数据与方法
数据和分析数据的方法是基于证据的研究的基础。本主题领域的文章讨论了不同类型数据收集的价值，并解释了重要的统计和计量经济学方法，这些方法提供了总结和呈现信息的方法，以及识别和量化相关性或因果关系的方法。
编辑团队
主题编辑器
英国伦敦大学皇家霍洛威学院和德国IZA学院
-
对面板数据的需求和使用
小组数据提供了一种有效和经济的方法来衡量行为和态度随时间的变化
Hans-Jurgen安德烈ß2017年4月稳定和变革是社会现实和经济进步的基本要素。横断面调查是一种在特定时间点提供关于具体问题的资料的手段，但不提供关于普遍稳定的任何资料。通过回顾性询问可以获得有限的变化信息，但这常常受到“回忆偏差”的损害。但是，关于变化的有效资料对于评估诸如贫穷等现象是永久的还是只是暂时的是必不可少的。小组数据分析可以解决这些问题，并为有效的政策设计提供必要的工具。更多的少 -
谷歌搜索活动数据和突破性趋势
谷歌搜索活动数据是一项非常规的调查，充满了公正的、揭示的答案，需要正确的问题
思·阿斯基达斯2015年11月使用谷歌搜索活动数据可以帮助实时、高频率地发现全球范围内广泛的突破性社会经济趋势。这些丰富的数据是持续不断的、越来越普遍的信息数字化的结果。搜索活动数据与更传统的经济衡量方法形成鲜明对比，后者仍然是为计算能力匮乏的早期时代量身定制的。搜索活动数据可用于更及时、更明智和更有效的政策制定，以造福社会，特别是在危机时期。事实上，拥有这样的数据会改变理论与支持理论的数据之间的关系。更多的少 -
使用工具变量来建立因果关系
即使有观测数据，也可以借助工具变量估计来恢复因果关系
萨沙o贝克尔2016年4月随机对照试验通常被认为是确定因果关系的黄金标准。然而，在许多与政策有关的情况下，这些试验是不可能的。工具变量仅通过特定治疗影响结果;因此，它们允许对因果效应进行估计。然而，找到有效的工具是困难的。此外，工具变量估计仅对人口的特定部分恢复因果关系。虽然这些限制很重要，但确立因果关系的目标仍然存在;而工具变量是实现这一目标的重要计量经济学工具。更多的少 -
贫困持续性和贫困动态
对某一时期的贫困人口的快照不能全面反映贫困状况
马丁Biewen2014年11月在单一时期衡量的贫困中，有相当一部分是暂时的，而不是持续的。在大多数国家，只有一部分目前贫穷的人是长期贫穷的。长期贫困或周期性陷入和摆脱贫困的人应成为反贫困政策的主要重点。了解持续贫困人口的特点，以及与进入和摆脱贫困有关的情况和机制，可以帮助政府了解减少持续贫困的各种选择。各国间贫困持续程度的差异可以进一步揭示贫困持续存在的可能根源。更多的少 -
作为回归估计量的匹配
匹配避免了对回归方程的函数形式进行假设，使分析更加可靠
丹·a·布莱克2015年9月“匹配”是一种统计技术，用于通过比较观察性研究中治疗组和未治疗组来评估治疗效果。匹配提供了一种替代旧的估计方法，如普通最小二乘(OLS)，它涉及强大的假设，通常没有太多的经济理论依据。虽然在20世纪70年代和80年代计算的早期，使用简单OLS模型可能是合适的，但从那时起，计算能力的显著提高使得其他方法，特别是匹配方法，非常容易实现。更多的少 -
利用自然资源冲击研究经济行为
自然资源冲击有助于研究低技能男性如何应对劳动力市场状况的变化
丹·a·布莱克2019年12月在全球不平等日益加剧的背景下，了解对低技能工人的需求发生变化时会发生什么是很重要的。由于自然资源冲击在本质上是全球性的，但对资源开采地区的劳动力前景具有高度地方性的影响，因此它们为评估面临当地劳动力市场条件极端变化时低技能男性的行为提供了独特的机会。这种情况可以用来评估广泛的结果，从教育和收入，到婚姻和生育状况，再到投票行为。更多的少 -
实证经济研究中的透明度
开放科学可以提高研究的可信度，但前提是要有正确的激励机制
克里斯蒂娜Blanco-Perez 亚伯Brodeur2019年11月开放科学和研究透明度运动旨在使研究过程更加可见，并加强结果的可信度。开放研究实践的例子包括开放数据、预注册和复制。开放科学的支持者认为，公开数据和代码使研究人员能够评估一项主张的真实性，并提高其可信度。反对者经常反驳说，重复实验成本高昂，而且开放科学的努力并不总是能得到成果发表的回报。更多的少 -
代际收入持续性更新
代际持久性的测量可以表明机会平等，但两者之间的关系并不明确
乔布莱登2019年1月代际收入之间的强烈联系——来自贫困家庭的孩子成年后可能也很贫穷——经常被认为是机会不平等的一个指标。对这种“代际持续性”或缺乏代际流动性的研究，衡量了父母的社会经济地位与其子女成年后社会经济地位之间关系的强度。然而，机会平等和代际持久性的共同衡量标准之间的联系并不像人们通常认为的那样明确。为了帮助解释，研究人员经常比较跨时间和空间的测量，但必须认识到可靠的测量需要克服重要的数据和方法上的困难。更多的少 -
衡量就业和失业
是否应该重新审视衡量就业和失业的统计标准?
安德里亚Brandolini 艾丽亚娜一直幸运2018年8月衡量就业和失业对经济政策至关重要。国际商定的措施(如基于标准定义的总人数就业和失业率)增强了跨时间和空间的可比性，但实际劳动力市场和政策议程的变化对这些传统惯例提出了挑战。不同劳动力市场状态之间的界限模糊，使识别变得复杂。每个州的个人经历可能会有很大的不同，这突出了每个就业或失业人员在统计指数中如何加权的重要性。更多的少