MIT - ის პროფესორების მიერ აშშ-ს მაგალითზე ჩატარებული ემპირული ანალიზის შედეგად გაკეთდა დასკვნა, რომ  პანდემიის დასაწყისში ნიღბების ტარებას საშუალოდ ახალი კოვიდ-შემთხვევებისა და სიკვდილიანობის 10 პროცენტული პუნქტით შემცირება შეეძლო. ემპირული ანალიზის სანახავად იხილეთ წყარო

ნორმალური განაწილება, იგივე გაუსის განაწილებაა. თუ დავაკვირდებით google-ს საძიებო სისტემაში ჩაწერილ ქვემოთ მოყვანილი სიტყვების სტატისტიკას 2016-2020 წლებში, ვნახავთ რომ საძიებო ფრაზები "ნორმალური განაწილება" და "კარლ-ფრიდრიხ გაუსის განაწილება" დახლოებით მსგავსი დინამიკით ხასიათდებოდნენ და მათ შორის მჭიდრო კორელაციური კავშრი Correlation = 0.82 აღინიშნებოდა, ამასთანავე საშუალოწლიური მატების ტეპი აღიშნულ პერიოდში დადებითი აღომოჩნდა.

კვლევით საქმიანობაში ეკონომეტრიკის როლი იზრდება, ამას მოწმობს თანამედროვე გამოწვევები, რომლებიც მკვლევარისაგან საკვლევი ობიექტის ფუნდამენტურ თეორიულ ცოდნას მოითხოვს. ქვემოთ წარმოდგენილია ტოპ ლიტერატურათა ნაკრები, რომელთა ნაწილი მსოფლიოს წამყვან უნივერსიტეტსა და კოლეჯშია აპრობირებული, როგორც ძირითადი და დამხმარე სახელმძღვანელო.

ეკონომეტრიკული ამოცანების გადასაჭრელად, გაგაცნობთ იმ კომპიუტერულ პროგრამებს, რომლებიც დღესდღეობით არსებობს. მათი დიდი ნაწილი დაფუძნებულია ბრძანებებზე, რომლის გამოძახების შედეგადაც სრულდება კონკრეტული ამოცანა. ქვემოთ წარმოგიდგენთ ტოპ პროგრამების ჩამონათვალს რომელებიც ერთმანეთისგან სხვადასვა თვისებებით გამოირჩევიან. მაშ შორის აღსანიშნავია: ამოცანათა შესრულების ხარისხი, ხელმისაწვდომობა და მონაცემთა ინტერპრეტაციის ვიზუალი

ცნობილია, რომ მონაცემთა დამუშავებისა და ინტერპრეტაციის ყველაზე ცნობილი და უნივერსალური პროგრამა ექსელია. ექსელს შეუძლია ამა თუ იმ კომპლექსურ ამოცანებს მარტივად გაართვას თავი. რაც შეეხება, რეგრესიულ ანალიზს, ექსელი იყენებს უმცირეს კვადრატთა მეთოდზე დაფუძნებულ რეგრესიულ მოდელს ( OLS ), რომელის საფუძველზე მომენტალურად გამოდის საშედეგო ველი. მასში მოყვანილია ეკონომეტრიკული მაჩვენებელები, როგორიცაა დეტერმინაციის კოეფიციენტი, კოეფიციენტების სტანდარტული გადახრა და დანარჩენი საბაზისო მაჩვენებლები.

კომპანია Microsoft ხელოვნური ინტელექტის განვითარების გზაზე წამყვან პოზიციას იკავებს. ის მოიცავს მონაცემთა დამუშავებისა და ინტერპრეტაციის თანამედროვე მეთოდებს, სადაც ხელოვნურ ინტელექტს მნიშვნელოვანი ადგილი უკავია. ის საშუალებას იძლევა დაზოგოს და ეფექტურად გაანაწილოს ცოდნის რესურსი სპეციალური ალგორითმების საშუალებით. გამომდინარე იქიდან, რომ ამა თუ იმ სფეროს საქმიანობა მასზე კონკრეტულ ანალიტიკას ითხოვს, Microsoft Power Apps დახმარებით შეიქმნა სწორედ კონკრეტულ საქმიანობაზე მორგებული მოდელები აპლიკაციების სახით, რომელსაც თავად მომხმარებელი ქმნის და ადგენს სასურველ სამართავ პანელს ე.წ low-code-ის გამოყენებით. ხელოვნური ინტელექტი AI ( Artificial intelligence ) უნივერსალური გზაა გადაიჭრას ესა თუ ის ამოცანა სრულიად კომპიუტერული გზით. იგი იმდენად მნიშვნელოვანია ბიზნესისათვის, რომ პროგრამა Microsoft Power BI ( Business intelligence ) მონაცემთ ვიზუალიზაციისა და დამუშავებისთვის იყენებს ხელოვნურ ინტელექტს. ეს უკანასკნელი კი გვაძლევს კომპანიის სამომავლო განვითარების შესახებ საფუძვლიან პროგნოზს.

