详细内容或原文请订阅后点击阅览
模型的好坏取决于它所建立的假设
Lars Syll 由于计量经济学不仅仅满足于做出最佳预测，而且还渴望用因果关系来解释事物，因此计量学家需要大量的假设——其中最重要的是可加性和线性。重要的是，因为如果它们不正确，您的模型就是无效的并且描述性不正确。这就像称你的房子为自行车一样。没有 [...]
来源:现实世界经济评论博客拉尔斯·西尔
由于计量经济学不仅仅满足于做出最佳预测，还渴望用因果关系来解释事物，因此计量学家需要大量假设 - 其中最重要的是可加性和线性。重要的是，因为如果它们不正确，您的模型就是无效的并且描述性不正确。这就像称你的房子为自行车一样。无论你如何尝试，它都不会感动你一英寸。当模型错误时——好吧，那就是错误的。
预测 解释 可加性 线性因此，计量经济学一次又一次惨遭失败，但这不仅仅是因为可加性和线性假设。
其失败的另一个原因是回归模型中的误差项被认为代表了模型中省略的变量的影响。误差项有时被认为是“涵盖所有”项，它解释了模型中省略的内容，并且被视为保留所包含的其他随机变量之间假定的确定性关系所必需的。通常假设误差项与解释变量正交（不相关）。但由于它们是不可观察的，因此无法凭经验进行测试。如果没有正交性假设的合理性，通常就无法确保可识别性。
如今，在经济学家中，这几乎已成为不言而喻的真理：你不能指望人们认真对待你的论点，除非它们基于先进的计量经济学模型或得到先进的计量经济学模型的支持。结果，大量的数学统计定理得到了证明，并且大量伪装成科学的虚构作品被产生。计量经济学模型的严谨性及其所依据的影响深远的假设常常得不到数据的支持。
安迪·菲尔德