厦门大学数量经济学考博的复习需要结合学科特点与学校考试要求，重点突破计量经济学、高级统计学、数理经济学等核心领域。建议从以下五个维度系统规划：

一、考试内容深度解析

1. 专业课笔试（通常3小时闭卷）

- 必考内容：时间序列分析（ARMA、VAR、GARCH）、面板数据模型（固定效应/随机效应、动态面板）、计量经济学前沿（机器学习与计量融合）

- 高频考点：Hausman检验应用场景、面板数据单位根检验（ADF-Fuller）、工具变量选择准则

- 近三年真题显示，约35%题目涉及Stata/Python编程实现，需掌握EViews基础操作

2. 综合面试（含文献综述考核）

- 需展示对计量经济学三大假设的批判性思考（如弱工具变量问题）

- 文献综述应聚焦2020年后发表在《Journal of Econometrics》《Econometrica》等顶刊的计量方法创新

- 模拟面试中常见技术问题：如何处理内生性问题（DID/PSM的稳健性检验）、面板数据多重共线性诊断

二、复习方法论

1. 知识图谱构建

- 制作三级目录：一级学科（计量/统计/经济理论）→二级模块（时间序列/因果推断/实验设计）→三级专题（非线性回归/空间计量/非参数方法）

- 重点标注交叉领域：如双重差分法的统计检验（Ratkowsky检验）、机器学习在计量中的应用边界

2. 参考书目精读策略

- 《计量经济学导论》（ Wooldridge）重点章节：第11章（面板）、第13章（非线性）

- 《高级计量经济学》（ Wooldridge）必做习题：4.5（IV诊断）、7.3（GMM）

- 厦门大学指定教材《计量经济学》（张晓晶）需对比国内外版本差异，特别关注计量软件操作章节

三、真题训练体系

1. 历史真题分析（2018-2022）

- 近五年出现频率Top3考点：面板数据模型（28%）、时间序列（22%）、因果推断（15%）

- 2019年考题涉及非结构化数据处理（文本数据计量分析），2021年新增机器学习与计量融合题

- 建议按题型分类训练：计算题（占40%）、简答题（30%）、论述题（30%）

2. 模拟题库建设

- 每周完成2套模拟卷（含编程题）

- 重点突破计算题：如2022年真题第5题要求同时使用LLS和LS估计处理非线性面板数据

- 论述题模板：问题拆解（理论背景→方法选择→应用场景）+案例支撑（引用厦门大学已发表相关论文）

四、交叉学科能力培养

1. 计量与编程深度融合

- 掌握Python的statsmodels库（重点：` PanelData`对象操作）

- 熟练使用R的plm包（固定效应模型实现）

- 每周完成1个真实数据案例：如使用GARCH模型分析厦门股市波动率

2. 跨学科前沿追踪

- 关注《Journal of Applied Econometrics》2023年热点：半参数因果推断（如CausalML库应用）

- 建立文献跟踪系统：使用Zotero管理文献，设置计量经济学关键词提醒

五、备考时间规划

1. 四阶段推进表

- 基础阶段（2个月）：完成3轮教材精读，建立知识图谱

- 强化阶段（1.5个月）：专题突破+真题训练（每日3小时计算练习）

- 冲刺阶段（1个月）：模拟面试（每周2次）、热点追踪（每日1篇顶刊论文速读）

- 考前一周：重点复习错题本（标记错误率＞30%的题目）

2. 每日时间分配

- 08:00-09:30 理论学习（侧重模型原理）

- 10:00-12:00 实践操作（编程+计算）

- 14:00-15:30 文献精读（每周3篇）

- 16:00-17:30 模拟面试（录音复盘）

特别提醒：关注厦门大学经济学院官网公布的导师研究方向，在面试准备中重点关联2-3位导师的研究成果。例如，若报考张教授的"空间计量与区域经济"方向，需提前研读其团队在《Econometrics Journal》的5篇代表性论文，并准备相关延伸问题。

建议组建3人学习小组，每月进行1次交叉模拟答辩，重点训练学术表达（每分钟120-150字）、板书展示（公式推导可视化）和时间控制（30分钟回答）。最后阶段需建立个性化知识漏洞清单，针对计量假设检验（如LM检验、Wald检验）等易错点进行专项突破。