计量经济学课程总结

经过一个学期对计量经济学的学习，我收获了很多，也懂得了很多。通过以计量经济学为核心，以统计学，数学，经济学等学科为指导，辅助以一些软件的应用，从这些之中我都学到了很多知识。同时对这门课程有了新的认识，计量经济学对我们的生活很重要，它对我国经济的发展有重要的影响。

计量经济学对我们研究经济问题是很好的方法和理论。学习计量经济学给我印象和帮助最大的主要对EVIES软件的熟练操作与应用,初步投身于计量经济学，通过利用Eviews软件将所学到的计量知识进行实践，让我加深了对理论的理解和掌握，直观而充分地体会到老师课堂讲授内容的精华之所在。在实验过程中我们提高了手动操作软件、数量化分析与解决问题的能力，还可以培养我在处理实验经济问题的严谨的科学的态度，并且避免了课堂知识与实际应用的脱节。虽然在实验过程中出现了很多错误，但这些经验却锤炼了我们发现问题的眼光，丰富了我们分析问题的思路。

计量经济学的定义为：用数学方法探讨经济学可以从好几个方面着手，但任何一个方面都不能和计量经济学混为一谈。计量经济学与经济统计学绝非一码事;它也不同于我们所说的一般经济理论，尽管经济理论大部分具有一定的数量特征;计量经济学也不应视为数学应用于经济学的同义语。经验表明，统计学、经济理

论和数学这三者对于真正了解现代经济生活的数量关系来说，都是必要的，但本身并非是充分条件。三者结合起来，就是力量，这种结合便构成了计量经济学。 克莱因(R.Klein)：“计量经济学已经在经济学科中居于最重要的地位”，“在大多数大学和学院中，计量经济学的讲授已经成为经济学课程表中最有权威的一部分”

计量经济学关心统计工具在经济问题与实证资料分析上的发展和应用，经济学理论提供对于经济现象逻辑一致的可能解释。因为人类行为和决策是复杂的过程，所以一个经济

议题可能存在多种不同的解释理论。当研究者无法进行实验室的实验时，一个理论必须透过其预测与事实的比较来检验,计量经济学即为检验不同的理论和经济模型的估计提供统计工具。

在计量经济学一元线性回归模型，我认识到：变量间的关系及回归分析的基本概念，主要包括：

其次有一元线形回归模型的参数估计及其统计检验与应用，包括： 这个公式得给出，以及样本回归函数的随机形式 。总的说来，这一节留给我印象最深刻的，便是根据样本回归函数SRF，估计总体回归函数PRF，即总体回归线与样本回归线之间的关系。除此以外，我也学会了参数的最大似然估计法语最小二乘法。对于最小二乘法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得模型能最好的拟合样本数据，而对于最大似然估计法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大。显然，这是从不同原理出发的两种参数估计方法。即：

1.一元回归模型：

关于拟合优度的检验，也就是检验模型对样本观测值的拟合程度。被解释变量Y的观测值围绕其均值的总离差平方和可分解为两个部分：一部分来自于回归线，另一部分来自于随机势力。所以，我们用来自回归线的回归平方和占Y的总离差的平方和的比例来判断样本回归线与样本观测值的拟合优度。这个比例，我们也较它可决系数，它的取值范围是0<=R2<=1。

关于变量的显著性检验，是要考察所选择的解释变量是否对被解释变量有显著的线性

影响。所应用的方法是数理统计学中的假设检验。关于置信区间估计。当我们要判断样本参数的估计值在多大程度上可以“近似”的替代总体参数的真值，往往需要通过构造一个以样本参数的估计值为中心的“区间”，来考察它以多大的概率包含这真是的参数值。这样的方法就是我们所说的参数检验的置信区间估计。当我们希望缩小置信区间时，可以采用的方法有增大样本容量和提高模型的拟合优度。

2.多元回归模型

多元回归分析与一元回归分析的几点不同：

关于修正的可绝系数。我们可于发现，在样本容量一定的情况下，增加解释变量必定使得自由度减少，所以调整的思路是:将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响。这样就引出了我们这里说的调整的可绝系数。

关于对多个解释变量是否对被解释变量有显著线性影响关系的联合性F检验。F检验的思想来自于总离差平方和的分解式：TSS=ESS+RSS。通过比较F值与临界值的大小来判定原方程总体上的线性关系是否显著成立。

计量经济学是一门比较难的课程，其中涉及大量的公式，不容易理解且需要大量的运算，其中需要很好的数学基础、统计基础和自己的分析思考能力，以及良好的计量软件应用能力，所以在学习的过程中我遇到了很多困难。例如异方差的实验，异方差通常发生于横截面数据中，一般是有解释变量的方差与随机误差项的方差成比例。要发现这一问题，我们学习了很多检验，包括park test，Goldfeld-Quant test，White test等。要纠正异方差，常用的方法是WLS，通过对数据的处理能够有效消除异方差的问题。自相关的问题一般见于时间序列数据中，一阶序列相关是指当前的误差项与以前的误差项线性相关。在

发生自相关的情况下，我们在进行变量的显著性检验时更倾向于拒绝虚拟假设。发现一阶自相关问题的最重要检验是Durbin-Watson test，这一检验的特点是存在未决区域。纠正自相关的问题，我们学会了GLS和Cochrane-Orcutt迭代法，并在计算机应用中学习了其操作，受益匪浅。但通过这次的实验，我对课上所学的最小二乘法有了进一步的理解，在掌握理论知识的同时，将其与实际的经济问题联系起来。

在目前的学术现状下，要求研究者必须掌握计量的研究方法，这是实证研究最好的工具。用计量的工具，我们才能够把经济现象肢解开来，找到其中的脉络，进而分析得更加清晰。