从数据的来源格式来看，数据可分为电子版与非电子版两大类。对于非电子版的数据，需耐心输入数据 (通常先输入Excel表，再导入Stata中)，并注意检查，防止出错。即便下载电子版数据，也应检查可能存在的错误。
实证研究的关键材料乃是数据。如果数据质量不高，则 “巧妇难为无米之炊”。无论多么高深的计量方法，如果原始数据质量有问题，也只能是 “垃圾进去，垃圾出来” (garbage in, garbage out)。Zvi Griliches 在 1994 年给美国经济学会做的主席演讲 (presidential address) 指出，由于经济学家不够注意数据的来源及产生过程，经常错误地解释数据，导致研究的进展缓慢；如果不提高数据质量，计量理论方面的重大进展将无用武之地。为此，将数据导入统计软件后，需仔细察看数据 (inspect the data)。一个常见误区是，研究者只知进行回归，却不去熟悉原始数据 (raw data)，或增加对数据的感觉 (get a feel for the data)。
察看数据的常见方法为，计算变量的主要统计特征 (summary statistics)，包括均值、最大值、最小值、标准差、相关系数等，并根据经济常识判断它们是否合理。比如，虚拟变量的最小值与最大值必然为 0 与 1；否则，此变量有误。如果数据有时间维度 (比如时间序列或面板数据)，还可画时间趋势图。如果发现在某个时点上的变量取值异常波动，则应考察此数据是否有误；即使数据无误，也应考虑异常波动的原因。
总之，在察看数据的过程中，主要观察数据中是否存在不一致 (inconsistent) 的地方；比如，出现了不可能、不现实或可疑的取值。如果发现，则要进行处理 (比如，可能是数据输入错误)，这被称为 “数据清理” (data cleaning)。
对于大多数从事应用研究的学者而言，主要是使用别人 (比如统计局、世界银行) 提供的数据。即便如此，也应该对数据的质量有一个清醒的判断，并使用相应的计量方法 (至少在做出实证研究的结论时，应考虑数据质量的影响)。在使用别人提供的数据时，还应注意其定义及统计口径，是否是与理论模型中的变量相对应。比如，中国的失业率指的是 “城镇登记失业率”，其统计口径与标准教科书中以及西方国家的失业率概念有很大不同。
对于计量的初学者来说，与真实数据打交道也是加深对计量经济学理解的重要途径。只有弄脏你的手 (get your hands dirty)，才能真正学会做实证研究。
宁公网安备 64010602000493号 宁ICP备16000125号