※ 引述《ninmit (silent all the years)》之铭言： : 又是抛砖, 还是希望别砸伤板友. : 前次说到的三本书, Stock and Watson, Gujarati 以及 Woodbridge, 以个人现在的感觉 : 是, 看山要看大山, 看书要看大书. : 当然, 小而美小而好的书也很多, 合起来不到一页 A4 纸的证明也可以成为巨着的 : (如, 虽然和本板不太有关的, 赛局理论的 Nash J. 1950, : "Equilibrium Points in N-person Games") : 但是, 一个初学者, 还是建议一步一脚印的, 找一本相对厚实的书来看计量经济学. : 以上的三本书, 其中 Gujarati 以及 Woodbridge 应该是目前的大学部够厚实的书. : 曾经被问过以上几个问题: : 1. 对於各种定理到底是要会用就好还是要会证明 : 这个问题, 在大学部的话, 我会希望我自己要努力的证明, 但是如果证不出来, 也一定要 : 弄清楚这个定理到底要如何正确的用. 大学的时候真的要多念一点这种硬科学, 定理弄清楚, 证明最好还是能搞懂 有些东西学起来可以帮助後面念其他课程有点帮助.. 例如Convergence(左示可以推到右式) pointwise (almost everythere) --> in Probability --> in Distribution 加上念一些要证明Central Limit Theory等等的东西 里面其实有很多东西跟证明技巧, 好好理解会应用到後面会帮助你念其他东西的效率.. 趁年轻念一下..年纪大了才念就比较辛苦了Orz.. : 很多的定理其实存在很多限制, 譬如说, 之前有板友推文说到的 iid, 我的指导教授一定 : 要我检查数据是否真的是 independently and identically distribute, 毕业多年以後, : 回到学校找老师, 我问她, 老师, 如果不是 iid, 当时我们的 paper 你打算怎麽办?? : 她很 nice 的回答我说, 那你晚一年毕业吧. : 2. 统计学的基础 : 这点相对麻烦的地方是, 除非要考研究所, 否则一般来说统计学念的都会是应用统计学. : 但是, 譬如说, gamma dist 是一个很重要的分配, 很多真的不会处理的问题最後都用 : gamma dist 做为一个可能的思考途径, 但是, 一般来说 gamma dist 是数理统计学才会 : 学到的机率分配. : 所以, 曾在工作之余, 努力的将 Hogg 的 Introduction to Mathematical Statistics : 抽空快看了一次, 这本书对个人的受益颇多. 统计学也可以念一下Casella的Statistical Inference 这本因为网路上有习题详解 好像作者自己放到网路的 有时间好好做一下题目也可以增加一点功力.. 如果硕班修统计推论很多学校都是用这本书.. : 3. 还是矩阵问题 : 前面有板友推文说明, 可能大学部有修过线性代数, 所以矩阵与计量经济的连接应该可以 : pass, 可能是我比较愚昧, 我一直在这方面有障碍... : 比较起来, 印象中 Woodbridge 的 appendix 有讲到计量以及矩阵的说明, Gujarati 的书 : 对这方面着墨较少. : 矩阵的表示绝对是计量不可少的一个重要工具 (相信我, 我们的运气绝对没有好到说一个 : 自变数就有足够的能力解释因变数) . 所以能尽快熟悉矩阵的表示绝对是重要的. 矩阵东西真的很重要, 即使工作也很常用到 有了基本的线性代数观念, 也可以修一下回归分析然後参考一下矩阵代数的书.. 尽量把那些观念建构起来, 会影响到後面你念书或做研究的效率.. 例如多变量会用到的主成分分析(PCA), 因素分析(FA)等等 数值方法也会用到很多矩阵分解(singular value decompsition, QR decomposition) 这些不管做研究或者真的分析资料在业界也会常用到.. (面试也会Orz..我就被问了一个矩阵分解了) 计量经济当然更不用说了, 几乎都是矩阵运算~~ : 4. 软体 : 在从事学术工作时, 同学校的统研所同学强烈推荐我学 R. : 当年比较懒惰, 没听他的劝, 所以现在只能将自己失败的经验和各位说明... 哈~ R 算是比较好上手的..我个人也大部分都是使用R.. 不过就我所知道在台湾的业界比较多是用EXCEL VBA (听我一些朋友讲的) QUANT其实啥工具好像没有特别的差异, 不过最好一个程式语言真的很上手 这样才可以好好做工作/研究 : 5. 理论与实务 : 我很喜欢引用官德星老师的一段话: : 我们的数学绝对比 A. Smith 强 (os: 希望不会比 A. Marshall 弱) , 但是, 我们的 : 经济直觉比不上 A. Smith. : 想和各位报告的是, 计量经济别一直在跑理论, 写一大堆方程式结果从来不跑实证... : 在大学部, 用软体跑一跑实证是一件很有成就感的事情 - 我清楚的记得, 在棒球板上曾经 : 有人 po 过一篇实证的文章, 当年看到那篇文章还花了很久的时间去 study, 那种感觉 : 真的很棒. 棒球版那篇我也看过, 蛮厉害的..haha.. : 所以, 不论是 FX / Equities / Fixed Income / Credit Derivatives / Commodities / : Hybrids 等, 做一个小小的 case study, 跑一个小小的实证, 这种成就感都是相当大的. : 以上还是乱七八糟的说, 请各位先进指教. 其实除了实证以外, 自己在做modeling的时候, 结果好好的想想看怎麽解释, 有没有意义, 如果有问题, 是哪边出了差错, 如果可以了解对自己的功力影响很大.. --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 108.53.61.28 ※ 文章网址: http://webptt.com/cn.aspx?n=bbs/Quant/M.1406513865.A.AC1.html ※ 编辑: LITTLEN (108.53.61.28), 07/28/2014 10:48:09