2023年計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)心得體會(huì)

2023年計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)心得

通過這個(gè)學(xué)期學(xué)習(xí)的計(jì)量經(jīng)濟(jì)學(xué)這門課程，新王華老師

在我們學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué)給了我們很多細(xì)心的講解和耐心的

指導(dǎo)，我們針對(duì)學(xué)習(xí)內(nèi)容主要學(xué)到的主要有兩點(diǎn)：一：對(duì)

EVIES軟件的熟練操作與應(yīng)用，學(xué)會(huì)了Eviews軟件，我感覺

自己真的是很幸運(yùn)，因?yàn)楫吘褂行┸浖菍儆谀欠N有價(jià)無市

的，如果沒有老師的傳授我不可能從市場上或是從思想上認(rèn)

識(shí)到它；二：對(duì)于計(jì)量經(jīng)濟(jì)學(xué)各種案例分析的認(rèn)識(shí)我是很深

刻的，在這一次對(duì)一個(gè)案例進(jìn)行回歸分析講述中，我不但鞏

固了老師課堂所講的知識(shí)，也提高了膽識(shí)，增長了見識(shí)，也

學(xué)會(huì)了團(tuán)隊(duì)與協(xié)作的力量。

以下我將著重從兩個(gè)方面闡述我對(duì)計(jì)量經(jīng)濟(jì)學(xué)知識(shí)的

一些認(rèn)識(shí)以及個(gè)人從中學(xué)到的經(jīng)驗(yàn)與心得。

一：計(jì)量經(jīng)濟(jì)學(xué)教我了我很多。

在學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué)的過程中，我可以旁征博引，同時(shí)老

師也給了我很多有意思的啟發(fā)，因?yàn)榧磳⒚媾R考研的抉擇，

這門課也是我考研過程中必備的一門課程，因此，它作為一

門核心必修課，我們都會(huì)很用心得聽講，并對(duì)一些重要的知

識(shí)做了記錄，從而為自己的考研奠定一定的基礎(chǔ)。

-：計(jì)量經(jīng)濟(jì)學(xué)的系統(tǒng)知識(shí)

計(jì)量經(jīng)濟(jì)學(xué)的定義為：用數(shù)學(xué)方法探討經(jīng)濟(jì)學(xué)可以從好

幾個(gè)方面著手，但任何一個(gè)方面都不能和計(jì)量經(jīng)濟(jì)學(xué)混為一

談。計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)統(tǒng)計(jì)學(xué)絕非碼一事；它也不同于我們

所說的一般經(jīng)濟(jì)理論，盡管經(jīng)濟(jì)理論大部分具有一定的數(shù)量

特征；計(jì)量經(jīng)濟(jì)學(xué)也不應(yīng)視為數(shù)學(xué)應(yīng)用于經(jīng)濟(jì)學(xué)的同義語。

經(jīng)驗(yàn)表明，統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)理論和數(shù)學(xué)這三者對(duì)于真正了解現(xiàn)

代經(jīng)濟(jì)生活的數(shù)量關(guān)系來說，都是必要的，但本身并非是充

分條件。三者結(jié)合起來，就是力量，這種結(jié)合便構(gòu)成了計(jì)量

經(jīng)濟(jì)學(xué)。

計(jì)量經(jīng)濟(jì)學(xué)關(guān)心統(tǒng)計(jì)工具在經(jīng)濟(jì)問題與實(shí)證資料分析

上的發(fā)展和應(yīng)用，經(jīng)濟(jì)學(xué)理論提供對(duì)于經(jīng)濟(jì)現(xiàn)象邏輯一致的

可能解釋。因?yàn)槿祟愋袨楹蜎Q策是復(fù)雜的過程，所以一個(gè)經(jīng)

濟(jì)議題可能存在多種不同的解釋理論。當(dāng)研究者無法進(jìn)行實(shí)

