① 計量經濟學論文 用Eviews對數據分析
論文一般由題名、作者、摘要、關鍵詞、正文、參考文獻和附錄等部分組成，其中部分組成（例如附錄）可有可無。論文各組成的排序為：題名、作者、摘要、關鍵詞、英文題名、英文摘要、英文關鍵詞、正文、參考文獻和附錄和致謝。
下面按論文的結構順序依次敘述。
題目
(一)論文——題目科學論文都有題目，不能「無題」。論文題目一般20字左右。題目大小應與內容符合，盡量不設副題，不用第1報、第2報之類。論文題目都用直敘口氣，不用驚嘆號或問號，也不能將科學論文題目寫成廣告語或新聞報道用語。
署名
(二)論文——署名科學論文應該署真名和真實的工作單位。主要體現責任、成果歸屬並便於後人追蹤研究。嚴格意義上的論文作者是指對選題、論證、查閱文獻、方案設計、建立方法、實驗操作、整理資料、歸納總結、撰寫成文等全過程負責的人，應該是能解答論文的有關問題者。往往把參加工作的人全部列上，那就應該以貢獻大小依次排列。論文署名應徵得本人同意。學術指導人根據實際情況既可以列為論文作者，也可以一般致謝。行政領導人一般不署名。
引言
(三)論文——引言是論文引人入勝之言，很重要，要寫好。一段好的論文引言常能使讀者明白你這份工作的發展歷程和在這一研究方向中的位置。要寫出論文立題依據、基礎、背景、研究目的。要復習必要的文獻、寫明問題的發展。文字要簡練。
材料方法
(四)論文——材料和方法按規定如實寫出實驗對象、器材、動物和試劑及其規格，寫出實驗方法、指標、判斷標准等，寫出實驗設計、分組、統計方法等。這些按雜志對論文投稿規定辦即可。
實驗結果
(五)論文——實驗結果應高度歸納，精心分析，合乎邏輯地鋪述。應該去粗取精，去偽存真，但不能因不符合自己的意圖而主觀取捨，更不能弄虛作假。只有在技術不熟練或儀器不穩定時期所得的數據、在技術故障或操作錯誤時所得的數據、不符合實驗條件時所得的數據才能廢棄不用。而且必須在發現問題當時就在原始記錄上註明原因，不能在總結處理時因不合常態而任意剔除。廢棄這類數據時應將在同樣條件下、同一時期的實驗數據一並廢棄，不能只廢棄不合己意者。
實驗結果的整理應緊扣主題，刪繁就簡，有些數據不一定適合於這一篇論文，可留作它用，不要硬行拼湊到一篇論文中。論文行文應盡量採用專業術語。能用表的不要用圖，可以不用圖表的最好不要用圖表，以免多佔篇幅，增加排版困難。文、表、圖互不重復。實驗中的偶然現象和意外變故等特殊情況應作必要的交代，不要隨意丟棄。
討論
(六)論文——討論是論文中比較重要，也是比較難寫的一部分。應統觀全局，抓住主要的有爭議問題，從感性認識提高到理性認識進行論說。要對實驗結果作出分析、推理，而不要重復敘述實驗結果。應著重對國內外相關文獻中的結果與觀點作出討論，表明自己的觀點，尤其不應迴避相對立的觀點。論文的討論中可以提出假設，提出本題的發展設想，但分寸應該恰當，不能寫成「科幻」或「暢想」。
結論
(七)論文——結語或結論論文的結語應寫出明確可靠的結果，寫出確鑿的結論。論文的文字應簡潔，可逐條寫出。不要用「小結」之類含糊其辭的詞。
參考文獻
(八)論文——參考義獻這是論文中很重要、也是存在問題較多的一部分。列出論文參考文獻的目的是讓讀者了解論文研究命題的來龍去脈，便於查找，同時也是尊重前人勞動，對自己的工作有準確的定位。因此這里既有技術問題，也有科學道德問題。
一篇論文中幾乎自始至終都有需要引用參考文獻之處。如論文引言中應引上對本題最重要、最直接有關的文獻;在方法中應引上所採用或借鑒的方法；在結果中有時要引上與文獻對比的資料；在討論中更應引上與論文有關的各種支持的或有矛盾的結果或觀點等。
② 求計量經濟學論文，要用EViews多元線性回歸，急求急求
1、論點（證明什麼）論點應該是作者看法的完整表述，在形式上是個完整的簡潔明確的句子。從全文看，它必能統攝全文。表述形式往往是個表示肯定或否定的判斷句，是明確的表態性的句子。A．把握文章的論點。中心論點只有一個（統率分論點）⑴明確：分論點可以有N個（補充和證明中心論點）⑵方法①從位置上找：如標題、開篇、中間、結尾。②分析文章的論據。（可用於檢驗預想的論點是否恰當）③摘錄法（只有分論點，而無中心論點）B．分析論點是怎樣提出的：①擺事實講道理後歸結論點；②開門見山，提出中心論點；③針對生活中存在的現象，提出論題，通過分析論述，歸結出中心論點；④敘述作者的一段經歷後，歸結出中心論點；⑤作者從故事中提出問題，然後一步步分析推論，最後得出結論，提出中心論點。2、論據（用什麼證明）⑴論據的類型：①事實論據（舉例後要總結，概述論據要緊扣論點）；②道理論據（引用名言要分析）。⑵論據要真實、可靠，典型（學科、國別、古今等）。⑶次序安排（照應論點）；⑷判斷論據能否證明論點；⑸補充論據（要能證明論點）。