анализа и написание отчета таким образом, чтобы читатель мог проследить — и повторить — каждый шаг. В главе приводятся примеры на экране, от вопроса о вытеснении IRA до фантомного панельного наблюдения, ловушки кодов профессий и моделей уровня разводов, демонстрирующих реальный эффект масштабирования по численности населения. В этой лекции — главе 19 «Вводного курса эконометрики» (Wooldridge) — выполнение эмпирического проекта описывается словами самого лектора: постановка конкретного вопроса, поиск литературы с помощью EconLit и Google Scholar, четыре структуры данных, ввод и хранение данных, проверка и очистка данных, ловушка панельного дифференцирования, обоснование метода наименьших квадратов, ловушки функциональной формы, инструментальные переменные и панельные методы, анализ чувствительности и предупреждение о методах интеллектуального анализа данных, а также полная анатомия эмпирической статьи от введения до советов по стилю. РАЗДЕЛЫ 0:00 Название и план исследования 0:50 Постановка вопроса: конкретный, поддающийся ответу, данные должны существовать 1:39 Тематические области: труд, государственные финансы, образование, макроэкономика 2:59 Описательные вопросы против вопросов политики 3:50 Поиск тем: JEL, EconLit, Scholar 4:47 Предостережения относительно оригинальности 6:11 Проверка вопроса 6:52 Обзор литературы 7:54 Типы данных: от поперечного сечения до панельных данных 9:00 Преимущества панельных данных и эндогенность 10:19 Ввод и хранение данных 11:35 Ввод в печатном виде: текст, электронная таблица, прямой ввод 13:09 Проверка и очистка данных 14:30 Выявление ошибок: коды, единицы измерения, порядок 16:07 Ловушка панельного дифференцирования: фантом 1992 года 17:09 Обоснование МНК: экзогенность прежде всего 18:17 Ловушки функциональной формы: коды профессий 19:49 Упорядоченный ответ, Гетероскедастичность, временные ряды 21:22 Методы инструментальных переменных и панельные методы: общежитие, четырехфакторная регрессия 23:42 Анализ чувствительности и интеллектуальный анализ данных 25:25 Интеллектуальный анализ данных: пошаговая регрессия 26:53 Написание работы: введение 28:38 Концептуальная основа: преступность, AFDC 30:14 Модели против методов: уравнения 19.1 и 19.2 32:28 Предположения, логарифмы, нули, панельные данные 35:41 Модели уровня разводов 19.3 и 19.4 38:14 Раздел данных: таблицы 19.1 и 19.2 40:36 Раздел результатов: начните с простого 43:15 Примеры отчетности: уравнение заработной платы, таблица 19.3 46:59 Выводы и советы по стилю 49:22 Ключевые термины, проекты, журналы, завершение курса РАССМОТРЕНО ТЕМЫ • Постановка вопроса: конкретный, поддающийся ответу, данные должны Существование • Тематические области и различие между описательным и политическим подходами • Поиск литературы: JEL, EconLit, Social Sciences Citation Index, Google Scholar • Структуры данных: поперечное сечение, временные ряды, объединенные поперечные сечения, панельные данные • Ввод и хранение данных: текст ASCII, электронные таблицы, прямой ввод • Проверка и очистка: отсутствующие коды, единицы измерения, номинальные и действительные значения, преобразованные переменные • Ловушка панельного дифференцирования: фантомные наблюдения • Обоснование метода наименьших квадратов: экзогенность, самоотбор, ошибка измерения, одновременность • Ловушки функциональной формы: коды профессий, порядковые переменные, упорядоченный ответ • Инструментальные переменные и панельные методы: метод общежития, метод четырех переменных с двумя периодами • Анализ чувствительности и предупреждение о методе интеллектуального анализа данных: пошаговая регрессия • Написание статьи: введение, структура, модели и методы, данные, Результаты, выводы, стиль • Уравнения 19.1–19.4, таблицы 19.1–19.3, ключевые термины, 34 примера проектов, журналы, источники данных ПОЛНЫЙ КУРС Введение в эконометрику (Вулдридж): Полный курс — все 19 глав, по одной полной лекции в каждой. Плейлист полного курса:    • Introductory Econometrics (Wooldridge): Co...   ПРАКТИКА Выполните следующие задания из материалов этой главы: 1. Тест на вопрос. Превратите фразу «Я пишу работу о преступности» в конкретный вопрос, на который можно ответить, с указанием источника данных. 2. Фантомное наблюдение. Объясните, почему бессмысленное дифференцирование данных по городам за 1992–1997 годы приводит к бессмысленному наблюдению за 1992 год, и что должно отсутствовать вместо этого. 3. Прочитайте таблицу 19.3. Почему t-статистика mrate снижается с 13,0 до 0,64 по трем столбцам, и что это говорит вам о спецификации? 4. Выберите один из 34 примеров проектов и опишите его пять этапов: вопрос, литература, данные, анализ, написание. Об этом курсе: Этот курс основан на книге «Введение в эконометрику: современный подход» Джеффри М. Вулдрид...