我自己的感覺是
多變量分析裡面有兩大主題
1. dimenson reduction (Factor analysis, principle component)
2. 分類問題 (discrimination analysis, cluster analysis)
dimension reduction: 顧名思義就是要有一狗票變數做前題
問題是 很多經典的經濟實證 變數通常只有三四個...那 你幹嘛dimension reduction?
另一個問題 我就是要看特定變數x對y的影響
做dimension reduction後 許多變數合而為一 解釋上有其困難
不過 確實也有人用dimenson reduction的方法來做總體計量
(Factor model, 請前板主washburn出面解釋XD)
據說有些總體計量模型可以有幾百個變數 (雖然沒有親眼目睹過)
2.分類問題: 因為學商的要從資料裡 把他的客戶分群 做為行銷的依據
分類可以說 就是目的
那經濟學裡"分類"似乎不是最終目的
不過許多計量模型 確實都有處理"unobservable heterogeneity"的問題
也就是說經濟學似乎比較關心 如果我的資料來自許多不同群體
是否我要解釋的因果關係仍不變?
不過近來個體計量裡爆紅的matching estimator
就是應用多變量裡分類的原裡 來改善估計的方法
--
我們學校的商學院許多系 計量是必修
--
※ 編輯: s3011 來自: 207.237.118.51 (04/27 07:13)
多變量分析裡面有兩大主題
1. dimenson reduction (Factor analysis, principle component)
2. 分類問題 (discrimination analysis, cluster analysis)
dimension reduction: 顧名思義就是要有一狗票變數做前題
問題是 很多經典的經濟實證 變數通常只有三四個...那 你幹嘛dimension reduction?
另一個問題 我就是要看特定變數x對y的影響
做dimension reduction後 許多變數合而為一 解釋上有其困難
不過 確實也有人用dimenson reduction的方法來做總體計量
(Factor model, 請前板主washburn出面解釋XD)
據說有些總體計量模型可以有幾百個變數 (雖然沒有親眼目睹過)
2.分類問題: 因為學商的要從資料裡 把他的客戶分群 做為行銷的依據
分類可以說 就是目的
那經濟學裡"分類"似乎不是最終目的
不過許多計量模型 確實都有處理"unobservable heterogeneity"的問題
也就是說經濟學似乎比較關心 如果我的資料來自許多不同群體
是否我要解釋的因果關係仍不變?
不過近來個體計量裡爆紅的matching estimator
就是應用多變量裡分類的原裡 來改善估計的方法
--
我們學校的商學院許多系 計量是必修
--
※ 編輯: s3011 來自: 207.237.118.51 (04/27 07:13)
推 washburn:那是控制碼吧?! XD 118.231.54.98 04/27 12:37
→ s3011:科科 207.237.118.51 04/28 10:17
→ josephtyw:請問如何讓控制碼顯示「前板主」? XD140.112.150.205 04/28 11:24
推 alchian:有沒有s3011在蘋果大學還可以強到常上bbs 192.17.144.196 04/28 21:59
→ alchian:的八卦 192.17.144.196 04/28 22:01
All Comments