昨日の続き。
はしがきあたりで，「この本では何を扱わないか」を明示する必要があるかな。
- 時系列データの処理は取り上げない
もちろん，簡単なOLSでは，serial correlationでstandard errorにバイアスが発生するから，その辺のcorrectionをした方がいいよー，という話くらいは書いていいのだけれども。
基本的に，time seriesの分野は，他の分野の実証分析とは，問題関心が違っている。たとえば，unit rootがあるかどうか，とか。こういうのは，データの性質についての探求であって，データ自体から直接何らかの政策的インプリケーションを引き出そうという関心とはやや遠いので，今ひとつだ。
それにそもそも，僕自身が，あまり時系列データを信頼していない，っていう点がある。やっぱ，時系列データだと，variationがパネルやcross sectionに比べるといまいちだからなー，という感がぬぐいきれない。ま，この辺は，時系列データを専門に扱うマクロ経済学者とは縁遠い（そもそもChicago ECONには「マクロ経済学」は存在しないしwww）僕の特性もある。あ，もちろん，ファイナンスの一部は時系列を扱うけれども。
- 基本，エコノメがベース（＋causal inference）なので，そこから外れるもの（社会学とか心理学とか）はあまり使わない
典型的なのが，ANOVAとかMANOVA。ま，数学的に見れば，やってることはOLSと大して変わらないし。
- 加筆すべきかどうか迷うところなのが，統計入門で出てくる，「平均の差の検定」みたいな，すごくシンプルな仮説検定。普通のエコノメだと，正面からは使わないけれど，仮説検定のパートに，この程度なら，ちょっと加筆してもいいかなぁ。まぁ，普通の統計学の入門教科書なら，当然に扱われる内容だけれども。
