计量经济学意义

① 计量经济学 p与t 数值含义

某变量的t值表示这一自变量对应变量影响的显著性，一般不超过0.05都可以看做显著，p值在不同的地方意义不同~

② 计量经济学的意义

计量经济学的主要用途或目的主要有两个方面：
理论检验。这是计量经济学用途最为版主要的权和可靠的方面。这也是计量经济学本身的一个主要内容。
预测应用。从理论研究和方法的最终目的看，预测（包括政策评价）当然是计量经济学最终任务，必须注意学习和了解，但其预测的可靠性或有效性是我们应十分注意的。

③ 计量经济学r2含义

计量经济学中，R^2是决定系数，表示Y的变动中可以由X的变动来解释的比例，它是回版归线对各观测权点拟合紧密程度的测度。R^2=1时，表示完全拟合；R^2=0时，表示X与Y不存在线性关系。 R^2的值越高，拟合得越好，但是也要根据具体问题而定。比如，对时间序列数据来说，R^2的值在0.8、0.9以上是很常见的，而在横截面数据的情况下，R^2值为0.4、0.5也不能算低。

④ F检验的意义（计量经济学）

F检验的原假设是H0：所有回归参数都等于0，所以F检验通过的话说明模型总体存在，检验不通过，其他的检验就别做了，因为模型所有参数不显著异于0，相当于模型不存在。

F检验（F-test），最常用的别名叫做联合假设检验（英语：joint hypotheses test），此外也称方差比率检验、方差齐性检验。

它是一种在零假设（null hypothesis, H0）之下，统计值服从F-分布的检验。其通常是用来分析用了超过一个参数的统计模型，以判断该模型中的全部或一部分参数是否适合用来估计母体。

)2/(n-1)

两组数据就能得到两个S2值

F=S2/S2'

然后计算的F值与查表得到的F表值比较，如果

F < F表表明两组数据没有显著差异

F ≥ F表表明两组数据存在显著差异

二、注意事项

F检验对于数据的正态性非常敏感，因此在检验方差齐性的时候，Levene检验, Bartlett检验或者Brown–Forsythe检验的稳健性都要优于F检验。

F检验还可以用于三组或者多组之间的均值比较，但是如果被检验的数据无法满足均是正态分布的条件时，该数据的稳健型会大打折扣，特别是当显著性水平比较低时。但是，如果数据符合正态分布，而且alpha值至少为0.05，该检验的稳健型还是相当可靠的。

若两个母体有相同的方差（方差齐性），那么可以采用F检验，但是该检验会呈现极端的非稳健性和非常态性，可以用t检验、巴特勒特检验等取代。

⑤ E(a|b)=0在计量经济学中表示什么含义是什么

在李子奈的计量经济学P31页中，E（u|X）=0表示随机误差项u的期望不依赖于X的变版化而变化，且常数总为权0.即u与X不存在任何形式的相关性，也可以称X为外生解释变量，如果相关，X则为内生解释变量。
换句话说，计量经济学中假设y=a+bX+u，E(u|X)=0,则表示X的数值不受Y和u的影响，是Y的外生解释变量。
不知道您是否能明白，如果不懂的话，可以留言~

