第32章-如何做规范的实证研究
如何进行有效的实证研究
如何进行有效的实证研究实证研究是一种基于观察、采集和分析数据的科学研究方法，它旨在通过确定因果关系和验证假设来解决问题。
在进行实证研究时，研究者需要遵循一系列方法和步骤，以确保研究的准确性和可靠性。
本文将介绍如何进行有效的实证研究，并提供一些建议和技巧。
一、确定研究目的和研究问题在进行实证研究之前，研究者首先需要明确研究目的和研究问题。
研究目的是指研究者期望达到的总体目标，而研究问题是指具体需要解决的问题。
明确研究目的和研究问题可以帮助研究者在后续研究过程中聚焦，并选择合适的研究方法和工具。
二、制定研究假设或研究论断在进行实证研究时，研究者通常需要制定研究假设或研究论断。
研究假设是指研究者对研究问题的预期答案或预测，而研究论断则是研究者对研究问题的观点或主张。
制定研究假设或研究论断可以帮助研究者明确研究的方向和目标，并在后续的数据采集和分析中提供指导。
三、选择合适的研究方法和设计实证研究可以采用多种研究方法和设计，如实验研究、问卷调查、案例研究等。
在选择研究方法和设计时，研究者需要根据研究目的、研究问题以及可行性等因素进行综合考虑。
不同的研究方法和设计适用于不同类型的研究问题，研究者需要根据实际情况进行选择。
四、采集和整理数据数据采集是实证研究的核心环节之一，它涉及到信息的获取、记录和整理。
研究者可以通过实地调查、文献梳理、统计数据收集等方法来获得所需数据。
在数据采集过程中，研究者需要确保数据的准确性和完整性，并采取适当的方法进行记录和整理，以便后续的数据分析和解读。
五、进行数据分析和解读数据分析是实证研究的重要环节，它可以帮助研究者发现规律、验证假设以及得出结论。
在进行数据分析时，研究者可以使用统计分析方法、质性分析方法或混合分析方法，根据研究问题和数据特点进行选择。
分析结果需要经过合理解读，并与研究假设或研究论断进行比对和验证。
六、撰写研究报告研究报告是实证研究的最终成果，它需要将研究过程、方法、结果和结论等内容进行整理和呈现。
如何进行有效的实证研究
如何进行有效的实证研究实证研究是指研究者通过观察、实验或统计数据等手段，基于对现实世界中存在的问题和现象进行量化和定量分析，以获得科学性、客观性和可靠性的研究结果的方法。
实证研究在社会科学领域具有重要的地位和作用，本文将介绍如何进行有效的实证研究。
一、问题定义与研究目标在进行实证研究之前，研究者首先要明确研究的目标和问题。
研究问题应该具有可测量性和具体性，而研究目标则应该明确、清晰。
研究者需要对研究的背景、意义和目的进行充分的了解和分析，以确保研究的合理性和科学性。
二、理论框架的建立在进行实证研究之前，研究者需要建立一个合适的理论框架，用以指导研究的设计和推导研究假设。
理论框架是研究的基础，它应该具备可操作性和适用性，能够解释和预测研究对象的行为和关系。
理论框架的建立需要通过文献综述和理论分析来完成，研究者可以参考前人的研究成果和理论观点，构建自己的理论模型。
三、样本的选择和数据的收集实证研究中样本的选择和数据的收集是非常关键的环节。
研究者应该针对研究问题和目标，设计一个合适的样本和数据收集方案。
样本应该具有代表性和可比性，能够反映研究对象的特征和变化。
数据的收集可以通过问卷调查、实验观察、文献分析等手段进行。
在数据收集过程中，研究者需要保证数据的准确性和完整性，避免数据的偏差和误差。
四、数据分析和结果解释在收集和整理完数据后，研究者需要进行数据分析和结果解释。
数据分析可以采用统计分析、回归分析、因子分析等方法，以获得研究结果的科学性和可信度。
结果解释要基于理论框架和研究问题，将数据分析的结果与研究假设进行比较和验证。
研究者需要注意数据之间的关联和影响，深入剖析研究结果的意义和价值。
