㈠ 計量經濟學報告解釋變數求助
計量經濟學 我想問一下 被解釋變數是I（1） 兩個解釋變數都是I(0) 可以進行協整檢驗的，這一點毋庸置疑的。
㈡ 如何區分計量經濟學中的內生變數和外生變數最好有例子，課本上說的太抽象，應用時區分不了。謝謝！
這不算是數學概念。內生變數，就是在你的模型中變化的因素，外生變數就是你模型假設既定的因素。比如說你的模型是總花費Y跟購買數量X的關系，價格是P，有Y=P*X（小學知識了吧），一般條件是商品價格為5元，那麼此時價格就是外生變數，Y同X是內生變數。
㈢ 你好，煩請問一下計量經濟學的課件第五講多元線性回歸1，您那邊有嗎，有的話可以上傳一下嗎
應用計量經濟學綜合實驗報告一、觀察序列特徵（一）變數的描述統計變數的描述統計表XYMean24.1913338.51823Median24.6081935.06598Maximum31.5131859.66837Minimum12.2808724.88616Std.Dev.4.3786179.715057Skewness-0.8573230.890026Kurtosis3.1696292.605577Jarque-Bera17.8127319.94491Probability0.0001360.000047Sum3483.5525546.625SumSq.Dev.2741.63713496.67Observations144144（二）變數的趨勢分析1、各變數的時間序列圖2、根據時序圖大致判斷變數的平穩性答：不平穩（三）雙變數分析1、畫出XY散點圖2、計算變數X和Y間的相關系數DependentVariable:YMethod:LeastSquaresDate:10/19/12Time:16:31Sample(adjusted):1144Includedobservations:.Errort-StatisticProb.X1.5318800.04294935.667630.0000R-squared-0.700579Meandependentvar38.51823AdjustedR-squared-0.700579S.D.dependentvar9.715057S.E.ofregression12.66904Akaikeinfocriterion7.923120Sumsquaredresid22952.15Schwarzcriterion7.943743Loglikelihood-569.4646Durbin-Watsonstat0.028629二、計量經濟學分析（一）X和Y的單整階數檢驗（選擇適當的檢驗模型並說明理由，報告結果及結論）X的一階單整檢驗：Includedobservations:.Errort-StatisticProb.D(X(-1))-1.0977710.071696-15.311460.0000C0.1616730.1534311.0537180.2933@TREND(1)-0.0011530.001339-0.8611170.3902趨勢項不顯著，改選模型二；Includedobservations:.Errort-StatisticProb.D(X(-1))-1.0940740.071520-15.297520.0000C0.0467550.0756560.6179910.5373截距項不顯著，改選模型一；LagLength:0(AutomaticbasedonSIC,MAXLAG=14)t-StatisticProb.*AugmentedDickey-Fullerteststatistic-15.309360.0000Testcriticalvalues:1%level-2.5768145%level-1.94245610%level-1.615622根據ADF檢驗值可知，ADF值小於各個顯著水平下的臨界值，故應拒絕原假設，認為沒有單位根，是平穩序列。故X是一階單整序列；Y的一階單整檢驗：Includedobservations:.Errort-StatisticProb.D(Y(-1))-0.9341410.072131-12.950600.0000C-0.0551760.193160-0.2856500.7755@TREND(1)0.0019790.0016931.1690030.2438趨勢項不顯著，改選模型二；Includedobservations:.Errort-StatisticProb.D(Y(-1))-0.9275060.071975-12.886440.0000C0.1407690.0960861.4650300.1445截距項不顯著，改選模型一；LagLength:0(AutomaticbasedonSIC,MAXLAG=14)t-StatisticProb.*AugmentedDickey-Fullerteststatistic-12.765960.0000Testcriticalvalues:1%level-2.5768145%level-1.94245610%level-1.615622根據ADF檢驗值可知，ADF值小於各個顯著水平下的臨界值，故應拒絕原假設，認為沒有單位根，是平穩序列。故Y是一階單整序列；綜上所述，X與Y都是一階單整序列（二）用Y,X,常數項，以及Y的滯後一期值建立二元回歸模型1、用OLS估計模型Y=b0+b1X+b2Y-1+m，回歸結果如下：VariableCoefficientStd.Errort-StatisticProb.X0.0138660.0151020.9181900.3597C-0.1909320.521862-0.3658670.7149Y(-1)1.0012640.01122489.206620.00002、檢驗和改進（1）統計檢驗和結論（t檢驗，F檢驗）用t檢驗:P（x）>α，不顯著P（C）>α，不顯著PY(-1)>α，顯著用f檢驗：P（f）<α,顯著（2）計量經濟學檢驗和結論（異方差檢驗，序列相關性檢驗）F-statistic0.689788Probability0.599846Obs*R-squared2.790897Probability0.593405不顯著，接受原假設，故無異方差性Breusch-:F-statistic0.471125Probability0.625