计量经济学标准误是

Ⅰ 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。

Ⅱ 计量经济学线性回归同方差和异方差常数项标准误怎么求

用matlab假设用下面简单的模型来做的话，代码可以简单的写一下。

%% model y=c+c1*x;
y=rand(100,1);c=ones(size(y));x=rand(size(y));%生成数回据
X=[c x];%把常数项和x合并答成一个X
[b,bint,r]=regress(y,X);%用regress线性回归得到系数b，残差向量r

RSS=r'*r;%求RSS
S2=RSS/(length(y)-2);%回归的标准误差S2 分母是数据个数-1（常数项）-1（独立变量x）
Q=S2.*inv((X'*X));%求常数项c，系数c1的var和cov行列

var_b=diag(Q);%取出对角成分，分别是常数项c和系数c1的方差

var_c=sqrt(var_b(1));var_c1=sqrt(var_b(2));%开根号后就得到标准误差；

比如

>> var_c
var_c =
0.0543
>> var_c1
var_c1 =
0.0921

Ⅲ 计量经济学的S.E of regression怎么算

计算公式为 RSS 除以 （n-k）(n为自由变量个数10,k为3) 再开根号。

S.E of regression的计算方法为：√（Sum squared resid(RSSS)/(n-k-1)），K为解析变量个数。

1）从经济发展的形态来看，经济模型分为静态数理经济模型和动态数理经济模型；

2）从经济的波动形态来看，经济模型分为随机经济模型和确定性经济模型；

3）从经济的数学描述形式来看，经济模型分为线性经济模型和非线性经济模型；

4）从经济模型描述的范围来看，经济模型有微观经济模型、中观经济模型和宏观经济模型。

(3)计量经济学标准误是扩展阅读

计量经济模型至少含有三个主要部分：数理经济为主体，经济统计为识别和经济过程为主线。选择正确的数理经济模型是计量经济模型建立的主体，这也是反映各经济变量之间所存在的本质关系，具有经济理论基础；

经济统计识别则是计量经济模型赖于应用的基础，只有在统计上有显著意义的模型才可能保证各经济变量之间的关系是具有统计基础的；经济过程描述了经济体系中解释变量和被解释变量之间所存在的统计关系。

Ⅳ 计量经济学估计标准误差等于零，相关系数怎么变

不太懂你的问题，通常变量相关性检验最直观的就是做相关系数矩阵，专矩阵会做么？相属关系数在-1到1之间，绝对值越大说明两个变量越相关，正的就是正相关，负的就是负相关，0就是不相关。一般来说相关性越大，才有做模型的价值，如果相关性太小，那么做出的模型系数就会很小，R方也会比较小，建议剔除该变量。

Ⅳ 计量经济学（关于标准误的问题）

表示的是b1和b2的standard error呀~

Ⅵ 计量经济学回归结果中，S.D dependent var是被解释变量的标准差，s.e. of regression也就是回归标准误，

s.e.of regression是残差的标准差，是随机误差项u的估计量的标准差；s.d.dependent var是因变量y的样本内标准差，二者不相等。也就容是，u的标准差和y的标准差相等，但是y的样本标准差与u的估计量标准差不相等。

Ⅶ 计量经济学中对被解释变量个别观测值预测时，为什么标准误差用的是残差的标准误差，而不是那个观测值的

观测值y是用来估计b的，模型估计出来以后，进行预测的时候观测值就没用内了。
但这时容要注意利用估计出来的模型Y=Xb进行预测的时候，b虽然有确定的估计值，但它本质上是一个随机变量，只是在确定样本下的一个值而已，也有自己的方差和分布，是在第一步的OLS估计中由误差项带来的，因此你所预测的Y本质上也是随机变量，是由b带来的，归根结底还是误差项的。

Ⅷ 计量经济学课件中，4.4 OLS估计量的方差与标准误，

tr求的是矩阵的迹，也就是矩阵对角线元素之和