学习笔记，仅供参考，有错必纠
参考自：陈强. 高级计量经济学[M].
什么是计量经济学
顾名思义，”计量经济学" ( E conometrics, 也译为“ 经济计量学)就是运用概率统计的方法对经济变量之间的（因果）关系进行定量分析的科学. 之所以把“因果”两个字加括号，是因为计量经济学常常不足以确定经济变量之间的因果关系（由于实验数据的缺乏） ，另一方面，大多数实证分析的目的恰恰正是要确定变量之间的因果关系（即是否X 导致Y)，而非仅仅是相关关系. 因此，在学习与应用计量经济学的过程中，很有必要以“因果关系”作为思考的框架与指引.
比如，你看到街上人们带伞，于是预测今天要下雨. 这是一种相关关系. 然而，【人们带伞】并不是造成【下雨】的原因. 因此，计量分析必须建立在经济理论的基础之上. 然而， 即使有理论基础，因果关系依然不好分辨. 首先，可能存在"逆向因果关系"(reverse causality) . 比如， FDI ( 外商直接投资） 能促进经济增长，但也可能是FDI 被吸引到增长潜力高的国家或地区. 其次，也可能是被遗涌的第三个变量(Z) 对这两个变扯(X, Y) 同时产生了作用，详见图1.1.
经济数据的特点与类型
由于在经济学中通常无法像自然科学那样做“控制实验" (controlled experiment), 故经济数据一般不是“实验数据"(experimental data), 而是自然发生的“观测数据" (observational data). 由于个人行为的随机性，所有经济变量原则上都是随机变量.
在计量经济学的本科课程中，为了简单起见，有时假设解释变量是非随机的、固定的(fixed regressors). 这只是为了教学法上的方便，却给更深入的理论探讨带来了不便. 比如，如果解释变量为非随机， 则无法考虑其与扰动项的相关性. 因此，在这本研究生水平的教材中，所有变盘都是随机的(即便非随机的常数，也可以视为退化的随机变量).
经济数据按照其性质，可大致分成以下三种类型：
- 横截面数据(cross-sectional data, 简称截面数据)：指的是多个经济个体的变量在同一时点上的取值. 比如， 2012 年中国各省的GDP.
- 时间序列数据(time series data) : 指的是某个经济个体的变星在不同时点上的取值. 比如，在1978—2012 年山东省每年的GDP.
- 面板数据( panel data) : 指的是多个经济个体的变量在不同时点上的取值. 比如，在1978 -2012 年中国各省每年的GDP.
