计量经济学交互作用权

『壹』 统计学的“交互作用”是什么意思

“交互作用”：是指一个因素各个水平之间反应量的差异随其他因素的不同水平而发生变化的现象。

说明同时研究的若干因素的效应非独立。交互作用的效应可度量一个因素不同水平的效应变化依赖于另一个或几个因素的水平的程度。

交互作用（interaction），在心理学中的解释为，当实验研究中存在两个或两个以上自变量时，其中一个自变量的效果在另一个自变量每一水平上表现不一致的现象。 某一因素的真实效应随着另一因素的改变而改变。

注意事项：当交互作用存在时，单纯研究某个因素的作用没有意义，必须分别探讨另一个因素不同水平上该因素的作用模式。若所有实验设计的单元格内都只有一个影响因素时，则无法衡量自变量之间的交互作用。

(1)计量经济学交互作用权扩展阅读：

交互作用的研究方法：

当存在交互作用时，单纯研究某个因素的作用是没有意义的，必须分另一个因素的不同水平研究该因素的作用大小。

如果所有单元格内都至多有一个元素，则交互作用无法测量，只能不予考虑，最典型的例子就是配伍设计的方差分析。

实验设计方法中交互作用表示当两种或几种因素水平同时作用时的效果较单一水平因素作用的效果加强或者减弱的作用。

交互作用是研究中必须考虑的因素。正交试验设计中，有专门的列指标表达交互作用。

表示方法：A×B、A×B×C等

计算方法：分手动计算和计算机软件计算，如SPSS。

『贰』 计量经济学问题

不知从何时起，解答计量问题成了我日常生活的一部分。天南海北的读者与同道提出了各种各样的计量问题。这里摘取少量的典型问题，希望对从事实证研究的朋友有帮助。
1、在什么情况下，应将变量取对数再进行回归？
答：可以考虑以下几种情形。
，如果理论模型中的变量为对数形式，则应取对数。比如，在劳动经济学中研究教育投资回报率的决定因素，通常以工资对数为被解释变量，因为这是从Mincer模型推导出来的。
第二，如果变量有指数增长趋势（exponential growth），比如 GDP，则一般取对数，使得 lnGDP 变为线性增长趋势（linear growth）。
第三，如果取对数可改进回归模型的拟合优度（比如 R2 或显著性），可考虑取对数。
第四，如果希望将回归系数解释为弹性或半弹性（即百分比变化），可将变量取对数。
第五，如果无法确定是否该取对数，可对两种情形都进行估计，作为稳健性检验（robustnesscheck）。若二者的回归结果类似，则说明结果是稳健的。
2、如何理解线性回归模型中，交互项（interactive term）系数的经济意义？
答：在线性回归模型中，如果不存在交互项或平方项等非线性项，则某变量的回归系数就表示该变量的边际效应（marginal effect）。比如，考虑回归方程
y = 1 + 2x + u
其中， u 为随机扰动项。显然，变量x 对 y 的边际效应为 2，即 x 增加一单位，平均而言会使 y 增加两单位。考虑在模型中加入交互项，比如
y = α + βx + γz + δxz+ u
其中， x 与 z 为解释变量，而 xz 为其交互项（交叉项）。由于交互项的存在，故x 对 y 的边际效应（求偏导数）为β + δz，这说明 x 对 y 的边际效应并非常数，而依赖于另一变量z 的取值。如果交互项系数 δ 为正数，则 x 对 y 的边际效应随着 z 的增加而增加（比如，劳动力的边际产出正向地依赖于资本）；反之，如果δ 为负数，则 x 对 y 的边际效应随着z 的增加而减少。
3、在一些期刊上看到回归模型中引入控制变量。控制变量究竟起什么作用，应该如何确定控制变量呢？
答：在研究中，通常有主要关心的变量，其系数称为 “parameterof interest” 。但如果只对主要关心的变量进行回归（极端情形为一元回归），则容易存在遗漏变量偏差（omittedvariable bias），即遗漏变量与解释变量相关。加入控制变量的主要目的，就是为了尽量避免遗漏变量偏差，故应包括影响被解释变量 y 的主要因素（但允许遗漏与解释变量不相关的变量）。
4、很多文献中有 “稳健性检验” 小节，请问是否每篇实证都要做这个呢？具体怎么操作？
答：如果你的论文只汇报一个回归结果，别人是很难相信你的。所以，才需要多做几个回归，即稳健性检验（robustness checks）。没有稳健性检验的论文很难发表到好期刊，因为不令人信服。稳健性检验方法包括变换函数形式、划分子样本、使用不同的计量方法等，可以参见我的教材。更重要的是，向同领域的经典文献学习，并模仿其稳健性检验的做法。
5、对于面板数据，一定要进行固定效应、时间效应之类的推敲么？还是可以直接回归？我看到很多文献，有的说明了使用固定效应模型的原因，有的则直接回归出结果，请问正确的方法是什么？
答：规范的做法需要进行豪斯曼检验（Hausman test），在固定效应与随机效应之间进行选择。但由于固定效应比较常见，而且固定效应模型总是一致的（随机效应模型则可能不一致），故有些研究者就直接做固定效应的估计。
对于时间效应也同时考虑，比如，加入时间虚拟变量或时间趋势项；除非经过检验，发现不存在时间效应。如果不考虑时间效应，则你的结果可能不可信（或许x 与 y 的相关性只是因为二者都随时间而增长）。
6、如何决定应使用二阶段最小二乘法（2SLS）还是广义矩估计（GMM）？
答：如果模型为恰好识别（即工具变量个数等于内生变量个数），则GMM完全等价于2SLS，故使用2SLS就够了。在过度识别（工具变量多于内生变量）的情况下，GMM的优势在于，它在异方差的情况下比2SLS更有效率。由于数据或多或少存在一点异方差，故在过度识别情况下，一般使用GMM。
7、在面板数据中，感兴趣的变量x 不随时间变化，是否只能进行随机效应的估计（若使用固定效应，则不随时间变化的关键变量 x 会被去掉）？
答：通常还是使用固定效应模型为好（当然，可进行正式的豪斯曼检验，以确定使用固定效应或随机效应模型）。如果使用固定效应，有两种可能的解决方法：
（1）如果使用系统GMM估计动态面板模型，则可以估计不随时间而变的变量x 的系数。
（2）在使用静态的面板固定效应模型时，可引入不随时间而变的变量 x与某个随时间而变的变量 z 之交互项，并以交互项 xz （随时间而变）作为关键解释变量。