3、論證（怎樣證明）⑴論證方法（須為四個字）①舉例論證（例證法）事實論據記敘②道理論證（引證法和說理）道理論據議論③對比論證（其本身也可以是舉例論證和道理論證）④比喻論證比喻在說明文中為打比方，散文中為比喻。⑵分析論證過程：①論點是怎樣提出的；②論點是怎樣被證明的（用了哪些道理和事實，是否有正反兩面的分析說理）；③聯系全文的結構，是否有總結。⑶論證的完整性（答：使論證更加全面完整，避免產生誤解）⑷分析論證的作用：證明該段的論點。4、議論文的結構⑴一般形式：①引論（提出問題）―――②本論（分析問題）―――③結論（解決問題）。⑵類型：①並列式②總分總式③總分式④分總式⑤遞進式。6、駁論文的閱讀⑴作者要批駁的錯誤觀點是什麼？⑵作者是怎樣進行批駁的，用了哪些道理和論據；⑶由此，作者樹立的正確的觀點是什麼？7、常見考點①、議論文的論點考點：第一，分清所議論的問題及針對這個問題作者所持的看法（即分清論題和論點）。第二，注意論點在文中的位置：（1）在文章的開頭，這就是所謂開宗明義、開門見山的寫法。（2）在文章結尾，就是所謂歸納全文，篇末點題，揭示中心的寫法。這種寫法在明確表達論點時大多有。所以，總之，因此，總而言之，歸根結底等總結性的詞語。第三、分清中心論點和分論點：分論一般位於段首或有標志性詞語：首先、其次、第三等第四、要注意論點的表述形式：有時題目就是中心論點。一篇議論文只有一個中心論點。第五、通過論據來反推論點：論據是為證明論點服務的，分析論據可以看出它證明什麼，肯定什麼，支持什麼，這就是論點。②、議論文的論據考點：論據是論點立足的根據，一般全為事實論據和道理論據。1、用事實作論據。事例必須真實可靠，有典型意義，能揭示事物本質並與論點有一定的邏輯聯系。議論文中，對所舉事例的敘述要簡明扼要，突出與論點有直接關系的部分。明確論據時，不僅要知道文中哪些地方用了事實論據，還要會概括事實論據。概括時，要做到准確，必須依據論點將論據本質特點把握住，然後用確切的語言進行表述。2、用作論據的言論，應有一定的權威性，直接引用時要原文照錄，以真核對，不能斷章取義；間接引用時不能曲解原意。③、議論文的結構、層次考點：結構有：並列式結構、對照式結構、層進式結構、總分式結構。此考點的基本形式：作者如何證明論點的？
③ 求計量經濟學模型論文 要有eviews的工作文件w
你在網上找些（建模與模擬），看看有沒有符合你的需求的東西吧~~~
④ 求一篇計量經濟學的論文，最好用到EVIEWS軟體分析的，很急！希望大家幫幫忙！
一元線性回歸模型的置信區間與預測 多元線性回歸模型的置信區間問題包括參數估計量的置信區間和被解釋變數預測值的置信區間兩個方面，在數理統計學中屬於區間估計問題。所謂區間估計是研究用未知參數的點估計值（從一組樣本觀測值算得的）作為近似值的精確程度和誤差范圍，是一個必須回答的重要問題。 一、參數估計量的置信區間 在前面的課程中，我們已經知道，線性回歸模型的參數估計量 是隨機變數 的函數，即： ，所以它也是隨機變數。在多次重復抽樣中，每次的樣本觀測值不可能完全相同，所以得到的點估計值也不可能相同。現在我們用參數估計量的一個點估計值近似代表參數值，那麼，二者的接近程度如何？以多大的概率達到該接近程度？這就要構造參數的一個區間，以點估計值為中心的一個區間（稱為置信區間），該區間以一定的概率（稱為置信水平）包含該參數。即回答 以何種置信水平位於 之中，以及如何求得a。 在變數的顯著性檢驗中已經知道 (2.5.1) 這就是說，如果給定置信水平 ，從t分布表中查得自由度為(n-k-1)的臨界值 ，那麼t值處在 的概率是 。表示為 即 於是得到：在（ ）的置信水平下 的置信區間是 i=0,1 （2.5.3） 在某例子中，如果給定 ，查表得 從回歸計算中得到 根據（2.5.2）計算得到 的置信區間分別為 和（0.1799,0.2401） 顯然，參數 的置信區間要小。 在實際應用中，我們當然希望置信水平越高越好，置信區間越小越好。如何才能縮小置信區間？從（2.5.3）式中不難看出：（1）增大樣本容量n。在同樣的置信水平下，n越大，從t分布表中查得自由度為（n-k-1）的臨界值 越小；同時，增大樣本容量，在一般情況下可使估計值的標准差 減小，因為式中分母的增大是肯定的，分子並不一定增大。（2）更主要的是提高模型的擬合度，以減小殘差平方和 。設想一種極端情況，如果模型完全擬合樣本觀測值，殘差平方和為0，則置信區間也為0。（3）提高樣本觀測值的分散度。在一般情況下，樣本觀測值越分散，標准差越小。置信水平與置信區間是矛盾的。置信水平越高，在其他情況不變時，臨界值 越大，置信區間越大。如果要求縮小置信區間，在其他情況不變時，就必須降低對置信水平的要求。 二、預測值的置信區間 1、 點預測 計量經濟學模型的一個重要應用是經濟預測。