学习计量经济学的最后目的是为进行研究，但对初学计量经济学的人而言，要写一篇有研究的报告或论文时常有不知如何着手的感觉，这里我便对研究的规划以及论文的写作做一些的。
1.计量方法不应太简单（例如只做到最简单的OLS），但也不必过于复杂，应针对问题采用恰到好处的计量方法。若采用了比较复杂的计量方法，则要说明为什么简单的方法不适合。计量方法的好坏不在其复杂程度，而在于它是否能够帮我们得到正确的估计值，以了解数据中所包含的线.除了估计值以及对应的 t 检定外外，也可做一些 F 检定之对多个系数的假设检定。
解释变量和应变量之间的关系一定要正确，也就是说，解释变量是原因在先，应变量是结果在后，有一定的先后顺序。尤其要注意，有些变量数值的产生很可能是和应变量同时决大张伟经纪人刘迎定的，或是关系不很明确（也就是说，相对于应变量而言，这些变量是内生的），则在选取这些变量作为解释变量时，便要非常小心。解释变量的内生问题常常是研究被的主要原因；
要注意解释变量的同构型，不能不分的将一大堆彼此相关性很高的变量（包括相同变量的不同转换、或是几个变数间的各种交乘项）放进回归式内，造成严重的线性重合问题；
经济理论所牵涉到的变量常常是无法观察到的，因此在做研究时必须采用替代变量（Proxy），研究者要对所选用之替代变数的合详加说明。由于数据总有些缺失，常有人在束手无策之下，采用了很多匪夷所思的替代变数；
5.横断面数据要注意异方差（Heteroscedasticity）的问题，时间数列的数据则要注意干扰项相关（Autocorrelation）的问题。
8.若模型中有多个应变量（和对应之方程式）值得同时分析，则可考虑采用 Seeming unrelated regression甚至联立回归模型等系统模型，以更有效的利用各回归式之间的相关性。
模型有理论模型和模型两类。理论模型是从经济理论中直接导出，而模型则是从理论模型衍申出来，是要实际以资料来估计的。理论模型通常需以数学推导，因此文章中可列出一些关键的数式以帮助理论的阐述，但不应长篇累牍的堆积只有间接关系的数式。模型通常是以回归模型的形式表示，对模型中所涉及的变量均须给与明确的定义，对解释变量和应变量之间的关系要详尽的说明，也要解释对模型中主要系数（或由这些系数所导出之弹性、乘数等）可能数值的大小及符号有怎样的理论预期。
系数估计的主要结果均须以表列出，在表中每一系数对应之变量名称要写清楚，每一系数估计值旁均须伴随一标准差（s.e.）或 t统计量，也可加列 p 值，对于显著的估计值也可附加诸如星号之特殊标记以提醒读者。显示模型整体表现的统计量，诸如 R2（线性回归模型），F 检定统计量， Durbin-Watson检定统计量（对时间数列资料），也可选择性的列于表内。在表的脚注中，必须说明表中所有的特殊符号和简称，表中变量名称的选取，应尽量采用有意义的中文简称，少用无意义的英文字母组合。制表的基本原则就是要让读者便捷、完整而清楚的了解估计的结果；