"《大数据:经济计量学的新策略》(Big Data: New Tricks for Econometrics)是由Hal R. Varian撰写的一篇论文,首次发布于2013年6月,并在2014年4月进行了修订。随着计算机技术的发展,越来越多的经济交易通过计算机中介进行,产生了海量数据。这些“计算机媒介交易”产生的数据量巨大,为经济计量学研究带来了新的挑战与机遇。 论文指出,传统统计和经济计量学方法,如回归分析,在处理这类大数据时可能遇到问题。首先,大规模的数据需要更强大的数据处理工具来管理,例如分布式计算、云计算和大数据处理平台,以应对存储和运算上的挑战。大数据的处理不再是单台机器的能力,而是需要分布式系统来支撑。 其次,面对海量变量,传统的变量选择和模型设定可能不再适用。在大数据背景下,可能存在着众多潜在预测因子,如何有效地从中筛选出对结果影响显著的变量成为关键。这促使了特征选择、降维和高维统计方法的研究,如LASSO(Least Absolute Shrinkage and Selection Operator)或正则化方法的使用。 第三,大数据的规模允许建立更为复杂且动态的模型关系。与小样本情况下的线性或固定关系不同,大数据可能揭示出非线性、交互性和时间序列模式。因此,机器学习算法如神经网络、随机森林和深度学习等成为探索这种复杂关系的有效工具。 Hal Varian,作为谷歌首席经济学家和加利福尼亚大学伯克利分校的名誉经济学教授,强调了在大数据时代,经济学家和分析师需要适应新的分析框架,利用新的工具和技术,如数据挖掘、数据可视化和实时分析,以提升经济研究的精度和效率。这篇论文旨在为经济学家提供一个入门指南,帮助他们理解并掌握如何运用这些新技巧处理和分析大数据,以推动经济计量学领域的进步。"
剩余35页未读,继续阅读
- 粉丝: 1
- 资源: 939
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 深入理解23种设计模式
- 制作与调试:声控开关电路详解
- 腾讯2008年软件开发笔试题解析
- WebService开发指南:从入门到精通
- 栈数据结构实现的密码设置算法
- 提升逻辑与英语能力:揭秘IBM笔试核心词汇及题型
- SOPC技术探索:理论与实践
- 计算图中节点介数中心性的函数
- 电子元器件详解:电阻、电容、电感与传感器
- MIT经典:统计自然语言处理基础
- CMD命令大全详解与实用指南
- 数据结构复习重点:逻辑结构与存储结构
- ACM算法必读书籍推荐:权威指南与实战解析
- Ubuntu命令行与终端:从Shell到rxvt-unicode
- 深入理解VC_MFC编程:窗口、类、消息处理与绘图
- AT89S52单片机实现的温湿度智能检测与控制系统