The Measurement of Economic Relationships

غریبه در دانشگاه نمی تواند تحت تأثیر یکنواختی ظاهری و دقت روشی که در حال حاضر برای اندازه گیری روابط اقتصادی اعمال می شود، قرار نگیرد. در تعداد زیادی از مقالات مجلات و سایر مطالعات، معمولاً یک استدلال نظری برای توجیه این موضع ارائه می‌شود که یک متغیر خاص با متغیرهای خاص دیگر، احتمالاً علی، مرتبط است. رگرسیون یا یک روش مرتبط برای مجموعه‌ای از مشاهدات روی این متغیرها اعمال می‌شود، و اغلب این نتیجه حاصل می‌شود که متغیرهای causa,l واقعاً در یک \"سطح\" معین \"معنادار\" هستند و در نتیجه از استدلال نظری پشتیبانی می‌کنند. استدلالی که احتمالاً مستقل از مشاهدات فرموله شده است. یک متغیر ممکن است مهم اعلام شود (و کمتر کسی شک دارد که این به معنای مهم نیست) مثلاً در سطح 0. 05، اما نه در 0. 01. اثرات متغیرها تا ارقام مهم زیادی محاسبه می‌شوند و اغلب همراه هستند. با فواصل و پیش‌بینی‌هایی که معنای کاملاً واضحی ندارند، اما مطمئناً «اطمینان» اطمینان‌بخش هستند. این یکنواختی در بسیاری از کتاب‌های درسی پیشرفته ریاضی آمار و اقتصادسنجی و در نسخه‌های مقدماتی کمتر دقیق آن‌ها برای دانشجویان اقتصاد یا تجارت مشهود است. در ابزارهای این حرفه منعکس شده است: برنامه های کامپیوتری، از نسل های خطاب به محقق اتفاقی گرفته تا برنامه های اختصاصی و پیچیده ای که توسط متخصصان استفاده می شود، اصطلاحات یکسانی را نمایش می دهند و روش شناسی یکسانی را اجرا می کنند. به طور خلاصه، هیچ جایگزین قابل مشاهده ای برای روش تعیین شده و هیچ نشانه ای از یون های رزرو در مورد اعتبار آن وجود ندارد.

Astranger in academia cannot but be impressed by the apparent uniformity and precision of the methodology currently applied to the measurement of economic relationships. In scores of journal articles and other studies, a theoretical argument is typically presented to justify the position that a certain variable is related to certain other, possibly causal, variables. Regression or a related method is applied to a set of observations on these variables, and the conclusion often emerges that the causa,l variables are indeed "significant" at a certain "level," thereby lending support to the theoretical argument-an argument presumably formulated independently of the observations. A variable may be declared significant (and few doubt that this does not mean important) at, say, the 0. 05 level, but not the 0. 01. The effects of the variables are calculated to many significant digits, and are often accompanied by intervals and forecasts of not quite obvious meaning but certainly of reassuring "confidence. " The uniformity is also evident in the many mathematically advanced text­ books of statistics and econometrics, and in their less rigorous introductory versions for students in economics or business. It is reflected in the tools of the profession: computer programs, from the generaiones addressed to the incidental researcher to the dedicated and sophisticated programs used by the experts, display the same terms and implement the same methodology. In short, there appears no visible alternative to the established methodol­ ogy and no sign of reservat ions concerning its validity.