ციფრული ინდუსტრიის სამყაროში მნიშვნელოვანი ადგილი უჭირავს მანქანურ სწავლებას. მისი საშუალებით შესაძლებელია ისეთი დავალებების შესრულება, რომელის შესახებაც მხოლოდ მწირი ინფორმაცია არსებობს. ML ( Machine Learning ) შეუძლია შექმნას ახალი ცვლადი, ახალი ფუნქციისთვის, რომელიც სახელდობრ დავალების შესრულებას სჭირდება. გამომდინარე იქიდან, რომ ალგორითმი აქტიურად იყენებს მათემატიკის ნაწილს ალბათობის თეორიას, შესაძლოა გაჩნდეს იმის ეჭვი, რომ ML - ით მიღწეული შედეგიც ალბათური ხასიათის იქნება, მაგრამ ალგორითმს შეუძლია თავის თავში მოიაზროს შეცდომათა მინიმალიზება და გაგაგრძელოს პროცესი იქამდე სანამ შედეგი არ იქნება სანდო და ამომწურავი. სწორედ ამ თვისების გამო, ციფრულ ინდუსტრიაში მომუშავე კომპანიები, აქტიურად ცდილობენ დანერგონ მანქანური სწავლება აპლიკაციებსა თუ კომპიუტერულ პროგრამებში, მაგრამ უნდა აღინიშნოს რომ საწყისი ალგორითმის შექმნა მოითხოვს მათემატიკის საფუძვლიან ცოდნას, რადგან ყველა ინფორმაცია გადაყვანილ იქნას კომპიუტერულ ენაზე და პირიქით კომპიუტერი გვაძლევდეს ახალ ცვლადებს, როგორც მოდელის შესასწავლად დამალულ რესურსს. ეს უკანასკნელი კი ძალზედ მნიშვნელოვანი შედეგს გვაძლევს ამა თუ იმ მოვლენის შესახებ.

ეკონომეტრიკული კვლევების პოპულარიზაციას გასული საუკუნის პერიოდიდან აქტიურად უძღვება ეკონომეტრიკული საზოგადოება. www.econometricsociety.org ის აწყობს შეხვედრებს, გამოცემს ჟურნალებს და საშუალებას აძლევს მკვლევარებს თავიანთი კვლევის შედეგი გააცნოს ფართო საზოგადოებას. აღსანიშნავია, რომ ეკონომიკურ საზოგადოებას აქვს სპეციალური პრიზები სხვადასხვა ნომინაციაში, რომელიც საუკეთესო ნაშრომის ავტორზე გაიცემა.

ეკონომიკის დარგში ნობელის პრიზიორთა წილი სხვა დარგებთან შედარებით მცირეა. 1901-2020 წლებში მან მთლიან საპრიზო ნომინაციებიდან მხოლოდ 9% შეადგინა. რაც შეეხება საბუნებისმეტყველო დარგს, პრიზიორთა რაოდენობამ აღნიშნულ პერიოდში ჯამურად 37% ს მიაღწია. უნდა აღინიშნოს, რომ ნობელის პრემია ეკონომიკის დარგში საკმაოდ რთული მოსაპოვებელია, რადგან კონკრეტული მეცნიერული ნაშრომი ყველა აკადემიურ კრიტერიუმთან ერთად უნდა ერგებოდეს რეალურ ცხოვრებას და მას უნდა ქონდეს უნივერსალური სარგებელი მომავალი თაობებისთვის, ამგვარი სიახლე შეიძლება იყოს რაიმე ეკონომიკური მოდელი, რომელიც გადაჭრის ისეთ სოციალურ საკითხებს, როგორიცაა მაგალითად უმუშევრობის მაღალი დონე.

რეგრესიული ანალიზის დროს ვალიდური დასკვების გასაკეთებლად, აუცილებელია მოდელმა დააკმაყოფილოს გაუს-მარკოვის დაშვებები, რომლებიც ქვემოთ ცხრილის სახითაა მოყვანილი. იმ შემთხვევაში თუ აღნიშნული დაშვებები სრულდება, მაშინ OLS-ით (ordinary least squares) შეფასებული მოდელი ყველაზე ოპტიმალური იქნება. გამომდინარე აქედან აკრონიმი BLUE (Best Linear Unbiased Estimator) შეესაბამება არნიშნულ მდომარეობას, რომელიც აგრეთვე გაუს-მარკოვის თეორემის სახელწოდებითაა ცნობილი.