我又要从方法论上说事儿了。关于计量经济学的应用,着实有一种“泛滥”的感觉。尤其是在前段时间和一些同学争论“格林兰因果检验”的时候,对那种“把统计检验结果奉若至宝”的态度实在是感到心痛。这种检验也就是摊上了一个好名字,最多可以否定一下因果关系(这还有待商榷),哪能作为肯定的依据? 这两天和Taiyun Wei、Yihui两位同学交流甚多,他们都是统计学专业科班出身的,可谓对于统计学的认识颇深。让我这么一个连本专业经济学都还没出师的对于统计、计量的看法和认识深入了很多。确实,计量只是一个工具,不能替代真实的世界中的因果关系(causal-relationship),虽然很多计量经济学家都在热衷于这件事儿。 到底,统计学和计量经济学应该在经济学分析中扮演什么角色? 下面是Taiyun Wei同学不辞辛苦整理贴给我的东西: -------------------------------------以下引用其原文------------------------------------- 只是统计上的因果,能否定因果关系,却不能反过来支持因果关系。 我之前也这么认为,但是我目前的看法是:统计上的因果,即不能否定因果关系,也不能支持因果关系。之所以说不能否定因果关系,是因为实际条件可能错 综复杂,相互影响、噪声影响可能很严重。还有即便是统计方法,可能不同的方法...