统计学与计量经济学:有什么区别?


统计学领域涉及数据的收集、分析、解释和呈现。

计量经济学只是统计方法在经济学主题中的应用。

例如,参加统计学入门课程的学生可能会学习以下主题:

然后参加计量经济学课程的学生将学习如何应用这些统计方法来回答与经济学相关的研究问题。

如果学生想成为一名计量经济学家,他们必须首先熟悉统计入门课程中教授的概念。

然后,他们可以参加计量经济学课程,学习如何将统计方法应用于经济学领域的具体研究问题。

计量经济学中常用的统计方法

计量经济学领域使用许多统计方法。

下面的例子说明了一些常用的方法。

示例 1:描述性统计

计量经济学家经常使用描述性统计来总结特定领域的经济现状。

例如,计量经济学家可能会收集特定城市中个人的以下数据:

  • 人口规模:85,000
  • 平均家庭收入:$71,200
  • 家庭收入中位数: $56,400
  • 家庭收入标准差:$12,200

利用这些描述性统计数据,计量经济学家可以深入了解该城市的收入分布。

计量经济学家还可以将这些值与其他城市进行比较,甚至将这些值与不同时期的同一城市进行比较。

在实践中,计量经济学家不断使用描述性统计来更好地了解不同城市、州和国家的经济状况。

示例 2:回归模型

计量经济学家经常使用多元回归模型来了解各种因素如何影响某些响应变量

例如,一位研究房屋的计量经济学家可能适合以下回归模型:

响应变量

  • 房价

预测变量

  • 平方英尺
  • 房间的数量
  • 浴室数量
  • 土地面积

然后,他们可以使用此回归模型来准确了解不同的预测变量如何影响响应变量。

例如,他们可能会发现,房屋面积每增加一平方英尺(保持所有其他变量不变),房屋价格平均上涨 150 美元。

或者,他们可能会发现,每增加一个浴室(所有其他变量保持不变),房价平均会上涨 8,500 美元。

他们还可以使用此回归模型根据模型预测变量的值来预测房屋销售价格。

示例 3:时间序列预测

计量经济学家经常使用时间序列分析来预测给定县、市、州或国家在未来给定时间的经济状况。

例如,计量经济学家可以使用历史数据来预测未来特定时间特定国家的 GDP、失业率、利率或其他指标。

相关:如何在 R 中绘制时间序列(附示例)

结论

综上所述:

统计学领域包含多种可用于许多不同类型数据的方法。

计量经济学领域只是将这些统计方法应用于经济学的各个主题。

其他资源

以下文章解释了统计在各个领域的重要性:

为什么统计数据很重要? (统计数据如此重要的 10 个理由!)
统计在企业中的重要性
统计在教育中的重要性
统计在医疗保健中的重要性

添加评论

您的电子邮箱地址不会被公开。 必填项已用*标注