019Obs*R-squared0.962067Probability0.618144不顯著，接受原假設，故無序列相關性（3）對模型估計方法的改進（若存在有異方差或序列相關性時，採用WLS或GLS估計的結果）VariableCoefficientStd.Errort-StatisticProb.C-0.1965480.090185-2.1793810.0305X0.0120010.0021785.5093680.0000Y(-1)1.0024990.001697590.68970.0000WeightedStatisticsR-squared0.999990Meandependentvar37.17069AdjustedR-squared0.999990S.D.dependentvar96.28015S.E.ofregression0.307135Akaikeinfocriterion0.492055Sumsquaredresid18.30044Schwarzcriterion0.542053Loglikelihood-45.46742F-statistic179795.0Durbin-Watsonstat2.017946Prob(F-statistic)0.000000UnweightedStatisticsR-squared0.976307Meandependentvar37.63027AdjustedR-squared0.976062S.D.dependentvar8.651587S.E.ofregression1.338552Sumsquaredresid347.5940Durbin-Watsonstat1.858016（4）最終的模型1、Y=-0.196548+0.012001X+1.002499Y(-1)2、R^2=0.9999903、調整後的R=0.9999904、D.W=1.858016
㈣ 計量經濟學解釋變數個數k包括虛擬變數嗎
許多經濟變數是可以定量度量。 一些影響經濟變數的因素是無法定量度量。 為了在模型中版能夠權反映這些因素的影響，並提高模型的精度，需要將它們「量化」。 這種「量化」通常是通過引入「虛擬變數」來完成的。根據這些因素的屬性類型，構造只取「0」或「1」的人工變數，通常稱為虛擬變數，記為D。 虛擬變數只作為解釋變數。
㈤ 請問計量經濟學中模型中有虛擬變數與一個定量變數X，
需要。
對存在異方差性的模型可以採用加權最小二乘法進行估計。
異方差性的檢測——White test
在此檢測中，原假設為：回歸方程的隨機誤差滿足同方差性。對立假設為：回歸方程的隨機誤差滿足異方差性。判斷原則為：如果nR^2>chi^2 (k-1），則原假設就要被否定，即回歸方程滿足異方差性。
在以上的判斷式中，n代表樣本數量，k代表參數數量，k-1代表自由度。chi^2值可由查表所得。
如何判斷數據存在自相關性
a. 用相關計量軟體: 比如說E-VIEWS檢查殘差的分布。 如果殘差分布具有明顯和圓潤的線性分布圖像， 說明自相關性存在的可能性很高。反之， 無規則波動大的分布圖像顯示出相關性微弱。
b.Durbin-Watson Statistics(德賓—瓦特遜檢驗)： 假設time
series模型存在自相關性，我們假設誤差項可以表述為 Ut=ρ*Ut-1+ε.
利用統計檢測設立假設，如果ρ=o.則表明沒有自相關性。Durbin-Watson統計量（後面建成DW統計量）可以成為判斷正、負、零（無）相關性的
工具。 DW統計量：
d=∑(Ut-Ut-1)^2/∑ut^2≈2*(1-ρ).如果d=2則基本沒有自相關關系，d靠近0存在正的相關關系，d靠近4則有負的相關關系。
c. Q-Statistics 以（box-pierce)- Eviews( 7th version第七版本）為例子： 很
多統計計量軟體軟體提供Q test來檢測，這里用Eviews為例子。 Q的統計量（test statistics）為 Q=n*∑ρ^2.
零假設null hypothesis H0=0和方法2的含義一樣。如果零假設證明失敗，則對立假設ρ≠0成立，意味著有自相關性。
如何減弱模型的自相關性
方法一（GLS or FGLS）：
假設存在自相關性的模型，誤差項之間的關系為：Ut=ρ*Ut-i+ε（ε為除了自相關性的誤差項，i.i.d~（0,σ）. t時期的模型為
yt=βxt+Ut, t-1時期則為
ρ*yt-1=ρ*βxt-1+ρ*Ut-t。用t時期的減去t-1時期的可得出yt-yt-1=β(xt-xt-1)+(Ut-Ut-1).已知
Ut-Ut-i=ε。經過整理後新的模型滿足Gauss-Makov的假設和，White noise condition （同方差性或者等分散），沒有自相關性。
方法二（HAC：Heteroscedasticity Autocorrelation consistent): 以Eviews為例子，在分析模型時選擇HAC，在模型中逐漸添加time lag的數目，來校正DW統計量達到正常值減少自相關性。
㈥ 計量經濟學虛擬變數
學歷D1=1 (小學未畢業)
=0 (其他)
D2=1 (小學畢業)
=0 (其他)
D3=1 (初中畢業)
=0 (其他)
D4=1 (高中畢業)
=0 (其他)
D5=1 (大專畢業)
=0 (其他)
D6=1 (大學本科以上)
=0 (其他)
Yi=f(Xi,D1,D2,...)+μi
Yi=α0+α1*D1+α2*D2+α3*D3+α4*D4+α5*D5+α6*D6+βXi+μi
小學未畢業：E(Yi|Xi,D1=1,D2=D3=...=D6=0)=α0+α1+βXi
小學畢業：E(Yi|Xi,D2=1,D1=D3=...=D6=0)=α0+α2+βXi
。
。
。
㈦ 計量經濟學中如果有n的變數需要設置虛擬變數，那是設置n個還是n－1個虛擬變數
每一個定性問題所包含類別少一個就行了，如果是 本科、本科以下，研究生，那就要兩個虛擬變數好了，如果是 本科及本科以下、研究生，那就取一個虛擬變數！好簡單的問題，計量難的是面板數據動態模型，離散選擇變數的多元動態模型，我快被搞崩潰去！好在基本上已經懂了！
㈧ 計量經濟學中變數和參數的區別
變數分為自變數和因變數比如xy，參數是對變數前的系數的具體值，比如β，α