1樓：匿名使用者
是《統計學》中關於假設檢驗的乙個專業術語。因為推斷統計的乙個基本思想就是用樣本資訊來推斷總體資訊，調查的樣本是否能夠很好的作為總體的代表，需要構造一些統計量來檢驗。顯著一般就是指的樣本資訊對總體資訊代表性的好壞。
2樓：匿名使用者
計量經濟學是以一定的經濟理論和統計資料為基礎，運用數學、統計學方法與電腦技術，以建立經濟計量模型為主要手段，定量分析研究具有隨機性特性的經濟變數關係。主要內容包括理論計量經濟學和應用經濟計量學。理論經濟計量學主要研究如何運用、改造和發展數理統計的方法，使之成為隨機經濟關係測定的特殊方法。
應用計量經濟學是在一定的經濟理論的指導下，以反映事實的統計資料為依據，用經濟計量方法研究經濟數學模型的實用化或探索實證經濟規律。廣泛採用計算機組織教學，著重培養學生定量分析問題.解決問題的能力。
計量經濟學中，經常說乙個回歸模型裡的引數在統計上是顯著的或不顯著的，其中」顯著的「是什麼意思？
3樓：匿名使用者
引數顯著的，就是說該引數估計量的統計性質可以拒絕 原假設：該引數=0，即該引數顯著不等於0，也就是該引數前面的變數對y確實有影響，出現在回歸方程裡面是有道理的。
引數的顯著性，是實證模型有意義的關鍵所在。
計量經濟學中，為什麼大樣本要使用小的顯著性水平？
4樓：匿名使用者
這是因為，顯著性水平代表的意義是在一次試驗中小概率事物發生的可能性大小。
統計假設檢驗也稱為顯著性檢驗，即指樣本統計量和假設的總體引數之間的顯著性差異。顯著性是對差異的程度而言的，程度不同說明引起變動的原因也有不同：一類是條件差異，一類是隨機差異。
顯著性差異就是實際樣本統計量的取值和假設的總體引數的差異超過了通常的偶然因素的作用範圍，說明還有系統性的因素發生作用，因而就可以否定某種條件不起作用的假設。假設檢驗時提出的假設稱為原假設或無效假設，就是假定樣本統計量與總體引數的差異都是由隨機因素引起，不存在條件變動因素。
假設檢驗運用了小概率原理，事先確定的作為判斷的界限，即允許的小概率的標準，稱為顯著性水平。如果根據命題的原假設所計算出來的概率小於這個標準，就拒絕原假設；大於這個標準則不拒絕原假設。這樣顯著性水平把概率分布分為兩個區間：
拒絕區間，不拒絕區間。
顯著性水平不是乙個固定不變的數字，其越大，則原假設被拒絕的可能性愈大，原假設為真而被否定的風險也愈大。顯著性水平應根據所研究的的性質和我們對結論準確性所持的要求而定。
所以，對顯著水平的理解必須把握以下二點：
1、顯著性水平不是乙個固定不變的數值，依據拒絕區間所可能承擔的風險來決定。
2、統計上所講的顯著性與實際生活工作中的顯著性是不一樣的。
供參考。
t統計量是指什麼？ 20
5樓：匿名使用者
用來對計量經濟學模型中關於引數的單個假設進行檢驗的一種統計量。一般的t統計量寫成t=（估計值-假設值）/標準誤，當假設值為0時，便得到通常的t統計量。我們一般用t統計量針對單側或雙側對立假設做檢驗。
例如：假設h0：a=1，h1:
a>1如果我們計算t統計量，如果t>c，我們就拒絕h0，接受h1,此時我們便說在適當的顯著性水平上，a統計顯著地大於1.
6樓：芷翹
統計量：用來對計量經濟學模型中關於引數的單個假設進行檢驗的一種統計量。
7樓：舒苑黨月朗
加油望採納
t統計量用
模型關於引數
單假設進行檢驗
種統計量
般t統計量寫
t=（估計值-假設值）/標準誤
假設值0便通
t統計量
我般用t統計量針
單側或雙側
立假設做檢驗
例：假設h0：a=1
h1:a>1
我計算t統計量
t>c我拒絕h0
接受h1,我便說
適顯著性水平
a統計顯著於1.
計量經濟學答案
8樓：匿名使用者
呵，撒謊，你明明有101分，還說沒分。我把第一題答案給你，你加20分我再給後面的答案：
第一題：
1）回歸方程：y=3871.805+2.177916x1+4.05198x2
係數的意義：其他不變，投資每增加1單位，國內生產總值增加2.177916單位；其他不變，進出口增加1單位，國內生產總值增加4.051980單位。
（2）回歸係數檢驗，常數項的概率p值為0.1139，大於0.05，所以常數項是不顯著的，考慮將常數項剔除。
x1x2的概率p都小於0.05，說明這兩個係數是統計顯著的。擬合優度=0.