五、结论与讨论在进行有效的实证研究中，结论的得出和讨论是必不可少的环节。
结论要基于对研究结果的分析和解释，回答研究问题和达成研究目标。
讨论要对研究过程和结果进行全面的评价和思考，提出对未来研究的建议和先进方向。
研究者需要关注结论和讨论的针对性和可行性，避免过度概括和主观判断。
论文写作中如何进行有效的实证研究
论文写作中如何进行有效的实证研究实证研究是学术研究中常见的一种方法，通过观察、收集数据并进行分析来验证或反驳研究假设。
在论文写作中，进行有效的实证研究需要一定的方法和步骤，下面将从问题选择、数据收集、数据分析和结果呈现四个方面详细介绍如何进行有效的实证研究。
一、问题选择进行实证研究时首先需要明确研究问题。
合理的研究问题是实证研究的基础，应该具备一定的科学性和可操作性。
在选择问题时，需明确研究目的，结合学术领域的研究现状，确保所选研究问题有独特的贡献和研究价值。
二、数据收集数据收集是实证研究的重要环节，数据的质量和有效性直接影响到研究结论的可靠性。
在选择数据源时，应根据研究问题确定合适的数据类型和数据来源。
可以通过问卷调查、实地观察、实验研究等方式收集到相关数据。
此外，还需要注意保护个人隐私和数据的合法性，在数据收集过程中要遵循伦理规范和法律法规。
三、数据分析数据分析是实证研究中的核心步骤，能够对数据进行准确的处理和解读。
选择适当的数据分析方法是进行实证研究的关键。
常见的数据分析方法包括描述统计分析、相关分析、回归分析、因子分析等。
在进行数据分析时，要注意数据质量的检查和数据处理，确保数据的可靠性和有效性。
四、结果呈现研究结果的呈现是实证研究的重要环节，合理、清晰地呈现结果可以使读者更好地理解研究结论。
在结果呈现时，可以选择使用图表、表格、文字描述等方式进行展示。
同时，还要确保结果的准确性和客观性，并进行统计学分析，以验证研究假设的有效性。
总结来说，进行有效的实证研究需要明确研究问题，选择合适的数据收集方法，使用适当的数据分析方法，最后合理呈现研究结果。
通过以上步骤的有序进行，可以增加实证研究的可靠性和有效性，为学术研究提供科学的依据。
论文写作技巧如何进行合理的实证研究
论文写作技巧如何进行合理的实证研究实证研究是一种系统的科学方法，通过收集、分析和解释实际的观察数据，以验证或否定研究问题的假设。
在学术领域，论文写作是表达实证研究结果的重要方式之一。
本文将介绍一些论文写作技巧，以帮助研究人员进行合理的实证研究。
一、确定研究问题在进行实证研究之前，首先需要明确研究问题。
一个明确定义的研究问题可以帮助研究者更好地进行实证研究。
研究问题应该是具体的、明确的，并尽量避免主观性的判断。
合理的研究问题可以引导研究者进行有针对性的数据收集和分析。
二、收集可靠的数据实证研究的基础是收集可靠的数据。
在论文写作中，描述数据收集方法和数据来源是很重要的。
数据可以通过问卷调查、实地观察、实验室实验等方式收集。
对于定性数据，可以采用文献回顾或深度访谈的方法。
在论文中，应该明确说明数据的来源和采集方法，并保证数据的可靠性和有效性。
三、选择适当的数据分析方法数据分析是实证研究的核心过程之一。
在论文写作中，合理选择适当的数据分析方法可以增加论文的可信度和说服力。
常见的数据分析方法包括描述性统计分析、相关性分析、回归分析等。
根据研究问题和数据类型的不同，选择适当的数据分析方法进行分析，并解释结果的意义和影响。
四、构建逻辑严谨的论文结构在论文写作中，良好的结构可以帮助读者更好地理解研究过程和结果。
一个典型的论文结构包括引言、文献回顾、研究方法、数据分析、结果讨论和结论等部分。
在每个部分中，应该合理组织段落，保持逻辑的连贯性和紧密性。
每个部分都应该与整个论文的主题和研究问题紧密相关。
五、清晰准确的表达在论文写作中，清晰准确的表达是非常重要的。