對於模型 ， 如果給定樣本以外的解釋變數的觀測值 ，有 因 是前述樣本點以外的解釋變數值，所以 和 是不相關的。引用已有的OLS的估計值，可以得到被解釋變數 的點預測值： (2.5.4) 但是，嚴格地說，這只是被解釋變數的預測值的估計值，而不是預測值。原因在於兩方面：一是模型中的參數估計量是不確定的，正如上面所說的；二是隨機項的影響。所以，我們得到的僅是預測值的一個估計值，預測值僅以某一個置信水平處於以該估計值為中心的一個區間中。於是，又是一個區間估計問題。 2、 區間預測 如果已經知道實際的預測值 ，那麼預測誤差為 顯然， 是一隨機變數，可以證明 而 因為 由原樣本的OLS估計值求得，而 與原樣本不相關，故有： ， 可以計算出來： (2.5.5) (2.5.6) 因和 均服從正態分布，可利用它們的性質構造統計量，求區間預測值。利用 構造統計量為： 將 用估計值 代入上式，有 這樣，可得顯著性水平 下 的置信區間為 (2.5.7) (2.5.7)式稱為 的均值區間預測。 同理，利用 構造統計量，有 將 用估計值 代入上式，有： 根據置信區間的原理，得顯著性水平 下 的置信區間： （2.5.8） 上式稱為 的個值區間預測，顯然，在同樣的 下，個值區間要大於均值區間。(2.5.7)和(2.5.8)也可表述為： 的均值或個值落在置信區間內的概率為 ， 即為預測區間的置信度。或者說，當給定解釋變數值 後，只能得到被解釋變數 或其均值 以 的置信水平處於某區間的結論。 經常聽到這樣的說法，「如果給定解釋變數值，根據模型就可以得到被解釋變數的預測值為……值」。這種說法是不科學的，也是計量經濟學模型無法達到的。如果一定要給出一個具體的預測值，那麼它的置信水平則為0；如果一定要回答解釋變數以100%的置信水平處在什麼區間中，那麼這個區間是∞。 在實際應用中，我們當然也希望置信水平越高越好，置信區間越小越好，以增加預測的實用意義。如何才能縮小置信區間？從（2.5.5）和(2.5.6)式中不難看出：（1）增大樣本容量n。在同樣的置信水平下，n越大，從t分布表中查得自由度為（n-k-1）的臨界值 越小；同時，增大樣本容量，在一般情況下可使 減小，因為式中分母的增大是肯定的，分子並不一定增大。（2）更主要的是提高模型的擬合優度，以減小殘差平方和 。設想一種極端情況，如果模型完全擬合樣本觀測值，殘差平方和為0，則置信區間長度也為0，預測區間就是一點。（3）提高樣本觀測值的分散度。在一般情況下，樣本觀測值越分散，作為分母的 的值越大，致使區間縮小。置信水平與置信區間是矛盾的。置信水平越高，在其他情況不變時，臨界值 越大，置信區間越大。如果要求縮小置信區間，在其他情況不變時，就必須降低對置信水平的要求。 四、一元線性回歸模型參數估計實例 為了幫助讀者理解一元線性回歸模型參數估計的原理，下面以我國國家財政文教科學衛生事業費支出模型為例，不採用計量經濟學應用軟體，用手工計算，進行模型的參數估計。 經分析得到，我國國家財政中用於文教科學衛生事業費的支出，主要由國家財政收入決定，二者之間具有線性關系。於是可以建立如下的模型： 其中， 為第t年國家文教科學衛生事業費支出額（億元）， 為第t年國家財政收入額（億元）， ，為隨機誤差項， 為待估計的參數。選取1991—1997年的數據為樣本，利用（2.2.6）和（2.2.7）的計算公式，分別計算參數估計值。 表2.2.1 有關數據表 年份ED FI 1991 708 3149 -551 -2351 734 -26 -0.037 1992 793 3483 -466 -2017 804 -11 -0.014 1993 958 4349 -301 -1151 1001 -43 -0.045 1994 1278 5218 19 -282 1196 82 0.064 1995 1467 6242 208 742 1424 43 0.029 1996 1704 7408 445 1908 1685 19 0.011 1997 1904 8651 645 3151 1963 -59 -0.031 有關中間計算結果如下： 由電腦計算的參數估計值為 全部統計結果如下表。 從表中可看出，判定系數 0.99，表示以國家財政收入額來解釋國家文教科學衛生事業費支出額，在1991至1997年間，擬合度相當理想。截距項 的估計值對應的t-統計量為0.47，不能通過顯著性檢驗，即不能推翻 為0的假設；而一次系數 的估計值對應的t-統計量為20.34，不用查表即可知通過顯著性檢驗，即 顯著不為0，因果關系成立。F-統計量的值為413.58，也表示方程系數顯著不為0。 