授業が一回りして，だいたい次のような日課に落ち着いて来ました：
起床→予習＋宿題
10:00-12:00 Simultaneous Equation Model
13:00-15:00 Advanced MLE (TSCS+Survival)
15:00-18:00 ComputerLABにて宿題＋予習復習
18:00-20:30 Blalock Lecuture（今週はMissing Data）
帰宅後 予習＋宿題
このほかに，予習が早めに終わったりすると，SiEM（SEMと略すとStrucutural Equation Modelと同じになるのでこう略するらしい）の前に同じ教室でやってるComplex Systemsの授業を途中から覗いたりしてます。何か勉強漬けだなー...
で，どの授業も，初回の頭に「受講生の分布ってどんなの？」という質問をinstructorが投げるのですが，ほぼ同じです。PoliSciが8割以上，Sociが1割程度，残りにdemographyとかpublic healthとか変わり者が少々。Law Schoolなんていう変人はヘタレ一人が続きます。うーむ。まぁ，気分的には，LawというよりはEconかPublic Policyだけど。ひょっとすると，Categorical Analysis（今年のシラバスを見ると，regressionよりもSoci系に振っている感じ）とかScaling/Dimensionalとか行けばもうちょっとSociが多くなるかもしれないけれど，Lawが単独なのは変わらないだろうなぁ...
で，そんな受講生の母体を反映してか，講師陣も，Econというよりは，PoliSciとSociがほとんどです。まぁ，そんないつもとは一風違ったことをやってみるのも，ちょっと新鮮でいいかも。
その流れで，今週のBlalock Lectureは，Statのおじさんがやってたのですが，なかなかeconometricsとstatisticsの違いを実感させられる議論が出ました。
missing dataといえば，Econ的にはsurveyしてNRが出たときかなー，などと想像するわけですが，このlectureでは，sample selectionなんかもまとめて議論してます（言われてみれば確かにそうだ）。で，sample selectionといえば，おなじみのHeckman's two-stepが出てくるわけですが，Statおじさん曰く「Heckmanは間違っている。けれど，どーせやつはノーベル賞取ったんだからorz」。もちろん，オリジナルのHeckman's two stepはefficientではなくてもっといい方法が今では使われてるわけだけれども，それを抜きにして何が悪いのか？
曰く，Heckmanは，使えるデータを全て使ってimputeしてない，といって，もっとうまくimputeする方法（random error付とかbootstrapとか）を提示する。この辺の話を聞いていて，あっそうかと納得したのだけれど，要するに，econometricsとstatisticsの最大の違いは，前者がeconomic theory/modelを「信じて」それを最大限に活用しながらestimationをしようとするのにたいし，後者は眼前にあるデータからあくまで機械的にestimationをしようとするんだ，という点。
で，お前はどっちなんだよ，と言われれば，economic theory/modelは行動モデルとしてやっぱいいなぁと思っているので，前者ですねぇ。そっちの方が夢があるでしょ （ぇ
