今日問題

問題：老師您好：做實(shí)證數(shù)據(jù)相關(guān)性分析，樣本總數(shù)量265，時(shí)間周期7年，分別用面板回歸、TOBIT、OLS模型做相關(guān)性測(cè)試，顯著情況如表所示（應(yīng)提問者要求，表未展出）。問題如下：

1、樣本數(shù)量是否足夠？

2、以上結(jié)果用哪一個(gè)模型結(jié)果更理想？這幾個(gè)模型的優(yōu)劣勢(shì)？

3、對(duì)實(shí)證結(jié)果分析是側(cè)重于顯著性指標(biāo)的數(shù)量還是顯著程度？

今日解答

問題解答：

??（1）樣本數(shù)量是否足夠是個(gè)很難界定的問題。理論上只有樣本量大于參數(shù)個(gè)數(shù)，總是可以估計(jì)的；給定能夠估計(jì)的情況，樣本量越大，參數(shù)估計(jì)的有效性越高，但是我們無法設(shè)定一個(gè)標(biāo)準(zhǔn)，來判斷樣本量是否足夠大。

? （2）面板數(shù)據(jù)的分析方法有很多，F(xiàn)E,RE,pooled OLS等等，不清楚表中的面板回歸指的是哪一種回歸。Tobit適用于truncated data；OLS理論上可以適用于任何數(shù)據(jù)結(jié)構(gòu)。我們無法籠統(tǒng)的講哪種方法更合適，是否合適需要考慮方法所需要的假設(shè)、數(shù)據(jù)特征、研究的具體問題以及研究目的，判斷某一種具體方法的優(yōu)劣勢(shì)也是如此。

（3）實(shí)證分析可以大概分為兩種類型：對(duì)相關(guān)性的描述性分析和側(cè)重于因果推斷的分析。前者一般會(huì)同時(shí)考察多個(gè)解釋變量同因變量的關(guān)系，此時(shí)我們會(huì)關(guān)心多個(gè)解釋變量的統(tǒng)計(jì)顯著性；或者則往往只關(guān)注某一個(gè)解釋變量。我們所關(guān)心的變量也并非總是顯著才是“好”的，這取決于我們研究的具體問題和待檢驗(yàn)的假說。

（4）從統(tǒng)計(jì)意義上來說，265個(gè)樣本是大樣本，樣本量足夠進(jìn)行實(shí)證分析。但是，樣本量是否足夠還取決于研究主題。如果所選取樣本能夠很好地反映研究主題，那么265個(gè)樣本沒有問題。例如，有學(xué)者研究省級(jí)層面問題，谷克鑒和陳福中在《經(jīng)濟(jì)研究》發(fā)表《凈出口的非線性增長貢獻(xiàn)——基于1995-2011年中國省級(jí)面板數(shù)據(jù)的實(shí)證考察》一文中，樣本量為510個(gè)；如果所選樣本不能很好反映研究主題，即樣本沒有代表性，則會(huì)存在比較大的問題。如果這里的265個(gè)樣本是研究工業(yè)企業(yè)相關(guān)問題的，則樣本就沒有代表性?？偟膩碚f，樣本量是否足夠不僅取決于數(shù)值，還需要根據(jù)研究主題內(nèi)容判斷。

（5）這里給出的估計(jì)結(jié)果并不全，難以據(jù)此直接判斷模型好壞。一般來說，當(dāng)數(shù)據(jù)為面板數(shù)據(jù)時(shí)，應(yīng)當(dāng)采用面板估計(jì)，包括固定效應(yīng)、隨機(jī)效應(yīng)和混合效應(yīng)估計(jì)。Tobit模型，又稱截尾回歸模型或刪失回歸模型，一般應(yīng)用在被解釋變量取值存在一定限制的情況下。

? （6）對(duì)回歸結(jié)果的分析，一般側(cè)重于核心指標(biāo)的顯著性程度。

學(xué)術(shù)指導(dǎo)：張曉峒老師

本期解答人：張川川老師? 任婉婉老師

編輯：李寧寧

統(tǒng)籌：易仰楠 李丹丹

技術(shù)：知我者 趙雅軒 郭凱

往期回顧

互助問答第59期：多期DID平行趨勢(shì)檢驗(yàn)以及因子分析累計(jì)方差貢獻(xiàn)率

互助問答第58期：多對(duì)多匹配中的joinby與merge

互助問答第57期：門檻回歸和取對(duì)數(shù)問題

長按二維碼識(shí)別關(guān)注我們

如果您在計(jì)量學(xué)習(xí)和實(shí)證研究中遇到問題，請(qǐng)及時(shí)發(fā)到郵箱szlw58@126.com，專業(yè)委員會(huì)有30多名編輯都會(huì)看，您的問題會(huì)得到及時(shí)關(guān)注！請(qǐng)您將問題描述清楚，任何有助于把問題描述清楚的細(xì)節(jié)都能使我們更方便地回答您的問題，提問細(xì)則參見：實(shí)證研究互助平臺(tái)最新通知

如果您想成為問題解答者，在幫助他人過程中鞏固自己的知識(shí)，請(qǐng)發(fā)郵件至szlw58@126.com（優(yōu)先）或給本公眾號(hào)留言或加微信793481976給群主留言，我們誠摯歡迎熱心的學(xué)者和學(xué)生。具體招募信息請(qǐng)參見：實(shí)證研究互助平臺(tái)志愿者團(tuán)隊(duì)招募公告

鮮活的事例更有助于提高您的研究水平，呆板的教科書讓人生厭。如果您喜歡，請(qǐng)?zhí)岢瞿膯栴}，也請(qǐng)轉(zhuǎn)發(fā)推廣！

（歡迎轉(zhuǎn)發(fā)，歡迎分享；轉(zhuǎn)載請(qǐng)注明出處，引用和合作請(qǐng)留言。本文作者擁有所有版權(quán)，原創(chuàng)文章最早發(fā)表于“論文導(dǎo)向計(jì)量實(shí)證社區(qū)”。任何侵權(quán)行為將面臨追責(zé)！）