表一：Eviews計算結果 Dependent Variable: ED Method: Least Squares Date: 09/21/02 Time: 16:22 Sample: 1991 1997 Included observations: 7 Variable Coefficient Std. Error t-Statistic Prob. C 30.05237 63.90691 0.470252 0.6580 FI 0.223419 0.010986 20.33659 0.0000 R-squared 0.988055 Mean dependent var 1258.857 Adjusted R-squared 0.985666 S.D. dependent var 459.8972 S.E. of regression 55.06160 Akaike info criterion 11.08974 Sum squared resid 15158.90 Schwarz criterion 11.07428 Log likelihood -36.81408 F-statistic 413.5768 Durbin-Watson stat 1.644626 Prob(F-statistic) 0.000005 表二：不含截距項的Eviews計算結果： Dependent Variable: ED Method: Least Squares Date: 09/21/02 Time: 16:19 Sample: 1991 1997 Included observations: 7 Variable Coefficient Std. Error t-Statistic Prob. FI 0.228304 0.003337 68.40877 0.0000 R-squared 0.987526 Mean dependent var 1258.857 Adjusted R-squared 0.987526 S.D. dependent var 459.8972 S.E. of regression 51.36364 Akaike info criterion 10.84730 Sum squared resid 15829.34 Schwarz criterion 10.83957 Log likelihood -36.96556 Durbin-Watson stat 1.630622 Dependent Variable: LED Method: Least Squares Date: 09/21/02 Time: 16:21 Sample: 1991 1997 Included observations: 7 Variable Coefficient Std. Error t-Statistic Prob. C -1.522329 0.383141 -3.973290 0.0106 LFI 1.005563 0.044764 22.46341 0.0000 R-squared 0.990188 Mean dependent var 7.077084 Adjusted R-squared 0.988226 S.D. dependent var 0.382958 S.E. of regression 0.041554 Akaike info criterion -3.288701 Sum squared resid 0.008634 Schwarz criterion -3.304156 Log likelihood 13.51045 F-statistic 504.6048 Durbin-Watson stat 1.930000 Prob(F-statistic) 0.000003 多元線性回歸模型的參數估計實例 例2.3.1 建立中國消費模型。根據消費模型的一般形式，選擇消費總額為被解釋變數，國內生產總值和前一年的消費總額為解釋變數，變數之間關系為簡單線性關系，選取1981年至1996年統計數據為樣本觀測值。樣本觀測值列於表2.3.1中。 表2.3.1 中國消費數據表 年份 消費總額 國內生產總值 前一年消費額 年份 消費總額 國內生產總值 前一年消費額 1981 3309 4901 2976 1989 10556 16466 9360 1982 3638 5489 3309 1990 11362 1832 10556 1983 4021 6076 3638 1991 13146 21280 11362 1984 4694 7164 4021 1992 15952 25864 13146 1985 5773 8792 4694 1993 20182 34501 15952 1986 6542 10133 5773 1994 27216 47111 20182 1987 7451 11784 6542 1995 34529 59405 27216 1988 9360 14704 7451 1996 40172 68498 34529 以y代表消費總額， 代表國內生產總值， 代表前一年消費總額，應用計量經濟分析軟體包TSP6.5中普通最小二乘法估計模型，得到下列結果： （2.3.13） （6.83） （32.36） （5.70） 式中各項都是評價估計結果優劣的重要標准，後面將逐一介紹。