研究人员应该尽量使用简明扼要的语言描述研究结果和论据，并避免使用模糊或主观性的表达。
在描述研究结果时，可以使用数据图表来直观地展示结果，同时要确保图表的标题和标签清晰明确。
六、严谨的引用和参考文献在论文写作中，引用和参考文献是不可或缺的部分。
引用他人的研究可以增加论文的可信度和学术性。
实证研究报告的步骤与方法
实证研究报告的步骤与方法引言：实证研究是科学研究中的重要方法之一，它通过观察和测量来获取客观数据，从而对社会现象进行分析和解释。
实证研究报告的撰写是研究者向学术界和社会传达研究成果的关键环节。
本文将详细论述实证研究报告的步骤与方法，包括问题定义、数据收集、数据分析与解释、结果呈现、讨论与结论、参考文献，希望能对读者有所启发。
一、问题定义实证研究报告的第一步是明确研究问题。
研究者需要对研究问题进行准确定义，并提出明确的研究假设。
问题定义阶段需要对相关研究进行文献综述，了解已有的研究成果和理论框架，以便为研究问题的定义提供参考。
通过对问题的准确定义，研究者可以确保研究的目标明确和可操作性。
二、数据收集数据收集是实证研究报告的核心环节。
研究者需要根据问题的定义，选择合适的数据收集方法和工具。
数据的来源可以多样化，可以是实地观察、问卷调查、实验设计等多种形式。
在数据收集过程中，研究者需要保证数据的可靠性和有效性，尽可能避免误差和偏差的产生。
三、数据分析与解释数据分析与解释是实证研究报告的关键环节。
在这一步骤中，研究者需要对收集到的数据进行统计分析和解释。
常用的数据分析方法包括描述统计、相关分析、回归分析等。
通过对数据进行分析，研究者可以深入了解数据背后的规律和关系，并对研究问题进行解释和论证。
四、结果呈现结果呈现是实证研究报告的重要组成部分。
研究者需要清晰地呈现研究结果，可以使用表格、图表、图像等形式进行展示。
结果的呈现要简洁明了，同时要确保信息的完整性和准确性。
通过恰当的结果呈现，读者可以直观地了解研究的发现和结论。
五、讨论与结论讨论与结论是实证研究报告的核心内容，也是研究者对研究问题进行深入分析和思考的环节。
在讨论部分，研究者需要对研究结果进行详细解释和论证，与理论框架和已有研究成果进行对比和联系。
在结论部分，研究者需要对研究问题进行总结和回答，并提出进一步研究的建议。
六、参考文献参考文献是实证研究报告的必备部分，它可以确保研究成果的可查证性和学术可信度。
学术写作中的实证研究步骤
学术写作中的实证研究步骤实证研究是指依据真实数据和可重复实验的方法来验证科学假设或者现实现象的研究方法。
在学术界，实证研究在各个学科领域中被广泛使用，如社会科学、医学、经济学等。
本文将介绍学术写作中的实证研究步骤，以帮助读者理解和运用此方法。
第一步：明确研究问题与目的实证研究的第一步是明确研究问题与目的。
研究问题应该具有明确的方向和可测量的特征。
同时，研究目的应该与研究问题一致，并且具备可验证性。
例如，如果研究问题是“人口老龄化对经济增长的影响如何”，研究目的可以是“通过分析人口老龄化与经济增长之间的关系，为政策制定者提供有关人口政策的建议”。
第二步：文献综述与理论框架在进行实证研究之前，必须进行相关文献的综述与理论框架的建立。
文献综述有助于研究者了解已有的研究成果，确定研究领域的主要观点和研究方法。
理论框架则用于指导研究设计和解释结果。
将文献中已有的理论与研究问题相结合，可以为研究提供有力的支持和解释。
第三步：研究设计与方法选择研究设计与方法选择是实证研究的核心步骤。
研究设计要求研究者选择适当的研究方法和数据收集方式，以回答研究问题。
常用的研究方法包括实验研究、调查研究、案例研究等。
选择研究方法时，需要考虑研究问题的性质、可行性、资源限制等因素。
第四步：数据收集与处理在实证研究中，数据收集与处理是非常重要的一步。
研究者可以通过实地调查、问卷调查、实验等手段来收集数据。