驗(yàn)室的實(shí)驗(yàn)時(shí)，一個(gè)理論必須透過其預(yù)測與事實(shí)的比較來檢

驗(yàn)，計(jì)量經(jīng)濟(jì)學(xué)即為檢驗(yàn)不同的理論和經(jīng)濟(jì)模型的估計(jì)提供

統(tǒng)計(jì)工具。

在計(jì)量經(jīng)濟(jì)學(xué)一元線性回歸模型，我認(rèn)識(shí)到：變量間的

關(guān)系及回歸分析的基本概念，主要包括：

其次有一元線形回歸模型的參數(shù)估計(jì)及其統(tǒng)計(jì)檢驗(yàn)與

應(yīng)用，包括：

我也學(xué)會(huì)了參數(shù)的最大似然估計(jì)法語最小二乘法。對(duì)于

最小二乘法，當(dāng)從模型總體隨機(jī)抽取n組樣本觀測值后，最

合理的參數(shù)估計(jì)量應(yīng)該使得模型能最好的擬合樣本數(shù)據(jù)，而

對(duì)于最大似然估計(jì)法，當(dāng)從模型總體隨機(jī)抽取n組樣本觀測

值后，最合理的參數(shù)估計(jì)量應(yīng)該使得從模型中抽取該n組樣

本觀測值的概率最大。顯然，這是從不同原理出發(fā)的兩種參

數(shù)估計(jì)方法。即：

1.一元回歸模型：

關(guān)于擬合優(yōu)度的檢驗(yàn)，也就是檢驗(yàn)?zāi)Ｐ蛯?duì)樣本觀測值的

擬合程度。被解釋變量Y的觀測值圍繞其均值的總離差平方

和可分解為兩個(gè)部分：一部分來自于回歸線，另一部分來自

于隨機(jī)勢(shì)力。所以，我們用來自回歸線的回歸平方和占Y的

總離差的平方和的比例來判斷樣本回歸線與樣本觀測值的

擬合優(yōu)度。這個(gè)比例，我們也較它可決系數(shù)，它的取值范圍

是0<=R2〈=l。

關(guān)于變量的顯著性檢驗(yàn)，是要考察所選擇的解釋變量是

否對(duì)被解釋變量有顯著的線性影響。所應(yīng)用的方法是數(shù)理統(tǒng)

計(jì)學(xué)中的假設(shè)檢臉。我們?cè)谶M(jìn)行變量顯著性檢驗(yàn)時(shí)所應(yīng)用的

方法主要是t檢瞼。這在之前我們的概率論與統(tǒng)計(jì)學(xué)的課程

中都有所涉及，不算是新的知識(shí)。

關(guān)于置信區(qū)間估計(jì)。當(dāng)我們要判斷樣本參數(shù)的估計(jì)值在

多大程度上可以“近似”的替代總體參數(shù)的真值，往往需要

通過構(gòu)造一個(gè)以樣本參數(shù)的估計(jì)值為中心的“區(qū)間”，來考

察它以多大的概率包含這真是的參數(shù)值。這樣的方法就是我

們所說的參數(shù)檢驗(yàn)的置信區(qū)間估計(jì)。當(dāng)我們希望縮小置信區(qū)

間時(shí)，可以采用的方法有增大樣本容量和提高模型的擬合優(yōu)

度。

2.多元回歸模型

多元回歸分析與一元回歸分析的幾點(diǎn)不同：

關(guān)于修正的可絕系數(shù)。我們可于發(fā)現(xiàn)，在樣本容量一定

的情況下，增加解釋變量必定使得自由度減少，所以調(diào)整的

思路是：將殘差平方和與總離差平方和分別除以各自的自由

度，以剔除變量個(gè)數(shù)對(duì)擬合優(yōu)度的影響。這樣就引出了我們

這里說的調(diào)整的可絕系數(shù)。

關(guān)于對(duì)多個(gè)解釋變量是否對(duì)被解釋變量有顯著線性影

響關(guān)系的聯(lián)合性F檢驗(yàn)。F檢驗(yàn)的思想來自于總離差平方和

的分解式：TSS=ESS+RSS。通過比較F值與臨界值的大小來

判定原方程總體上的線性關(guān)系是否顯著成立。

3.放寬基本假定模型

異方差性，即相對(duì)于不同的樣本點(diǎn)，也就是相對(duì)于不同

的解釋變量觀測值，隨機(jī)干擾項(xiàng)具有不同的方差，那么檢驗(yàn)

異方差，也就是檢驗(yàn)隨機(jī)干擾項(xiàng)的方差與解釋變量觀測值之

間的相關(guān)性。

還有序列相關(guān)性和多重共線性