這里僅討論參數估計值。兩個解釋變數前的參數估計值分別為0.4809和0.1985，都為正數，且都處於0與1之間，常數項的估計值也為正，這些參數估計值的經濟含義是合理的。隨機誤差項的方差的估計值為33739.5。 Oh，如果你是學習好的話肯定會做那麼也就不用提問了，如果你學習不怎麼樣做出來的太好反而會讓老師更加懷疑真實性，一般情況下能過關就OK了，做的太好老師問你了咋辦。所以吧能過關一切都好的
求採納
⑤ 求一篇用Eviews分析的計量經濟學論文（和經濟金融相關的），要分析變數之間關系的，不要預測的，多謝~~
數據你收集好了嗎
我經常幫別人做這類的數據分析的
⑥ 高分求計量經濟學課程論文！有數據及數據來源，運用EVIEWS對數據進行分析和處理！6000字左右！
知識經濟條件下，人力資源已成為決定企業興衰的主要因素，人力資源會計在現代企業管理中的重要地位毋庸置疑，在我國實施人力資源會計是必然的趨勢。實施人力資源會計要解決的關鍵問題是人力資源的確認和計量。關鍵詞：知識經濟 人本論文由無憂論文網www.51lunwen.com整理提供力資源會計 確認和計量
人力資源會計這一概念的提出已經40多年了，但由於人力資源核算的復雜性，如何確認人力資源會計仍是當今會計界的難題之一。
知識經濟條件下，人力資源已成為決定企業興衰的主要因素，人力資源會計在現代企業管理中的重要地位也毋庸置疑，作為一門會計學領域的新分支，其產生和發展具有一定的科學性，它不是純抽象的理論，應是實踐性非常強的一項工作，在我國實施人力資源會計是必然的趨勢。筆者在此就人力資源會計的確認和計量問題進行一些淺薄的探討，還望各位專家批評指正。
一、進行人力資源會計核算的基礎和原則
（一）在探討人力資源會計核算之前，首先要弄清以下三個基礎性問題：
1. 人力資源是企業的一項資產（隨後還有闡述）。
2. 人力資源是通過負債的方式取得的。
3. 在核算人力資源的時候，既要核算其取得、開發與使用成本，又要核算其原有價值。其中取得和開發成本屬於資本性支出，應將其資本化，作為資產處理；使用成本屬於收益性支出，應將其費用化，計入當期損益。人力資產原有價值應作為資產的一部分進行核算，同時作為「租用人力」增加一項負債。
（二）人力資源會計核算的確認本論文由無憂論文網www.51lunwen.com整理提供原則
1. 重要性原則。人力資源是企業的重要經濟資源，應重點加以體現，尤其是那些不可替代人力資源的信息、數額巨大的培訓項目等。
2. 配比性原則。當人力資源數額較大，涉及多個會計期間時，應遵循配比原則對其價值進行合理攤銷。
3. 歷史成本原則。
將招聘、培訓和開發人才等一切人力資源方面的支出均作為人力資產和成本，其數據是根據原始發生時的金額歸集的。
4. 相關性原則。企業人事管理部門，它對於職工的管理不僅是看其工資發生額的大小，而且重要的是如何合理配置人力資源，所以要求人力資源會計提供的信息應體現相關性原則。
5. 效益成本原則。人力資源會計在很多方面發揮了較大的作用，但在核算時還應考慮對那些核算成本較高，對決策意義不大的核算項目可不予揭示。
6. 劃分資本性支出與收益性支出原則。將遞延資產中的職工培訓費、費用中的職工教育經費、數額較大的培訓費、招聘廣告費、稀有人才離職損失費予以資本化，將工資福利費等各期發生額均衡的支出計入費用，作為收益性支出。
二、人力資源會計核算的內容和方法的確認 人力資源會計核算內容包括如下幾點：
（一）人力資產的核算。人力資本論文由無憂論文網www.51lunwen.com整理提供產就是企業所擁有的人力資源的總價值，包括人力資產原有價值、人力資產取得和開發成本，以及進知識經濟下人力資源會計確認和計量問題研究馬雅麗 河南省三門峽市市政工程處 472000行人力資產評估時的增值部分（減值時沖減）。
1. 人力資產原有價值。在企業取得前由於勞動者已經具備一定的知識、技能而具有一定的價值。它被企業擁有後，原有價值依然存在，因此它應作為人力資產的重要組成部分。不過對其進行計量有一定難度，這可以由會計學會等權威部門研討制定統一標准，由國家頒布實施。