收集到的数据需要进行预处理、清洗和整理，以确保数据的可靠性和完整性。
数据的预处理包括变量测量、缺失值处理、异常值检测等。
第五步：数据分析与结果呈现数据分析与结果呈现是实证研究的关键步骤。
通过统计分析、回归分析、因子分析等方法，研究者可以对收集到的数据进行分析，并得出结果。
在结果呈现时，可以使用表格、图表、图像等方式来展示分析结果。
同时，需要对分析结果进行解释和讨论，以回答研究问题。
第六步：讨论与结论在实证研究的最后一步，研究者需要对结果进行讨论与结论的总结。
如何进行有效的实证与理论研究
如何进行有效的实证与理论研究实证研究和理论研究是科学研究中两个重要的方法，它们在不同领域的研究中都有广泛的应用。
本文将介绍如何进行有效的实证研究和理论研究，并提供一些建议和指导。
一、实证研究的步骤和方法实证研究是一种基于经验数据和实证证据的研究方法，旨在通过观察、测量和统计分析来验证或推翻某种假设或理论。
以下是进行有效实证研究的步骤和方法：1. 提出研究问题：在进行实证研究之前，首先需要明确研究的目的和问题。
研究问题应具有明确性和可操作性，可以通过提出有针对性的假设来明确研究的方向。
2. 收集数据：实证研究需要依赖于可靠的数据来源。
可以通过调查问卷、实地观察、实验设计等方式来收集数据。
在收集数据时，需要注意数据的准确性和可靠性。
3. 进行数据分析：在收集到数据后，需要对数据进行合理的整理和分析。
常用的数据分析方法包括描述统计分析、回归分析、方差分析等。
通过数据分析可以得出实证研究的结论。
4. 验证假设：实证研究的核心是验证假设。
通过数据分析的结果，可以判断假设的可接受性或拒绝性。
如果实证研究的结果支持假设，则可以得出结论；如果实证研究的结果不支持假设，则需要重新考虑研究问题或改进研究方法。
5. 解释结果：实证研究的结果不仅仅是对研究问题的回答，还需要对结果进行解释和解读。
需要注意的是，解释结果时应该基于数据和实证证据，避免主观性和模糊性。
二、理论研究的方法和技巧理论研究是一种基于学科理论和文献综述的研究方法，旨在分析、总结和评价现有的理论观点和证据。
以下是进行有效理论研究的方法和技巧：1. 文献综述：理论研究需要依赖于丰富的学术文献。
可以通过图书馆、学术数据库、期刊论文等途径获取相关文献资料，并进行全面、系统的综述。
在文献综述中，需要准确、客观地概括和分类已有的理论观点。
2. 分析理论观点：在理论研究中，需要对不同的理论观点进行分析和比较。
可以根据研究问题的需要，选择合适的理论观点进行综合和推导。
实证研究与规范研究
实证研究与规范研究一、实证研究实证研究是一种基于实证主义哲学观点的研究方法，它强调通过观察和实证数据来验证假设和推断的有效性。
实证研究通常基于定量研究方法，收集大量的数据，并基于统计分析来得出结论。
实证研究的特点：1.强调客观性：实证研究强调研究结果应该是客观和可重复的，尽量排除主观因素的干扰。
2.关注因果关系：实证研究试图通过对因果关系的研究来揭示事物之间的相互影响。
3.定量化研究：实证研究通常收集大量的数字化数据，并基于统计方法对其进行分析。
实证研究的步骤：1.问题提出：明确研究的目的和研究问题。
2.文献综述：对相关的已有研究进行综述，确定研究的理论框架和假设。
3.研究设计：设计研究的样本、数据收集工具和方法。
4.数据收集：采集大量的数据，可以通过问卷调查、实验等方式进行。
5.数据分析：对收集的数据进行统计分析，明确变量之间的关系。
6.结论与讨论：基于分析结果得出结论，并进行进一步的讨论。
二、规范研究规范研究是一种基于规范主义哲学观点的研究方法，它关注研究对象的道德、伦理和价值取向，并试图提出相应的规范性建议或决策。
规范研究通常基于定性研究方法，通过深入的访谈、观察和文本分析等方式进行数据收集。