991494，接近1，方程比較好地解釋了國內生產總值。
（3）f統計量的p值為0<0.05，說明方程整體式統計顯著的，可以接受。
（待續……）
算了，都給你了。
2、(1)填空
回歸分析結果
variable coefficient std.error t-statistic prob.
c 18.09149 3.3106 5.46466 0.0000
x 0.8094 0.035137 23.03685 0.0000
r-squard 0.946495 mean dependent var 93.61250
adjusted r-squard 0.944712 s.d.dependent var 11.10898
s.e.of regression 2.612109 akaike info criterion 4.818654
sum squard resid 204.6934 schwarz criterion 4.910263
log likelihood -75.09847 f-statistic 324.6550
durbin-watson stat 2.138039 prob(f-statistic) 0.000000
（2）題目不全
（3）、估計出來的方程為:y=0.8094x+18.09149+e,e(y)=0.8094*35+18.09149=46.4205
3、(1)
dependent variable: r
method: least squares
sample: 1 415
included observations: 415
variable coefficient std. error t-statistic prob.
c 0.000345 0.000289 1.192375 0.2338
rm 0.641710 0.021144 30.2961 0.0000
r-squared 0.690423 mean dependent var 0.000867
adjusted r-squared 0.6897 s.d. dependent var 0.010537
s.e. of regression 0.005870 akaike info criterion -7.433101
sum squared resid 0.014231 schwarz criterion -7.413687
log likelihood 1544.368 f-statistic 917.8560
durbin-watson stat 1.856891 prob(f-statistic) 0.000000
(2)常數項的概率p=0.2338>0.05，常數項統計不顯著。截距項的p=0,為統計顯著。
(3)截距項引數表示無風險收益率為0.000345，rm的引數表示**收益與指數收益的聯動關係，即指數收益沒上公升1個單位，**收益上公升0.641710個單位。
（4） r=0.000345+0.641710*rm
t=（1.192375）（30.2961）
第4題題目給出的條件不足。
計量經濟學中利用eviews得到的回歸結果的那張表裡的那些數字是什麼意思？
9樓：匿名使用者
variable coefficient std. error t-statistic prob.
變數 係數 標準差 t統計量 p值
一般在5%顯著水平下，選擇 abs(t統計量)>2的 p<0.05的 變數才能留下
r-squared 判決係數 表示變數可以解釋被解釋變數多少的因素 都是小於1的 越大越好
adjusted r-squared 剔除變數個數的解釋變數對被解釋變數的貢獻
s.e. of regression 回歸的標準差
sum squared resid 殘差平方和
log likelihood 似然值
durbin-watson stat dw統計量 一般在2附近表明模型好
akaike info criterion schwarz criterion 兩個也是判決係數在確定滯後項的時候用 越小越好
f-statistic 做聯合檢驗的f值
prob(f-statistic) 越小越好
10樓：匿名使用者
自己去對。計量經濟學導師給你上課時的課本圖表。
11樓：匿名使用者
就是回歸係數、r2、aic、sc準則，f檢驗、p值等等
我經常幫別人做這類的資料分析的
計量經濟學中dw統計量是什麼意思？在n多模型檢驗中，dw統計量的結果反映什麼問題，求簡單明瞭的解釋
12樓：匿名使用者
durbin watson 統計量用來檢驗殘差一階自相關 只能檢驗一階不能檢驗高階自相關
dw = sum (eps_t - eps_)^2 / sum (eps_t)^2 約= 2(1 - r)
r表示相鄰殘差之間的相關係數
如果r = 0 也就是說近似於2的dw值表示殘差不存在相關性
如果r > 0 也就是說接近0的dw值表示正相關
如果r < 0 也就是說接近4的dw值表示負相關
一般dw統計量的表提供d_l和d_u
dw < d_l 正相關
d_l d_u < dw < 4 - d_u 不存在自相關
4 - d_u < dw < 4 - d_l 該檢驗不確定
dw > 4 - d_l 負相關
擴充套件資料：
自相關性產生的原因：
線性回歸模型中隨機誤差項存在序列相關的原因很多，但主要是經濟變數自身特點、資料特點、變數選擇及模型函式形式選擇引起的。
1.經濟變數慣性的作用引起隨機誤差項自相關
2.經濟行為的滯後性引起隨機誤差項自相關
3.一些隨機因素的干擾或影響引起隨機誤差項自相關
4.模型設定誤差引起隨機誤差項自相關
5.觀測資料處理引起隨機誤差項序列相關
自相關的後果：
線性相關模型的隨機誤差項存在自相關的情況下，用ols（普通最小二乘法）進行引數估計，會造成以下幾個方面的影響。
從高斯-馬爾可夫定理的證明過程中可以看出，只有在同方差和非自相關性的條件下，ols估計才具有最小方差性。當模型存在自相關性時，ols估計仍然是無偏估計，但不再具有有效性。
這與存在異方差性時的情況一樣，說明存在其他的引數估計方法，其估計誤差小於ols估計的誤差；也就是說，對於存在自相關性的模型，應該改用其他方法估計模型中的引數。
1.自相關不影響ols估計量的線性和無偏性，但使之失去有效性
2.自相關的係數估計量將有相當大的方差
3.自相關係數的t檢驗不顯著
4.模型的**功能失效
跪求計量經濟學F統計量F statistic計算
s.e.of regression是擾動項的標準差，sum squared resid是殘差平方和，也等於統計學中所說的rss，而f statistic是f分布下的統計量，計算公式是 f ess k rss n k 1 ess和rss就是剩餘平方和以及回歸平方和，三者有這樣的關係 s.e.of re...
計量經濟學是什麼什麼是計量經濟學
計量經濟學是以一定的經濟理論和統計資料為基礎，運用數學 統計學方法與電腦技術，以建立經濟計量模型為主要手段，定量分析研究具有隨機性特性的經濟變數關係。主要內容包括理論計量經濟學和應用經濟計量學。理論經濟計量學主要研究如何運用 改造和發展數理統計的方法，使之成為隨機經濟關係測定的特殊方法。應用計量經濟...
計量經濟學無偏性計量經濟學中證明估計量無偏性為什麼ki等於
最優線性無偏性 best linear unbiasedness property,blue 指乙個估計量具有以下性質 1 線性,即這個估計量是隨機變數.2 無偏性,即這個估計量的均值或者期望值e a 等於真實值a.3 具有有效估計值,即這個估計量在所有這樣的線性無偏估計量一類中有最小方差.具有上述...