2. 人力資產附帶成本。企業在取得或開發人力資源時，總要發生一定的費用。如付給招聘人員薪金和津貼，招聘廣告費、測驗費，如教育培訓人員的工資津貼、教材費及學費等。
這些都應作為人力資產附帶成本，記入人力資產價值，平均分攤在勞動合同期內。
3. 人力資產評估增值（或減值）部分。人力資產價值除了受勞動者的知識技術水平影響外，還受勞動者的職位、年齡、身體健康狀況及敬業程度等多種因素的影響。所以，定期對人力資產進行評估很有必要。評估增值增加人力資產價值，評估減值則沖減人力資產價值。它可由權威的人力資產評估機構，結合每個人的情況，採用科學的方法統一評估確定。
4. 租用人力的核算。企業一開始擁有人力資源，就負有合同到期時無條件地把這部分人力資源歸還給勞動者的義務，從而形成負債——租用本論文由無憂論文網www.51lunwen.com整理提供人力。它在數值上應等於人力資產原有價值加上人力資產評估增值（或減去人力資產評估減值）。
5. 人力資產使用成本的核算。企業在使用人力資源時，要支付工資、福利費等，並發生其他相關支出；此外還有與各期收益相配比而攤銷的資本性支出（人力資產附帶成本攤銷）。這些都構成了人力資產使用成本。
（二）人力資源會計賬戶設置的確認 為了進行人力資源會計核算，應設置以下賬戶：
1. 「人力資產」賬戶。該賬戶根據其內容構成，下設三個明細賬戶：
（1）人力資產原值。本賬戶核算具有不同標準的勞動者在進入企業前就擁有的價值量。企業在取得人力資源時記借方，在勞動合同到期勞動者離開企業時記貸方。期末余額在借方，表示期末人力資產原值結余額。
（2）人力資產附帶成本。本賬戶核算企業在取得或開發人力資源時所發生的必要支出。支出發生時記借方，在合同期內分期平均攤銷時記貸方，直接沖減「人力資產」價值。期末余額在借方，表示尚未攤銷的附帶成本。
（3）人力資產評估增值。本賬戶核算在對人力資產進行評估時的評估增加額或減少額。評估增值時記借方，評估減值時記貸方。當勞動者離開企業時全額沖減該項人力資產的增值額。期末余額在借方，表示增值量；期末余額在貸方，表示減值量。
⑦ 能不能給我一份計量經濟學論文 用eviews分析的 我在網上看到你回答了別人的問題 十分感謝！
一元線性回歸模型的置信區間與預測
多元線性回歸模型的置信區間問題包括參數估計量的置信區間和被解釋變數預測值的置信區間兩個方面，在數理統計學中屬於區間估計問題。所謂區間估計是研究用未知參數的點估計值（從一組樣本觀測值算得的）作為近似值的精確程度和誤差范圍，是一個必須回答的重要問題。
一、參數估計量的置信區間
在前面的課程中，我們已經知道，線性回歸模型的參數估計量 是隨機變數 的函數，即： ，所以它也是隨機變數。在多次重復抽樣中，每次的樣本觀測值不可能完全相同，所以得到的點估計值也不可能相同。現在我們用參數估計量的一個點估計值近似代表參數值，那麼，二者的接近程度如何？以多大的概率達到該接近程度？這就要構造參數的一個區間，以點估計值為中心的一個區間（稱為置信區間），該區間以一定的概率（稱為置信水平）包含該參數。即回答 以何種置信水平位於 之中，以及如何求得a。
在變數的顯著性檢驗中已經知道
(2.5.1)
這就是說，如果給定置信水平 ，從t分布表中查得自由度為(n-k-1)的臨界值 ，那麼t值處在 的概率是 。表示為
即
於是得到：在（ ）的置信水平下 的置信區間是
i=0,1 （2.5.3）
在某例子中，如果給定 ，查表得
從回歸計算中得到
根據（2.5.2）計算得到 的置信區間分別為 和（0.1799,0.2401）
顯然，參數 的置信區間要小。
在實際應用中，我們當然希望置信水平越高越好，置信區間越小越好。如何才能縮小置信區間？從（2.5.3）式中不難看出：（1）增大樣本容量n。在同樣的置信水平下，n越大，從t分布表中查得自由度為（n-k-1）的臨界值 越小；同時，增大樣本容量，在一般情況下可使估計值的標准差 減小，因為式中分母的增大是肯定的，分子並不一定增大。（2）更主要的是提高模型的擬合度，以減小殘差平方和 。設想一種極端情況，如果模型完全擬合樣本觀測值，殘差平方和為0，則置信區間也為0。（3）提高樣本觀測值的分散度。在一般情況下，樣本觀測值越分散，標准差越小。置信水平與置信區間是矛盾的。置信水平越高，在其他情況不變時，臨界值 越大，置信區間越大。如果要求縮小置信區間，在其他情況不變時，就必須降低對置信水平的要求。
二、預測值的置信區間
1、 點預測
計量經濟學模型的一個重要應用是經濟預測。對於模型
，
如果給定樣本以外的解釋變數的觀測值 ，有
因 是前述樣本點以外的解釋變數值，所以 和 是不相關的。引用已有的OLS的估計值，可以得到被解釋變數 的點預測值：
(2.5.4)
