㈠ 计量经济学报告解释变量求助
计量经济学 我想问一下 被解释变量是I（1） 两个解释变量都是I(0) 可以进行协整检验的，这一点毋庸置疑的。
㈡ 如何区分计量经济学中的内生变量和外生变量最好有例子，课本上说的太抽象，应用时区分不了。谢谢！
这不算是数学概念。内生变量，就是在你的模型中变化的因素，外生变量就是你模型假设既定的因素。比如说你的模型是总花费Y跟购买数量X的关系，价格是P，有Y=P*X（小学知识了吧），一般条件是商品价格为5元，那么此时价格就是外生变量，Y同X是内生变量。
㈢ 你好，烦请问一下计量经济学的课件第五讲多元线性回归1，您那边有吗，有的话可以上传一下吗
应用计量经济学综合实验报告一、观察序列特征（一）变量的描述统计变量的描述统计表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）变量的趋势分析1、各变量的时间序列图2、根据时序图大致判断变量的平稳性答：不平稳（三）双变量分析1、画出XY散点图2、计算变量X和Y间的相关系数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、计量经济学分析（一）X和Y的单整阶数检验（选择适当的检验模型并说明理由，报告结果及结论）X的一阶单整检验：Includedobservations:.Errort-StatisticProb.D(X(-1))-1.0977710.071696-15.311460.0000C0.1616730.1534311.0537180.2933@TREND(1)-0.0011530.001339-0.8611170.3902趋势项不显著，改选模型二；Includedobservations:.Errort-StatisticProb.D(X(-1))-1.0940740.071520-15.297520.0000C0.0467550.0756560.6179910.5373截距项不显著，改选模型一；LagLength:0(AutomaticbasedonSIC,MAXLAG=14)t-StatisticProb.*AugmentedDickey-Fullerteststatistic-15.309360.0000Testcriticalvalues:1%level-2.5768145%level-1.94245610%level-1.615622根据ADF检验值可知，ADF值小于各个显著水平下的临界值，故应拒绝原假设，认为没有单位根，是平稳序列。故X是一阶单整序列；Y的一阶单整检验：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趋势项不显著，改选模型二；Includedobservations:.Errort-StatisticProb.D(Y(-1))-0.9275060.071975-12.886440.0000C0.1407690.0960861.4650300.1445截距项不显著，改选模型一；LagLength:0(AutomaticbasedonSIC,MAXLAG=14)t-StatisticProb.*AugmentedDickey-Fullerteststatistic-12.765960.0000Testcriticalvalues:1%level-2.5768145%level-1.94245610%level-1.615622根据ADF检验值可知，ADF值小于各个显著水平下的临界值，故应拒绝原假设，认为没有单位根，是平稳序列。故Y是一阶单整序列；综上所述，X与Y都是一阶单整序列（二）用Y,X,常数项，以及Y的滞后一期值建立二元回归模型1、用OLS估计模型Y=b0+b1X+b2Y-1+m，回归结果如下：VariableCoefficientStd.Errort-StatisticProb.X0.0138660.0151020.9181900.3597C-0.1909320.521862-0.3658670.7149Y(-1)1.0012640.01122489.206620.00002、检验和改进（1）统计检验和结论（t检验，F检验）用t检验:P（x）>α，不显著P（C）>α，不显著PY(-1)>α，显著用f检验：P（f）<α,显著（2）计量经济学检验和结论（异方差检验，序列相关性检验）F-statistic0.689788Probability0.599846Obs*R-squared2.790897Probability0.593405不显著，接受原假设，故无异方差性Breusch-:F-statistic0.471125Probability0.625019Obs*R-squared0.962067Probability0.618144不显著，接受原假设，故无序列相关性（3）对模型估计方法的改进（若存在有异方差或序列相关性时，采用WLS或GLS估计的结果）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）最终的模型1、Y=-0.196548+0.012001X+1.002499Y(-1)2、R^2=0.9999903、调整后的R=0.9999904、D.W=1.858016