规范研究的特点：1.强调主观性：规范研究认为研究者的主观态度和价值观对研究结果具有重要影响。
2.关注伦理和价值：规范研究试图通过道德和伦理角度来评判行为和决策的正确性。
3.定性化研究：规范研究通常通过深入的观察和访谈等方法获得质性数据，关注研究对象背后的动机和意义。
规范研究的步骤：1.问题提出：明确研究的目的和研究问题。
2.文献综述：对相关的已有研究进行综述，确定研究的理论框架和观点。
3.研究设计：设计研究的样本和数据收集方法，可以采用访谈、观察等方式。
4.数据收集：通过深入的访谈、观察等方式获得质性数据。
5.数据分析：对收集的数据进行归纳、综合和解读，提出规范性建议。
6.结论与讨论：基于分析结果提出合理的决策或规范性建议，并进行进一步的讨论。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
© 陈强,《高级计量经济学及Stata应用》课件，第二版，2014年，高等教育出版社。
第32章 如何做规范的实证研究我们已经学了不少计量知识。
到底应如何应用？“实证研究”(empirical research)一般有哪些步骤与注意事项？有人把计量经济学理解为概率统计的一门分支，将注意力集中于定理的推导与证明。
事实上，计量知识只是一种手段，而最终目的是通过计量知识的指导来做好实证研究。
1比如，计量知识告诉我们，在何种情况下，应该使用何种计量方法，其假设与局限性又是什么，如何检验，等等。
32.1 计量理论与现实数据计量经济学的理论总是建立于一些理想化的假定基础之上，而现实的经济数据常常或多或少地不符合这个或那个假定。
尽管计量理论是可以严格证明的一门科学，但实证研究的实践本身在一定程度上却是一门艺术。
Kennedy(2003, p.390)认为，“理论计量经济学家”(econometric theorists)与“计量实践者”(applied econometricians)常常缺乏交流，而“不使用真实数据的计量理论”在某种意义上更容易些。
2其结果是，计量实践者在处理现实数据时有时不知所措，甚至盲目进行。
事实上，无论多么高深的计量方法，如果原始数据的质量有问题，也只能是“垃圾进去，垃圾出来”(garbage in, garbage out)。
Griliches(1994)在给美国经济学会做的主席演讲(presidential address)中指出，由于经济学家不够注意数据的来源及产生过程，经常错误地解释数据，导致研究的进展缓慢；如果不提高数据质量，计量理论方面的重大进展将无用武之地。
对于大多数从事应用研究的学者而言，主要是使用别人(比如，统计局)提供的数据。
3即便如此，也应该对数据的质量有一个清醒的判断，并使用相应的计量方法(至少在做出实证研究的结论时，应考虑到数据质量的影响)。
另一方面，对于计量的初学者来说，与真实数据打交道是加深对计量经济学理解的重要途径。
只有弄脏你的手，才能学会实证研究 (So let’s get our hands dirty)。
432.2 实证研究的主要步骤只有站在实证研究的框架上才能更好地回答“如何使用计量知识”这一问题。
一般来说，规范的实证分析包括以下几个步骤。
1．提出研究问题对于刚开始进行研究的人来说，常常不知该如何选择研究课题。
研究者通常知道自己想要研究的领域(比如，经济增长)，但这还不是一个具体的研究问题(research question)。
5对实证分析而言，研究问题通常是有关“x对y有何作用”之类的问题。
如果想研究“金融发展对经济增长的作用”，就更具体了，此处x是“金融发展”(可以包含多个变量)，而y是“经济增长”。
研究问题可以来源于理论(比如，检验资产定价模型CAPM是否成立)，也可以来自对经济现象的观察(比如，媒体的热点问题报道，社会调研)，可以研究某个政策的效应(比如，新劳动法对失业率的影响)，也可以对文献中已有论文进行改进。