但是，嚴格地說，這只是被解釋變數的預測值的估計值，而不是預測值。原因在於兩方面：一是模型中的參數估計量是不確定的，正如上面所說的；二是隨機項的影響。所以，我們得到的僅是預測值的一個估計值，預測值僅以某一個置信水平處於以該估計值為中心的一個區間中。於是，又是一個區間估計問題。
2、 區間預測
如果已經知道實際的預測值 ，那麼預測誤差為
顯然， 是一隨機變數，可以證明
而
因為 由原樣本的OLS估計值求得，而 與原樣本不相關，故有：
，
可以計算出來：
(2.5.5)
(2.5.6)
因 和 均服從正態分布，可利用它們的性質構造統計量，求區間預測值。利用 構造統計量為：
將 用估計值 代入上式，有
這樣，可得顯著性水平 下 的置信區間為
(2.5.7)
(2.5.7)式稱為 的均值區間預測。
同理，利用 構造統計量，有
將 用估計值 代入上式，有：
根據置信區間的原理，得顯著性水平 下 的置信區間：
（2.5.8）
上式稱為 的個值區間預測，顯然，在同樣的 下，個值區間要大於均值區間。(2.5.7)和(2.5.8)也可表述為： 的均值或個值落在置信區間內的概率為 ， 即為預測區間的置信度。或者說，當給定解釋變數值 後，只能得到被解釋變數 或其均值 以 的置信水平處於某區間的結論。
經常聽到這樣的說法，「如果給定解釋變數值，根據模型就可以得到被解釋變數的預測值為……值」。這種說法是不科學的，也是計量經濟學模型無法達到的。如果一定要給出一個具體的預測值，那麼它的置信水平則為0；如果一定要回答解釋變數以100%的置信水平處在什麼區間中，那麼這個區間是∞。
在實際應用中，我們當然也希望置信水平越高越好，置信區間越小越好，以增加預測的實用意義。如何才能縮小置信區間？從（2.5.5）和(2.5.6)式中不難看出：（1）增大樣本容量n。在同樣的置信水平下，n越大，從t分布表中查得自由度為（n-k-1）的臨界值 越小；同時，增大樣本容量，在一般情況下可使 減小，因為式中分母的增大是肯定的，分子並不一定增大。（2）更主要的是提高模型的擬合優度，以減小殘差平方和 。設想一種極端情況，如果模型完全擬合樣本觀測值，殘差平方和為0，則置信區間長度也為0，預測區間就是一點。（3）提高樣本觀測值的分散度。在一般情況下，樣本觀測值越分散，作為分母的 的值越大，致使區間縮小。置信水平與置信區間是矛盾的。置信水平越高，在其他情況不變時，臨界值 越大，置信區間越大。如果要求縮小置信區間，在其他情況不變時，就必須降低對置信水平的要求。
四、一元線性回歸模型參數估計實例
為了幫助讀者理解一元線性回歸模型參數估計的原理，下面以我國國家財政文教科學衛生事業費支出模型為例，不採用計量經濟學應用軟體，用手工計算，進行模型的參數估計。
經分析得到，我國國家財政中用於文教科學衛生事業費的支出，主要由國家財政收入決定，二者之間具有線性關系。於是可以建立如下的模型：
其中， 為第t年國家文教科學衛生事業費支出額（億元）， 為第t年國家財政收入額（億元）， ，為隨機誤差項， 為待估計的參數。選取1991—1997年的數據為樣本，利用（2.2.6）和（2.2.7）的計算公式，分別計算參數估計值。
表2.2.1 有關數據表
年份 ED FI
1991 708 3149 -551 -2351 734 -26 -0.037
1992 793 3483 -466 -2017 804 -11 -0.014
1993 958 4349 -301 -1151 1001 -43 -0.045
1994 1278 5218 19 -282 1196 82 0.064
1995 1467 6242 208 742 1424 43 0.029
1996 1704 7408 445 1908 1685 19 0.011
1997 1904 8651 645 3151 1963 -59 -0.031
有關中間計算結果如下：
由電腦計算的參數估計值為
全部統計結果如下表。
從表中可看出，判定系數 0.99，表示以國家財政收入額來解釋國家文教科學衛生事業費支出額，在1991至1997年間，擬合度相當理想。截距項 的估計值對應的t-統計量為0.47，不能通過顯著性檢驗，即不能推翻 為0的假設；而一次系數 的估計值對應的t-統計量為20.34，不用查表即可知通過顯著性檢驗，即 顯著不為0，因果關系成立。F-統計量的值為413.58，也表示方程系數顯著不為0。
表一：Eviews計算結果
Dependent Variable: ED
Method: Least Squares
Date: 09/21/02 Time: 16:22
Sample: 1991 1997
Included observations: 7
Variable Coefficient Std. Error t-Statistic Prob.
