決定中要解釋的現象是什麽？
在決定時要檢驗的假設或理論是什麽？
要預測的趨勢是什麽？
要評估的政策是什麽？
2.構建實證計量經濟模型；
除了學習相關的經濟理論外，還應該將三到五篇文獻中的實證計量經濟模型與實證分析進行比較:
確認因果關系)；計量經濟模型中解釋變量和因變量之間的關系；
闡明各模型的異同、優缺點，思考文獻中現有模型改進的可能性；
最後，確定了實證測量模型的原型；
初步調查壹下，看看有沒有相關信息。如果沒有，經驗模型設計的再好也沒用。
3.收集相關信息；
必須嚴格檢查數據的準確性，對錯誤和虛假的數據要認真改正；
使用電子表格軟件繪制數據列表，驗證數據的邏輯合理性，對不合理的數值進行處理；
不管是用截面數據還是時間序列，數據越多越好，尤其是PanelData。
整理數據值，列出各種基本統計數據(樣本均值、方差、變量間樣本相關系數等。)，列出變量之間的兩兩交互作用，做壹些初步的圖形分析。
測量方法的執行:
1.測量方法不能太簡單(比如只有最簡單的OLS)，但也不能太復雜，針對問題采用合適的測量方法。如果采用更復雜的測量方法，需要說明為什麽簡單的方法不適合。測量方法的好壞不在於它的復雜程度，而在於它是否能幫助我們得到正確的估計，以了解數據中所包含的真實信息。
2.除了估計值和相應的t檢驗之外，還可以做壹些f檢驗來檢驗多重系數的假設。
3.回歸模型的設定，尤其是解釋變量的選擇，可以在估計的過程中不斷修正。對應變量和解釋變量都可以嘗試對數、指數、冪函數等不同的變換。這些變換方法的決定在經濟理論中是最重要的，不能只是為了提高模型的適應性而盲目的做壹些不合理的變量變換。
4.選擇解釋變量時，應考慮以下因素:
解釋變量和因變量之間的因果關系必須是正確的，也就是說解釋變量先為原因，因變量後為結果，有壹定的順序。特別需要註意的是，有些變量的值很可能與因變量同時確定，或者因果關系不明確(即這些變量相對於因變量是內生的)，所以在選擇這些變量作為解釋變量時要非常謹慎。解釋變量的內生性問題往往是研究受到批評的主要原因；
要註意解釋變量的同態性，不能把大量相關性高的變量(包括同壹個變量的不同變換或幾個變量之間的各種叉積項)胡亂放入回歸公式，造成嚴重的線性重合問題；
經濟理論中涉及的變量往往是不可觀測的，因此實證研究必須使用代理，研究人員要詳細說明所選代理的合理性。因為總有壹些缺失的數據，人們常常在絕望中使用許多不可思議的替代變量；
虛變量的定義要清晰合理，使用要慎重。
需要討論解釋變量不足、觀測值不佳等數據缺失可能帶來的計量問題。