提出好的研究问题，也许你的研究就成功了一半。
什么是好的研究问题呢？总的来说，研究问题越具体、越有趣、越新颖、越有可行性，则越好！6(1) 具体：简单来说，在以上“x对y有何作用”这样的句型中，应能明确x与y具体是什么。
(2) 有趣：你研究的问题别人会感兴趣吗？为什么我们要在乎你的问题(Why should we care)？知道你的问题的答案后，能影响人们对世界的某个方面的看法吗？你的研究问题为什么重要？(3) 新颖：论文的核心价值在于它的创新性，即做出了文献中所没有的边际贡献。
这种边际贡献可以是研究了新的现象、使用了新的(更好的)计量方法、或使用了新的数据集。
做研究的过程是创造新知识的过程，在本质上不同于学习已有(旧)知识的过程。
(4) 可行：即使你的研究问题很具体、很有趣、很新颖，如果找不到相应的数据，则不可行。
7有了潜在的研究问题后，就可以进行初步的探索性研究(exploratory study)，看看它是否满足以上标准。
比如，通过查文献，看别人是否已经做过类似的研究，或大致了解数据是否可得。
备选的研究问题或想法越多越好，因为能“存活”下来的选题通常不多。
82．文献回顾论文贵在有新意。
假设你找到了一个具体、有趣而可行的研究问题，那么它究竟有多少新颖性，这就不可避免地需要查阅文献，看看文献中是否已有类似的研究。
对于中文论文，可在CNKI中搜索；对于英文论文，可在JSTOR或EconLit中搜索。
某些工作论文则可通过百度或Google搜索。
9对于刚开始进行研究的研究生们而言，似乎自己能够想得到的研究题目，都已经被别人做过了。
要想做出新的边际贡献，当然可以在前人的基础上，继续拓展与改进(改进计量方法，增加变量，使用新数据等)。
也可以完全撇开前人，去研究全新的现象。
比如，20世纪70年代末中国农村实行了家庭联产承包责任制改革，这是史无前例的。
到了1990年左右，就涌现出一批研究农村改革对中国农业产出影响的论文。
2008年中国开始实施“新劳动法”。
假以时日(有了足够的数据后)，就可以研究新劳动法对劳动力市场的影响。
10即使是前人已经研究过的现象，也常常可以用新的眼光、新的视角去观察。
重要的是，要有敏锐的观察力，并“像经济学家那样去思考”(Think like an economist)。
对于刚起步的研究者，应尽量避免已经被研究得很烂、或过于有挑战性的题目。
什么时候开始看文献，即看文献的时机，也很重要。
如果从一开始就大量地看文献，则可能被文献所淹没，望洋兴叹，自觉渺小。
11更好的方法是，只有当自己已经有了一定的想法后，再去系统地看文献。
这样才会知道自己究竟看什么，也更能带着批判性的眼光去看。
阅读文献的态度十分重要。
虚心地从经典论文中汲取营养，才能“站在巨人的肩膀上”(Standing on the shoulders of giants)，但仍应带着批判性的眼光。
由于经济现象的复杂性，任何论文一定都有缺点(比如，忽略了某些可能重要的因素)，也都有可以改进的空间(甚至可能推翻作者的结论)，不必太迷信“权威”。
12既然经济学还不是科学，获得诺贝尔奖的经济学家可能持有相反的观点，那么又哪来的权威呢？重要的是，使用逻辑与实证的方法对不同观点进行甄别与质疑。
如果认为前人所做的研究已经十全十美，你都赞同，那么，你怎么可能做出新的边际贡献呢？3．建立理论模型虽然实证研究可以没有理论模型，但如果有好的理论模型作为基础，则更有说服力。
具体来说，回归分析一般只能说明变量之间的相关性，要对变量之间的因果关系做出判断，常常需要依赖于经济理论。
13即使无法提供完整的理论模型，也应该进行一定的理论分析。
最理想的情形是，从理论模型中推导出计量模型(econometric model)，即待估计的回归方程。
