計量經濟學理論/計量經濟學方法

計量經濟學家如何分析經濟理論？需要的是一種方法論，即逐步的步驟。這與其他社會科學類似。

理論

一個理論應該有一個預測。在統計學和計量經濟學中，我們也談論假設。一個例子是凱恩斯提出的邊際消費傾向（MPC）。其他例子可能包括減稅會增加增長，或者可能增加經濟不平等，以及引入共同貨幣對貿易有積極影響。

這就是代數發揮作用的地方。我們需要使用數學技能來生成一個方程。假設一個理論預測更多的教育會提高工資。用經濟學術語來說，我們說受教育的回報是正的。方程式是

$Y=\beta _{1}+\beta _{2}X$ ,

其中 Y 是工資的變數， $\beta _{1}$ 是一個常數， $\beta _{2}$ 是教育的係數，而 X 是教育的衡量指標，即在校年數。我們也稱 $\beta _{1}$ 為截距， $\beta _{2}$ 為斜率係數。

通常，我們期望 $\beta _{1}$ 和 $\beta _{2}$ 都是正的。

在這裡，我們假設數學模型是正確的，但我們需要考慮到它可能並非如此。我們在上面的方程中新增一個誤差項u。它也被稱為隨機（隨機）變數。它代表其他影響 Y 的無法量化或未知因素。它還代表可能進入資料的誤差測量。計量經濟學方程式為

$Y=\beta _{1}+\beta _{2}X+u$ 。誤差項被假定為遵循某種統計分佈。這在以後會很重要。

我們需要上述變數的資料。這可以從政府統計機構和其他來源獲得。如今，大量資料也可以在網際網路上收集。但是，我們需要學習從不斷增長的海量資料中找到合適資料的技巧。

在這裡，我們量化 $\beta _{1}$ 和 $\beta _{2}$ ，即我們獲得數值估計。這是透過一種稱為迴歸分析的統計技術完成的。

現在我們回到我們有經濟理論的部分。預測是教育對工資有益。計量經濟模型是否支援這一假設。我們在這裡做的是統計推斷（假設檢驗）。從技術上講， $\beta _{2}$ 係數應該大於 0

如果教育對工資有積極影響（接受假設）。

如果假設檢驗結果為陽性，即理論被認為是正確的，我們可以透過**預測**教育水平的值來**預測**工資的值。例如，一個人多讀一年書能賺多少錢？如果 X 變數是受教育年限，則 $\beta _{2}$ 係數給出了問題的答案。

最後，如果理論看起來合理，並且經濟計量模型沒有被假設檢驗否定，我們可以繼續將理論用於政策建議。如果你的理論真的很棒，那你可能就能獲得諾貝爾經濟學獎。

Gujarati, D.N. (2003). Basic Econometrics, International Edition - 4th ed. McGraw-Hill Higher Education. pp. 3–13. ISBN 0-07-112342-3.