1樓：匿名使用者
是肯為對方無條件的付出和犧牲 愛一個人就是希望對方永遠快樂永遠不要讓對方擔心 因為對方的快樂而快樂，因為對方的幸福而感到幸福。 我希望你在不管遇到什麼事的時候能抽身出來看問題,如果你總是把自己當成是這個故事的主角,我看你永遠都看不清事情的本質,也就更看不出解決問題的辦法,當局者迷,旁觀者清,如果你能從你的故事中抽身出來坐到觀眾席當中看你自己的故事我想你一定能明白更多的東西!也一定知道你現在應該怎麼做了.
其實愛
計量經濟學中，「白噪聲」通俗的講，是什麼意思啊？
2樓：小米
就是零均值、常方差的穩定隨機序列，計量模型中的隨機誤差項必須是白噪聲，模型才有經濟意義
獨立同分布的標準正態分佈變數，也就是所謂的寬平穩或弱平穩過程。
很高興為你解答本次問題，如果有任何疑問歡迎追問或通過任何方式聯絡我，我將盡我所能幫助你。祝您愉快！ ^_^
3樓：銅陵
獨立同分布的中心化隨機向量
4樓：匿名使用者
分佈均勻， 所有頻率具有相同能量密度的隨機噪聲。
5樓：匿名使用者
擾動項是零均值，同方差，且序列無關的。
計量經濟學中，「白噪聲」通俗的講，是什麼意思？
6樓：可愛的趙悅麼
就是零均值、常方差的穩定隨機序列，計量模型中的隨機誤差項必須是白噪聲，模型才有經濟意義
白噪聲或白雜訊，是一種功率頻譜密度為常數的隨機訊號或隨機過程。換句話說，此訊號在各個頻段上的功率是一樣的，由於白光是由各種頻率（顏色）的單色光混合而成，因而此訊號的這種具有平坦功率譜的性質被稱作是「白色的」，此訊號也因此被稱作白噪聲。
要論含義,解釋變數的定義域並不一定包括0,因為在很多時候,常數項的數學含義是?但是在計量經濟學的實證模型中,這通常是無意義的,使得在該位置上,所有引數的確定都為了一個目的:讓殘差項的均值為0,而且殘差項的平方和最小。
計量經濟學是什麼能做什麼有什麼意義
7樓：
隨機擾動項在計量經濟學模型中佔據特別重要的地位，也是計量經濟學模型區別於其它經濟數學模型的主要特徵。將影響被解釋變數的因素集進行有效分解，無數非顯著因素對被解釋變數的影響用一個隨機擾動項（stochastic disturbance term）表示，並引入模型。顯然，隨機擾動項具有源生性。
在基於隨機抽樣的截面資料的經典計量經濟學模型中，這個源生的隨機擾動項滿足gauss假設和服從正態分佈。在確定性模型中引入隨機擾動，並不是為了掩蓋確定性模型的不足之處。因此，如果所謂的未被解釋的隨機擾動並不是真正的不能被解釋的因素，模型就是不適當的。
牢記這一點對計量經濟學是非常重要的。統計推斷的理論不像確定性理論那樣，會被僅僅一個不符實際的觀察否定。引入隨機要素後，對預期結果的描述從確切的表述轉化為可能性的描述，除非有佔優證據（佔優本身則是很難清楚界定的），很難否定隨機模型。
當然，如果未被解釋的隨機擾動並不是真正的不能被解釋的因素，即使這樣的模型難以被否定，也是建模者自欺欺人。不幸的是，greene的擔憂在很多情況下成了現實：在很多計量分析中，隨機誤差項成了確定性模型不足之處的遮羞布。
在大部分計量經濟學教科書中，在第一次引入隨機擾動項的概念時，都將它定義為「被解釋變數觀測值與它的期望值之間的離差」，並且將它與隨機誤差項(stochastic error term)等同。一個「源生」的隨機擾動項變成了一個「衍生」的誤差。而且在解釋它的具體內容時，一般都在「無數非顯著因素對被解釋變數的影響」之外，加上諸如「變數觀測值的觀測誤差的影響」、「模型關係的設定誤差的影響」等。
將「源生」的隨機擾動變成「衍生」的誤差，有許多理由可以為此辯解。如果不對資料生成過程的理論結構作出假定，即進行模型總體設定，就無從開始模型研究。但不幸的是，相對於物理學，經濟學家對經濟現實所知較少，模型總體被研究者有限的知識所確定，因此誤差在所難免，只能將總體原型方程的誤差項設定為衍生性的。