4．收集数据在正式开始研究之前，应大致知道你所需要的数据是存在的，而且可以得到。
数据要么是别人提供的(比如，统计局)，要么是自己收集的(比如，问卷调查)。
如果使用别人提供的数据，要注意其数据是如何定义、计算的(统计口径)，是否是与你的理论模型中的变量相对应。
14如果确实不知道该从哪里找数据，可以看文献中同类研究的数据来源，并追溯其本源。
近年来，《美国经济评论》(American Economic Review)与《应用计量经济学杂志》(Journal of Applied Econometrics)等期刊都在其网站上公开了发表论文中使用的数据集。
对于非电子版的数据，则需要自己耐心地手工输入数据，并注意检查，防止出错。
5．使用适当的计量方法有了数据之后，就可以根据数据的类型与特点，来决定使用合适的计量方法。
15比如，被解释变量为二元变量，则可以使用probit或logit；如果是非负整数，则可以使用泊松回归；如果是面板数据，则可以考虑固定效应、随机效应、时间效应、动态面板等；如果是时间序列，则应先判断是否含单位根，再决定使用相应的计量方法。
对于一般的数据，通常先作OLS，看看结果，作为一个参照系。
作完OLS后，可以画残差图(residual plot)，大致看看扰动项是否符合经典假定，然后进行严格的检验。
16如果有所违背(比如，存在异方差、自相关)，则做相应的处理。
对于时间序列，还可以检验是否存在结构变动(邹检验)。
另外，应该对数据的质量进行检验，判断是否存在多重共线性、极端值、弱工具变量等，并做相应的调整。
对于回归函数的具体形式，可以考虑线性、对数(如果解释变量只取正数且有指数增长趋势)、双对数、非线性(边际效应不是常数)等。
由于受数据可获得性的限制，遗漏变量几乎不可避免。
不外乎两种情况。
第一，存在遗漏变量，但与解释变量不相关(需要说明为什么不相关)，故可以不做处理。
17第二，存在遗漏变量，且与解释变量相关，则必须进行处理，处理方法包括增加控制变量、寻找代理变量、使用工具变量、使用面板数据等。
另一常见问题是内生解释变量。
此时，一般需要找到有效的工具变量才能得到一致的估计。
由于面板数据可以在一定程度上克服遗漏变量问题，故比横截面数据或时间序列更有说服力。
如果可以获得面板数据，则应尽力争取。
大多数的实证论文都希望说明x对y的因果作用。
而从回归分析的相关关系到因果关系，是一个很大的飞跃。
1832.3 实证论文的结构实证论文的一般结构如下。
(1)引言(Introduction)(2)文献回顾(Literature review)(3)理论框架(Theoretical framework)(4)计量模型(Econometric model)(5)数据说明(Data description)(6)计量方法(Estimation method)(7)回归结果(Regression results)(8)结论(Conclusion)19对于初学者，要注意观察经典论文的文章结构与风格(包括如何用表格来汇报回归结果)，以便模仿。
比如，中文论文可以模仿《经济研究》或《经济学季刊》，而英文论文则可参照《美国经济评论》等。
32.4 计量实践的十诫Kennedy (2003, p.390)提出了以下“计量实践的十诫”(The Ten Commandments of Applied Econometrics)，作为指导实证研究的十个准则。
201．运用常识与理论(Use common sense and economic theory) 在进行模型设定时，应尽量使用常识与经济理论。
比如，将“人均变量”(如人均消费)与“人均变量”(如人均GDP)相匹配；使用实际汇率来解释实际进出口；避免使用带时间趋势的变量来解释不带时间趋势的变量。