泰德是 20 世纪最伟大的统计学家/计量经济学家之一。我感觉和他很亲近，因为我以前的宾夕法尼亚大学同事 Larry Klein 曾在 20 世纪 40 年代与他在考尔斯学院密切合作，另一位前同事 Bobby Mariano 在 1970 年左右来到宾夕法尼亚大学之前曾是他在斯坦福大学的学生。我记得他在职业生涯后期在宾夕法尼亚大学举办过一次关于单位移动平均根的研讨会。他开始得非常慢，例如定义“时间序列”和“协方差平稳性”之类的东西。有些人翻白眼。十分钟后，他已经远远超越了界限。没有人翻白眼。事实上，人们都惊呆了。当我在 20 世纪 90 年代访问斯坦福大学参加研讨会时，他为我铺上了红地毯。他为我
Everything's Significant When You Have Lots of Data
嗯......其实不然！表面上看起来是这样，但那是因为你可能使用了完全不恰当的衡量标准来衡量什么是（统计上）显著的，什么不是。我在之前的一篇文章中谈到了这个问题，我说：“Granger（1998 年、2003 年）提醒我们，如果样本量足够大，那么几乎不可能不拒绝任何假设。因此，如果样本非常大，并且回归模型中估计系数相关的 p 值约为 0.10 甚至 0.05，那么这真是个坏消息。当样本量达到数千甚至更大时，我们需要更小的 p 值，然后我们才会对“统计上显著”的结果感到兴奋。”这个一般性观点，即我们选择的显著性水平应该随着样本量的增加而降低，大多数统计学家和计量经济学家都非常理解。 （例如，参见
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.
Check out What Happened at the 2019 Joint Statistical Meetings
每年，联合统计会议 (JSM) 都会聚集数千名（今年有 6,500 名）统计学家，这是世界上规模最大的此类聚会。JSM 代表 11 个国际统计组织，包括四个创始组织 - 美国统计协会 (ASA)、国际生物统计学会、数学统计学研究所和加拿大统计学会。作为自 1973 年以来 ASA 的成员，多年来我参加过几次这样的会议，但不幸的是，我上个月底没能参加在丹佛举行的 JSM。与往常一样，该计划非常精彩。昨天，ASA 发布了 2019 年计划的可搜索版本，其中包含许多演讲者使用的幻灯片的可下载文件。您可以在此处找到该版本的计划。浏览该计划时，请查找带有蓝色（矩形）“演示文稿”按钮的演示文稿。您可能对
Fixed vs. random effects. (Or, how to have fun at a party.)
这是在聚会上取得乐趣的肯定的消防方式：邀请一位经济学家和生物统计学家。喝了几杯饮料后，随便掉下来，“我永远无法决定固定或随机效果更好。想法？”确保您有很多爆米花。好的，聆听计量经济学家关于随机[…]固定效果与随机效应的偏见。 （或者，如何在聚会上玩乐。）首先出现在偶然的经济学家身上。
Causality in health services research (a must read)
Bryan Dowd在出生时分开的卫生服务研究的新论文：统计学家，社会科学家和卫生服务研究中的因果关系，对于希望对因果推断的估计和实验方法有更深入了解的任何人来说都是必读的。这是摘要：卫生服务研究是一个研究领域，它汇集了[…]卫生服务研究后的因果关系（必读）最初出现在附带经济学家中的专家。
骰子常用于概率问题。最流行的骰子类型可能是立方体（六面体），其六个面的每一面都分配有 1 到 6 之间的数字。如果每个数字出现的概率相等，则称为公平骰子。 一些稍微不寻常的骰子包括使用正四面体、正八面体、正十二面体和正二十面体的骰子。您可以在玩具店的骰子区看到它们。 骰子用于多种情况，包括游戏和五六。您也可以简单地玩骰子。这是一个简单的游戏，两个人各有一个骰子，同时掷骰子，掷出最大数字的人获胜（如果数字相同，则两个玩家再掷一次）。如果双方都有公平的骰子，则获胜或失败的机会是 50-50，因为掷出比对手大的数字的概率与掷出较小数字的概率相同。 然而，即使是公平的立方体骰子，如果改变六面的数字，输