問題在於，關於隨機擾動項的gauss假設，以及一般未包括於gauss假設之中的正態性假設，都是基於「源生」的隨機擾動而成立的。如果存在模型設定誤差、變數觀測誤差等確定性誤差，並將它們歸入「隨機誤差項」，那麼它很難滿足這些基本假設，進而進行的統計推斷就缺少了基礎。補救的方法是檢驗，對於實際應用模型的隨機誤差項進行是否滿足基本假設的檢驗，其中最重要的是正態性檢驗。
但是，在實際上，人們最容易忽視的正是最重要的是正態性檢驗。為什麼？一方面是主觀上的，認為正態性是由中心極限定理所保證的，無須檢驗。
另一方面是客觀上的，如果進行了正態性檢驗，而檢驗表明確實不滿足正態性假設，又能怎麼樣？要麼放棄研究，要麼視而不見。
在計量經濟學中題目說對估計的迴歸方程解釋其經濟意義是什麼意思？
8樓：匿名使用者
因為迴歸方程是有經濟意義的，定量分析與定性分析結合統一
9樓：
不會出現任何影響。做迴歸時，常數項一般總是需要放進去的，這是為了避免模型誤設的問題，也就是說，假設真實的狀況是截距項不為0，迴歸時你取消了截距，則肯定就不對了。如果真實的截距為0，這時候取消截距做迴歸當然是對的，但問題的關鍵是你根本不知道到底真實截距是不是0。
其實，即使真是截距是0，迴歸中放入截距不會對其他的估計量帶來不利影響，所以，迴歸分析中，截距項總是要放進去的。當然，我不知道你研究什麼問題，在我所接觸的關於迴歸的研究中，截距項根本不是關注的重點，它顯著與否沒人關心，我們關心的是斜率係數是否顯著的問題。
10樓：5昨晚沒
56、送元二使安西 王維
學習計量經濟學有什麼用，具體的實際的應用領域，我的專業是電子金融
11樓：
icameisaw:計量的原理很簡單。有人比喻經濟學家是在看反光鏡開車，說透了計量的本質。
許多計量出來的結果很好，可信度很高，是百分之九十幾，誤差也很小，按說這樣的結果沒有什麼問題了。其實這樣的結果往往毫無意義。我們來看計量使用的過程：
如果司機開車已經走過的路是一個半圓，而整條路可能"基本上"是圓形，也可能"基本上"是s形，當然還可能有無數其它形狀，我們權且就考慮這兩種吧。說"基本上"，是因為實際的路不一定就那麼標準的圓形或s形，總會有些細微的擺動吧。
如何用計量方法來**未來的路呢？
首先計量學家看已經走過的路，取出一些點，通過資料迴歸擬合（所謂迴歸擬合，無論方法多麼複雜嚇人，簡單形象地說，其實質就在取出的點之間用筆連起來，看看是條什麼線，怎麼連都可以，原則上優先選擇漂亮好看又簡單的連線）。根據司機的資料，計量學家很快判斷出這些點連線最像半圓（就是取半圓時方差擬合度最高），於是就確定是半圓。
可計量學家的任務不是對司機以前走過的路畫線啊，那個是半圓誰都知道，還要你來擬合（笑）？問題是你要告訴我以後該怎麼走。
計量學家在連線時，也看到了以前的路圍繞半圓的擺動情況。計量學家首先要假設這個擺動服從的是高斯分佈還是其它分佈。什麼是分佈呢？
就是一套一套既定的誤差偏離規律。一旦分佈定，那麼你偏離正軌多少，就必定對應著你這個越軌行為的可能性是多少。對應關係有很多套，可以選擇最像的那套，但是不選擇就不行，你要說一套都不像，或者說現在雖然有點像，但是以後不一定還像，那我們的計量學家就會哭的。
好了，計量學家根據以前的資料選好了一套分佈，並天真地假設司機以後要走的路也服從這個分佈。換句話說，以後的路可以胡來，但是必須要按照計量學家那個分佈的規定胡來。這樣，計量學家就可以**未來的路怎麼走了。
但是要注意，確定了分佈，還完全沒有未來的路將向何方的任何資訊。分佈好比是毛，未來的路是皮。毛有了，沒有皮的話，毛也不知道該附在**。
但是計量學家會根據自己的愛好，得出路是圓形的結論。讀者要迷惑的問了，他怎麼判斷就不是s形的？我可以很負責任的告訴大家：
任何計量學家都不能判斷未來的路是圓形還是s形。假使還有其它前半截是半圓，後半截是任意稀奇古怪形狀的無數多路，他們也沒有任何辦法選出或者排除其中一條。
他們只能隨便地選出一個好分析比較容易偷懶的圓（如果說有判斷標準，偷懶是唯一的標準），認為路就是圓形。ok,函式形式現在選擇結束.下面進行第二步.
