计量经济学理论/数据

如果没有数据，计量经济学将不存在。所有数据都可以分类，这很重要，因为好的计量经济学工作的成功取决于所使用数据的性质、来源和局限性。计量经济学是经济学的一个分支，它利用数学方法来处理数据。

opal 划分的数据类型

数据有三种类型：**时间序列数据**、**横截面数据**，以及它们的组合，称为**合并数据**。

**时间序列数据**是指一个变量在不同时间点的观测值集。它们通常以固定的间隔收集，例如每日、每周、每月、每年、季度等。时间序列计量经济学在宏观经济学中有很多应用，但在金融经济学中应用更为广泛，它被用于股票、衍生品、货币等价格分析。

**横截面数据**是在同一时间点对多个个体收集的。例如民意调查、收入分配、所有欧洲国家的国民生产总值人均数据等等。

**合并数据**是时间序列数据和横截面数据的混合。一个例子是所有欧洲国家在十年内的国民生产总值人均数据。

**面板数据、纵向数据或微观面板数据**是一种类似于合并数据的类型。不同之处在于，我们对个体、家庭、企业等相同的横截面单位进行测量。计量经济学这一分支被称为**微观计量经济学**。

数据来源有很多，找到所有需要的数据可能非常耗时。事实上，在一个项目中，找到数据可能比分析更耗时。一些来源包括政府机构（Eurostat）、国际机构（国际货币基金组织（IMF）、世界银行、世界卫生组织（WHO）等）、企业等等。

在过去十年中，**互联网**已成为最新信息来源。可以获得大量经济和金融数据。

由于社会科学中的数据很少在受控条件下产生，因此总会有一些未知的影响。这使得获得用于研究的定性数据变得困难。上一节已经提到了这一点。

**测量规模**数据分为四类，了解这些分类非常重要。

**比例尺度**指的是比率，例如 $X_{2}/X_{1}$ 和距离 $X_{2}-X_{1}$ 。数据可以排序，比较是有意义的，例如 $X_{2}\leq X_{1}$ 。基本上，这可以用参数统计方法来测量。
**区间尺度**指的是上面提到的距离，它也可以用参数统计方法来测量。
**顺序尺度**指的是一种非数量化的顺序，而是定性的。我们也可以说，不同类别之间存在“自然顺序”。例如，不同的收入等级（高、中、低）、大小（大、中、小）等等。顺序尺度可以用参数统计和非参数统计两种方法来测量。
**名义尺度**指的是状态，但状态之间没有排序。例如，性别（男、女）、材料（纸张、塑料、木材）等等。名义尺度只能用非参数统计方法来测量。

{references/}

Gujarati, D.N. (2003). Basic Econometrics, International Edition - 4th ed. McGraw-Hill Higher Education. pp. 25–31. ISBN 0-07-112342-3.