Book Series on "Statistical Reasoning in Science & Society"
早在 2016 年初，美国统计协会 (ASA) 就在其通讯 Amstat News 中宣布推出一系列重要的新书。该公告部分内容如下：“美国统计协会最近与 Chapman & Hall/CRC Press 合作推出了一系列名为 ASA-CRC 科学与社会统计推理系列的书籍。‘ASA 对这个新系列非常热衷，’2015 年 ASA 主席 David Morganstein 表示，该安排就是在他的领导下制定的。‘我们的战略计划包括提高我们行业的知名度。实现这一目标的方法之一是推出可读性强、引人入胜且适合具有最低数学或统计学背景的广大读者的书籍。’ Chapman & Hall/CRC 新闻稿指出，这套
Including More History in Your Econometrics Teaching
如果您关注此博客（或者如果您查看右侧栏词云中的“计量经济学史”标签），您就会知道我对我们学科的历史有着浓厚的兴趣。从这段历史中可以学到很多东西。除此之外，我们可以深入了解某些方法流行的原因，并可以降低重复早期错误的风险！当我教书时，我喜欢在课堂上注入一些历史事实/轶事/趣闻。我认为这让主题变得生动起来。毕竟，各种定理、测试和估计量背后的名字都是真实存在的人。有一些关于计量经济学史的优秀书籍，包括 Epstein (1987)、Morgan (1990) 以及 De Marchi 和 Gilbert (1991) 的书籍。 （另请参阅 Stephen Pollock 于 2014 年撰写的短文。
以下是我本月的建议：Bun, M. J. G. & T. D. Harrison，2109。包括内生交互项的回归模型的 OLS 和 IV 估计。计量经济学评论，38，814-827。Dufour, J-M.、E. Flachaire 和 L. Khalaf，用于比较不平等度量的置换检验。商业和经济统计杂志，37，457-470。Jiao, X. & F. Pretis，2018。测试回归模型中是否存在异常值。可在 SSRN 上获取：https://ssrn.com/abstract=3217213。Stanton, J. M.，2001。Galton、Pearson 和豌豆：面向统计学讲师的线
Seasonal Unit Roots - Background Information
最近有一封电子邮件询问我们在非平稳季节性数据中使用的语言，以及我们应该如何应对“季节性单位根”的存在，这让我觉得有必要就其中一些问题写一篇简短的背景文章。为了从以下内容中获得最大的收获，我建议您快速浏览一下我之前的帖子 - 尤其是确保您理解时间序列数据中“确定性”季节性和“随机季节性”之间的区别。有大量关于随机季节性和季节性单位根测试的计量经济学文献，至少可以追溯到 1990 年。这几乎不是一个新话题，但它在实证应用中经常被忽视。虽然有几种季节性单位根测试可用，但最常用的是 Hylleberg 等人 (1990) 提出的测试 - 以下简称“HEGY”。根据您喜欢使用的统计/计量经济学软件包，您
本月我的阅读清单与往常略有不同。我回顾了《计量经济学》和《计量经济学杂志》的往期期刊，并挑选了一些恰好发表在这些期刊 7 月期刊上的重要且有趣的论文。以下是我为您推荐的：Aigner, D.、C. A. K. Lovell 和 P. Schmidt，1977 年。《随机前沿生产函数模型的公式和估计》。《计量经济学杂志》，6，21-37。Chow, G. C.，1960 年。《两个线性回归系数集之间的相等性检验》。《计量经济学》，28，591-605。Davidson, R. 和 J. G. MacKinnon，1984 年。《logit 和 probit 模型的便捷规范检验》。计量经济学杂志，
上周末，新电影《沙赞》以超过 5300 万美元的票房收入荣登票房榜首 - 这是它上映以来的第一个周末。还不错！当然，在计量经济学界，我们将 SHAZAM 这个词与 Ken White 著名的计算软件包联系起来，该软件包自 1977 年以来一直陪伴着我们。Ken 和我相识已久。几年前，我发表了一篇关于 SHAZAM 软件包背景的帖子。在那篇文章中，我解释了首字母缩略词“SHAZAM”的含义。如果你看看它，你就会明白为什么现在了解这些重要的历史事实对你来说是及时的！当你在那里时，看看其他故事的链接，这些故事说明了 Ken 众所周知的讽刺幽默感。© 2019，David E. Giles
以下是本月推荐阅读的精选：Athey, S. & G. W. Imbens，2019 年。经济学家应该了解的机器学习方法。Mimeo。Bhagwat, P. & E. Marchand，2019 年。关于适当的贝叶斯但不可接受的估计量。美国统计学家，在线。Canals, C. & A. Canals，2019 年。什么时候 n 足够大？寻找合适的样本量来估计比例。《统计计算与模拟杂志》，89，1887-1898。Cavaliere, G. & A. Rahbek，2019 年。时间序列模型中假设的引导检验入门：应用于双自回归模型。讨论文件 19-03，哥本哈根大学经济学系。Chudik, A.