㈣ 计量经济学解释变量个数k包括虚拟变量吗
许多经济变量是可以定量度量。 一些影响经济变量的因素是无法定量度量。 为了在模型中版能够权反映这些因素的影响，并提高模型的精度，需要将它们“量化”。 这种“量化”通常是通过引入“虚拟变量”来完成的。根据这些因素的属性类型，构造只取“0”或“1”的人工变量，通常称为虚拟变量，记为D。 虚拟变量只作为解释变量。
㈤ 请问计量经济学中模型中有虚拟变量与一个定量变量X，
需要。
对存在异方差性的模型可以采用加权最小二乘法进行估计。
异方差性的检测——White test
在此检测中，原假设为：回归方程的随机误差满足同方差性。对立假设为：回归方程的随机误差满足异方差性。判断原则为：如果nR^2>chi^2 (k-1），则原假设就要被否定，即回归方程满足异方差性。
在以上的判断式中，n代表样本数量，k代表参数数量，k-1代表自由度。chi^2值可由查表所得。
如何判断数据存在自相关性
a. 用相关计量软件: 比如说E-VIEWS检查残差的分布。 如果残差分布具有明显和圆润的线性分布图像， 说明自相关性存在的可能性很高。反之， 无规则波动大的分布图像显示出相关性微弱。
b.Durbin-Watson Statistics(德宾—瓦特逊检验)： 假设time
series模型存在自相关性，我们假设误差项可以表述为 Ut=ρ*Ut-1+ε.
利用统计检测设立假设，如果ρ=o.则表明没有自相关性。Durbin-Watson统计量（后面建成DW统计量）可以成为判断正、负、零（无）相关性的
工具。 DW统计量：
d=∑(Ut-Ut-1)^2/∑ut^2≈2*(1-ρ).如果d=2则基本没有自相关关系，d靠近0存在正的相关关系，d靠近4则有负的相关关系。
c. Q-Statistics 以（box-pierce)- Eviews( 7th version第七版本）为例子： 很
多统计计量软件软件提供Q test来检测，这里用Eviews为例子。 Q的统计量（test statistics）为 Q=n*∑ρ^2.
零假设null hypothesis H0=0和方法2的含义一样。如果零假设证明失败，则对立假设ρ≠0成立，意味着有自相关性。
如何减弱模型的自相关性
方法一（GLS or FGLS）：
假设存在自相关性的模型，误差项之间的关系为：Ut=ρ*Ut-i+ε（ε为除了自相关性的误差项，i.i.d~（0,σ）. t时期的模型为
yt=βxt+Ut, t-1时期则为
ρ*yt-1=ρ*βxt-1+ρ*Ut-t。用t时期的减去t-1时期的可得出yt-yt-1=β(xt-xt-1)+(Ut-Ut-1).已知
Ut-Ut-i=ε。经过整理后新的模型满足Gauss-Makov的假设和，White noise condition （同方差性或者等分散），没有自相关性。
方法二（HAC：Heteroscedasticity Autocorrelation consistent): 以Eviews为例子，在分析模型时选择HAC，在模型中逐渐添加time lag的数目，来校正DW统计量达到正常值减少自相关性。
㈥ 计量经济学虚拟变量
学历D1=1 (小学未毕业)
=0 (其他)
D2=1 (小学毕业)
=0 (其他)
D3=1 (初中毕业)
=0 (其他)
D4=1 (高中毕业)
=0 (其他)
D5=1 (大专毕业)
=0 (其他)
D6=1 (大学本科以上)
=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
小学未毕业：E(Yi|Xi,D1=1,D2=D3=...=D6=0)=α0+α1+βXi
小学毕业：E(Yi|Xi,D2=1,D1=D3=...=D6=0)=α0+α2+βXi
。
。
。
㈦ 计量经济学中如果有n的变量需要设置虚拟变量，那是设置n个还是n－1个虚拟变量
每一个定性问题所包含类别少一个就行了，如果是 本科、本科以下，研究生，那就要两个虚拟变量好了，如果是 本科及本科以下、研究生，那就取一个虚拟变量！好简单的问题，计量难的是面板数据动态模型，离散选择变量的多元动态模型，我快被搞崩溃去！好在基本上已经懂了！
㈧ 计量经济学中变量和参数的区别
变量分为自变量和因变量比如xy，参数是对变量前的系数的具体值，比如β，α