先前不是已經得到分佈了嗎？那個分佈就被認為是整個路程圍繞現在這個圓形擺動的情況——注意，是圍繞圓形擺動的情況.當然倘若先前認為路是s形的話，那個分佈就是整個路程圍繞s形擺動的情況。
一切ok。現在只要你指出未來路程的任何一個方向，我們的計量學家就可以根據圓形周圍的既定分佈，計算出這個方向偏離圓形的可能性。
於是就可以對未來進行**了。
可是老天，司機睜開眼，看見前面分明是s形的路，或者其他亂七八糟的路,要按計量學家指出的圓形開車，非翻車不可！ 那個什麼可信度沒有半點用處.
我們要問了,整個過程中，計量學家計算出來的擬合度都很高，可信度很高，偏差都很小。綜合整個過程，為什麼事實上一點都不"可信"呢？
大家看出來了，所謂可信度、擬合度這些東西，都是既有資料與假設模型之間相似程度的量度，與未來的資料會怎麼樣毫不搭界。計量中**未來的資料誤差分佈，是在假設分佈的基礎上，計算出的與假設模型的偏差。如果未來資料的實際分佈不是假設分佈，或者實際模型不是假設模型，則計算出來的資料再好，也不過是假設，根本就不能反映實際問題。
所以完美的資料不過是遊戲而已。 別看數字一大堆挺嚇人，說它是占星術一點也不冤枉
。計量的作用有三個，一個是用計量檢驗已有模型；一個是用計量把已有的資料亂拼，不定能僥倖找到什麼規律，然後還是需要另找理論證明此規律。典型的如元素週期表的發現。
門捷列夫把元素位置亂排,事實上就是跟計量中亂選函式一樣。他真幸運，瞎貓碰上死耗子，睡夢裡面碰上了一個。最後一個作用是根本就沒有理論時，計量可以生造個模型出來，雖然不可信，但聊勝於無，作個心理安慰。
以上關於計量的1500來字，應當把計量最本質的東西展現給大家了。所有的計量學都不會更高明，那些所謂的協整理論之類吹的神乎其神，好象真的能從計量本身搞出什麼能自證的規律出來似的，都是瞎胡鬧。
總之，沒有理論的指導，計量就沒有意義。
12樓：瓷萃**
計量經濟學用處如下；
計量經濟學不僅要尋求經濟計量分析的方法，而且要對實際經濟問題加以研究，分為理論計量經濟學和應用計量經濟學兩個方面。
理論計量經濟學是以計量經濟學理論與方法技術為研究內容，目的在於為應用計量經濟學提供方**。所謂計量經濟學理論與方法技術的研究，實質上是指研究如何運用、改造和發展數理統計方法，使之成為適合測定隨機經濟關係的特殊方法。
應用計量經濟學是在一定的經濟理論的指導下，以反映經濟事實的統計資料為依據，用計量經濟方法技術研究計量經濟模型的實用化或探索實證經濟規律、分析經濟現象和**經濟行為以及對經濟政策作定量評價。
計量經濟學有什麼分析方法計量經濟學包括哪些
1 最小二乘法 這是最簡單的線性迴歸模型，只要有一個引數 一個誤差項就好了。但是它存在很多弊病，比如無法消除內生性 endogeneity 問題，因而經濟學界很少直接用它。如果要直接用最小二乘法，需要滿足幾大假設，條件非常苛刻。2 工具變數法 工具變數法是現今經濟學界很流行的一種計量方法，它採用一種...
為什麼計量經濟學證明用條件期望,計量經濟學上條件期望零值的一個問題
單位根，數學術語，是指設n是正整數，當一個數的n次乘方等於1時，稱此數為n次 單位根 計量經濟學考試就是數學除了名詞解釋之外 計量經濟學上條件期望零值的一個問題 p u x,z p u,x,z p x,z p z p u,x p x p z p u,x p x p u,x 計量經濟學中為什麼誤差項u...
計量經濟學中什麼是先決變數，計量經濟學教學視訊（分全給）
計量經濟學的兩大研究物件 橫截面資料 cross sectional data 和時間序列資料 time series data 前者旨在歸納不同經濟行為者是否具有相似的行為關聯性，以模型引數估計結果顯現相關性 後者重點在分析同一經濟行為者不同時間的資料，以展現研究物件的動態行為。新興計量經濟學研究...