C 30.05237 63.90691 0.470252 0.6580
FI 0.223419 0.010986 20.33659 0.0000
R-squared 0.988055 Mean dependent var 1258.857
Adjusted R-squared 0.985666 S.D. dependent var 459.8972
S.E. of regression 55.06160 Akaike info criterion 11.08974
Sum squared resid 15158.90 Schwarz criterion 11.07428
Log likelihood -36.81408 F-statistic 413.5768
Durbin-Watson stat 1.644626 Prob(F-statistic) 0.000005
表二：不含截距項的Eviews計算結果：
Dependent Variable: ED
Method: Least Squares
Date: 09/21/02 Time: 16:19
Sample: 1991 1997
Included observations: 7
Variable Coefficient Std. Error t-Statistic Prob.
FI 0.228304 0.003337 68.40877 0.0000
R-squared 0.987526 Mean dependent var 1258.857
Adjusted R-squared 0.987526 S.D. dependent var 459.8972
S.E. of regression 51.36364 Akaike info criterion 10.84730
Sum squared resid 15829.34 Schwarz criterion 10.83957
Log likelihood -36.96556 Durbin-Watson stat 1.630622
Dependent Variable: LED
Method: Least Squares
Date: 09/21/02 Time: 16:21
Sample: 1991 1997
Included observations: 7
Variable Coefficient Std. Error t-Statistic Prob.
C -1.522329 0.383141 -3.973290 0.0106
LFI 1.005563 0.044764 22.46341 0.0000
R-squared 0.990188 Mean dependent var 7.077084
Adjusted R-squared 0.988226 S.D. dependent var 0.382958
S.E. of regression 0.041554 Akaike info criterion -3.288701
Sum squared resid 0.008634 Schwarz criterion -3.304156
Log likelihood 13.51045 F-statistic 504.6048
Durbin-Watson stat 1.930000 Prob(F-statistic) 0.000003
多元線性回歸模型的參數估計實例
例2.3.1 建立中國消費模型。根據消費模型的一般形式，選擇消費總額為被解釋變數，國內生產總值和前一年的消費總額為解釋變數，變數之間關系為簡單線性關系，選取1981年至1996年統計數據為樣本觀測值。樣本觀測值列於表2.3.1中。
表2.3.1 中國消費數據表
年份 消費總額 國內生產總值 前一年消費額 年份 消費總額 國內生產總值 前一年消費額
1981 3309 4901 2976 1989 10556 16466 9360
1982 3638 5489 3309 1990 11362 1832 10556
1983 4021 6076 3638 1991 13146 21280 11362
1984 4694 7164 4021 1992 15952 25864 13146
1985 5773 8792 4694 1993 20182 34501 15952
1986 6542 10133 5773 1994 27216 47111 20182
1987 7451 11784 6542 1995 34529 59405 27216
1988 9360 14704 7451 1996 40172 68498 34529
以y代表消費總額， 代表國內生產總值， 代表前一年消費總額，應用計量經濟分析軟體包TSP6.5中普通最小二乘法估計模型，得到下列結果：
（2.3.13）
（6.83） （32.36） （5.70）
式中各項都是評價估計結果優劣的重要標准，後面將逐一介紹。這里僅討論參數估計值。兩個解釋變數前的參數估計值分別為0.4809和0.1985，都為正數，且都處於0與1之間，常數項的估計值也為正，這些參數估計值的經濟含義是合理的。隨機誤差項的方差的估計值為33739.5。
Oh，如果你是學習好的話肯定會做那麼也就不用提問了，如果你學習不怎麼樣做出來的太好反而會讓老師更加懷疑真實性，一般情況下能過關就OK了，做的太好老師問你了咋辦。所以吧能過關一切都好的
⑧ 急求計量經濟學論文，要有數據，eviews分析，很急，下周二交，拜託了
已發送兩封郵件，請查收，希望對你有幫助，加油~
以後還需要檢索論文的話可以再向我提問哦，舉手之勞助人為樂！
網路用戶：曉斌11藍貓