『叁』 计量经济学中，我在做实证分析时，模型既有异方差又有自相关，怎么处理这个问题是怎么处理的呢

首先，若是横截面数据主要考虑异方差，若是时间序列主要考虑自相关。

你现在的情况同时存在异方差和自相关，建议你先考虑产生自相关的原因是模型误设还是纯粹的自相关。如果只是纯粹的自相关，可以用FGLS解决自相关的问题。
而你在解决了自相关后发现，还存在异方差的问题。但是通常情况下方差都是未知的，我们不方便再做加权最小二乘了。这时要解决异方差的问题，可以采用怀特的“异方差稳健标准误”，基于这个标准误构造出的统计量可以做出有效的统计推断。
再说一种方法吧，当同时存在异方差和自相关时，你可以直接使用HAC，也就是异方差自相关一致标准误，基于这个标准误构造的统计量可以做出正确的推断。它的前提是你的样本需要足够大。
最后，还需要你根据自己的情况构造出一个合适的模型，上面那些只是理论上的参考。

『肆』 计量经济学。加权最小二乘修正异方差性。怎么判断哪个权数的效果更好“经估计检验发现用权数w2的效果

金刚石（C）是自然界中最硬的物质，石墨（C）是最软的矿物之一，活性炭、木炭具有强烈的吸附

『伍』 为什么说计量经济学在当代经济学科中占据重要地位

计量经济学都在经济学科中占据了重要的地位，主要表现在：
(1)、在西方大多专数大学和学院中属 ，计量经济学的讲授已经成为经济学课程表中最具权威性的一部分； (2)、1969—2003年诺贝尔经济学奖的53为获得者中有10位与研究和应用计量经济学有关，句经济学各分支学科之首。除此之外，绝大多数诺贝尔经济学奖获奖者，即使其主要贡献不在计量经济学领域，但他们在研究过程中都普遍应用了计量经济学方法。著名经济学家、诺贝尔经济学奖获得者萨缪尔森曾说过：“第二次世界大战后的经济学是计量经济学的时代”。
(3)、计量经济学方法与其他经济数学方法的结合应用得到了长足发展。
计量经济学是经济学的一个分支学科，是以解释经济活动中客观存在的数量关系为内容的方分支学科，是由经济学、统计学和数学三者结合而成的交叉学科。 计量经济学方法揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述；一般经济数学方法揭示经济活动中各个因素之间的理论关系，用确定性的数学方程加以描述。

『陆』 多种因素影响一个结果，但多因素间有交互作用项和平方项，怎么求方程呢

一般用软件就可以算了 把交互项当成普通的变量 输入回归方程 软件就会给你算出正确的回归方程了

『柒』 计量经济学中的权重问题。

e^2=0.2875x+v，从这个关系式可以看出，解释变量x对残差e有显著影响，所以可以选用1/√x来作为权数。。。

『捌』 计量经济学中,运用加权最小二乘法（权数为1/X）消除异方差后,经济变量在经济学上是否仍有意义

还是代表原来的意义,因为,方程两边可以同时乘以x消除权重,相当于没有变换.变换的目的是消除随机干扰项的异方差问题,而不是为了改变自变量和因变脸.

『玖』 计量经济学eviews软件中的加权最小二乘法如何操作

有两种方法：
1、首先打开文件，到Quick-Estimate Equation打开窗口，Specificaton窗口填写公式 ，Options 窗口中专有一个 LS选项（属也就是默认选项），选中，再点击Specificaton旁边的Options，对Weights进行选择，Weights series就是权重，最后确定，就可以了。
2、直接在Eviews8.0的那个空白区（编程区）输入：以y对x进行一元线性回归为例：ls (w=你设置的权重) y c x回车，就可以了。如图所示：