⑥ 计量经济学的实际意义何在

第一个点是，以佛里德曼为代表的经济学研究方法论，即“前提不重要，推论过程也不重要，重要的是结论符合现实”。这种方法，本质上就是把计量本身，认定是可以脱离理论，或者说认定计量本身可以推出理论。而不是说在理论的指导下进行计量。我想，经济学方法论争执得那么多，这个背景，他应该也了解吧？当时在南大BBS上，关于可证伪性的争论那么火热，不就是围绕这个问题么？我记得当时南大经济学论坛的进版画面有一句话，大意是说越有效的理论，其前提越是不符合现实的。所以，在这样的经济学研究方法下，我对计量进行批评，不可谓说是轻率的。 第二个点是，随着计量技术的进一步提高，计量本身也在开始神秘化。例如协整理论。不少介绍都说协整理论可以从数据自身推导出理论联系，判断变量的长期关系或者短期关系，认为“经典的计量经济学模型是以某种经济理论或对经济行为的认识来确立模型的理论关系形式，而协整则是从经济变量的数据中所显示的关系出发，确定模型包含的变量和变量之间的理论关系。这是20世纪80年代以来计量经济学模型理论的一个重大发展”。而我在这点上所作的努力是告诉大家：无论计量怎么发展，它都没有超越经典计量模型所受到的局限，不可能比经典计量更高明，其与理论的关系，不可能比经典计量有更大突破。计量只不过是起对数据进行排列组合，来看这些组合中是否凑巧给出理论启示，或者看其是否符合理论的结果。神秘化的计量理论，注定是占星术。 第三个点是，我既然对西方经济学特别是宏观经济学部分的理论大部分进行否定，那就意味着我根本不承认其理论的正确性。而其理论的正确性被否认，则其理论指导下的计量模型，就失去价值而变得毫无意义。因此，我对西方经济学计量的批判，最大的基础来自对西方经济学理论的批判。当我认为西方经济学理论本身不能成立的时候，我自然会说其建立的计量模型及其结论，无论其可信度为多少，都毫无意义。因此，猪头非恐怕得首先为西方经济学的那些理论进行辩护。 最后还要补充一点：即使给定正确的理论，然后使用计量来检验或者预测某些细微性质，我也不认为计量就是很好的办法。相反，计量结果的统计特性，遗漏了很多图形本身的重要性质。计量所得出的结论，往往反而掩盖了事实真相。因此，除非作为辅助工具，或者不得已，我宁愿直接去看图形本身，并对图形的各个阶段或者整体，进行物理化的分析，而不是进行计量分析。只有这样，才能尽可能完全地解读图形性质。 至于猪头非同学说：“如果非要拿这个例子比喻计量的话，你要是能知道走过的轨迹是什么模样，就已经相当了不起了。况且，计量要研究的还不止是什么形状，还要研究这个形状的具体参数，比如弧度多少，半径多少等等，这就更不容易了。中级计量班的学期论文如果能够对“走过的轨迹”有令人信服的分析和描绘，就已经圆满地完成任务了。” 我的回答其实很简单：1、要知道走过的轨迹是什么模样，这恰恰是理论分析，而不是计量。你必须先通过理论分析，获得轨迹的种类信息，然后才谈的上通过计量获得具体参数。2、所谓半径这些概念，是在假定轨迹为圆形的假设下才有的参数。如果只是局部数据接近半圆，但是未知数据部分根本就不是圆，何来半径之说？你根据已有数据计算出来的半径，有什么意义呢？3、中级计量班的学期论文能够对走过的轨迹进行分析，你加了个“令人信服”，这四个字说明了理论还是第一的。否则，你怎么“令人信服”地说既有数据一定是圆的一部分？这样，即使中级计量班毕业成绩比较好看，在现实中，仍然不能解决任何问题，相反只是误导问题而已。 至于猪头非最后说宏观经济预测得准——他说即使没有理论依据。这个恐怕就是一厢情愿了吧？在宏观经济中，我还没有看到西方经济的哪个理论能以较大概率预测准的。他可以列举例子，不管老宋也好还是其它人也好，给出预测的文章、日期，然后给出被预测实现的经济数据。 要是这么容易被预测准，而且是在啥都不知道的情况下预测准，就不会有那么一大群经济学家在指点江山后被大众臭骂，然后万分委屈地说：“经济学只能用来解释世界，不能用来预测世界”。

⑦ 计量经济学 解释系数的含义

就是解释变量变化一个单位，会引起被解释变量变化几个单位的意思

⑧ 计量经济学中，“白噪声”通俗的讲，是什么意思啊

就是零均值、常方差的稳定随机序列，计量模型中的随机误差项必须是白噪声，版模型才有经济意义权