引用

Wooldridge, J. M. (2006). Introductory Econometrics: A Modern Approach (3rd ed.). Thomson/South-Western.

為什麼重要

經濟學的主張需要面對資料、選擇偏誤與不確定性。這本書把迴歸分析放回因果問題中，幫助讀者判斷一個數字究竟能支持什麼結論。

線性迴歸用條件平均描述變數之間的關係，但係數不會自動成為因果效果。模型設定、控制變數與解釋範圍都必須清楚。

因果推論依賴可辯護的比較。隨機實驗、自然實驗、差異中的差異和工具變數，都是處理混淆因素的不同策略。

同時觀察個體與時間能控制部分不變的差異。固定效果、隨機效果與政策前後的比較，讓資料結構成為識別策略的一部分。

標準誤、假設檢定、信賴區間與穩健性檢查描述估計的不確定性。好的實證分析也要呈現模型失效時會發生什麼。

每個模型都寫下研究問題、識別假設、估計量和可能的反例。先畫出資料生成過程，再閱讀公式，能更容易看見係數與因果主張之間的距離。

《計量經濟學導論：現代方法》把技術工具放進經濟問題中，是從經濟學直覺走向可信實證研究的重要橋樑。