1樓：匿名使用者
嗯 其實並不一樣 從意思上不太好區分 但從數學上來看的話就會很容易了：一般我們常見的相關係數是兩個隨機變數x y的協方差除以他們兩個的標準差乘積 而如果你計算一下一個y=a*x這樣形式的x和y協方差 就會發現cov=a*x的方差 所以係數a便是cov除以單獨x的方差了 所以這兩個還是不一樣的
接下來看看你說的意思 其實這也有一定的區別 相關程度和影響程度其實並不一樣 相關係數的取值範圍是-1到1 得0的話就說明完全沒關係了 這裡最關鍵的一點 是這個相關關係並不牽扯影響大小 而係數則不一樣 他的取值範圍可不止-1到1 它可以去取得無限大 因此他描述的是影響大小 所以說這兩個其實描述的是兩個維度的特徵
舉個例子：y=ax 假設a=2 說明x對y影響是2 可以說影響程度是2 a越大的話說明影響程度越大 但相關係數一直都是1 不論係數是多少
p.s. 看到計量經濟有些激動 寫了一大堆……思考的方向很好 希望你在計量的道路上越走越給力
2樓：匿名使用者
當然不一樣，相關程度和影響程度怎麼一樣？
計量經濟學中的相關係數與模型參數列示的意義一樣嗎
3樓：鋁合金電纜工廠
一般eviews會給你係數的f值和概率值，然後你可以取不同的可信水平下進行檢查是否通過檢查，一般用1，5，10作為檢驗水平
計量經濟學中對設計的模型中的引數如何理解
4樓：天蠍神經俠侶
一是樣本與母體的一致性問題。計量經濟學模型的引數估計，從數學上講，是用從母體中隨機抽取的個體樣本估計母體的引數，那麼要求母體與個體必須是一致的。
例如，估計煤炭企業的生產函式模型，只能用煤炭企業的資料作為樣本，不能用煤炭行業的資料。那麼，截面資料就很難用於一些總量模型的估計。
例如，建立煤炭行業的生產函式模型，就無法得到合適的截面資料。
計量經濟模型包括一個或一個以上的隨機方程式，它簡潔有效地描述、概括某個真實經濟系統的數量特徵，更深刻地揭示出該經濟系統的數量變化規律。是由系統或 方程組成，方程由變數和 係陣列成。其中，系統也是由 方程組成。
計量經濟模型揭示經濟活動中各個因素之間的 定量關係，用隨機性的數學方程加以描述。
廣義地說，一切包括經濟、 數學、統計三者的模型；
狹義地說，僅只用 引數估計和假設檢驗的 數理統計方法研究經驗資料的模型。
5樓：匿名使用者
1秒前 我的回答 1、經濟學理論分析，提出可能存在影響的變數2、建立模型，模型選擇，是線性還是非線性？還是用log？
3、找資料
4、用計量軟體迴歸分析（迴歸方法選擇，ols?還是mle？）5、檢驗結果分析
模型引數就是模型中的x、y，還有殘差。我們要分別討論他們的係數和顯著性。
計量經濟學中，經常說一個迴歸模型裡的引數在統計上是顯著的或不顯著的，其中」顯著的「是什麼意思？
6樓：匿名使用者
引數顯著的，就是說該引數估計量的統計性質可以拒絕 原假設：該引數=0，即該引數顯著不等於0，也就是該引數前面的變數對y確實有影響，出現在迴歸方程裡面是有道理的。
引數的顯著性，是實證模型有意義的關鍵所在。
計量經濟學中變數和引數的區別
7樓：匿名使用者
變數分為自變數和因變數比如xy，引數是對變數前的係數的具體值，比如β，α
計量經濟學中dw統計量是什麼意思？在n多模型檢驗中，dw統計量的結果反映什麼問題，求簡單明瞭的解釋
8樓：匿名使用者
durbin watson 統計量用來檢驗殘差一階自相關 只能檢驗一階不能檢驗高階自相關
dw = sum (eps_t - eps_)^2 / sum (eps_t)^2 約= 2(1 - r)
r表示相鄰殘差之間的相關係數
如果r = 0 也就是說近似於2的dw值表示殘差不存在相關性
如果r > 0 也就是說接近0的dw值表示正相關
如果r < 0 也就是說接近4的dw值表示負相關
一般dw統計量的表提供d_l和d_u
dw < d_l 正相關
d_l d_u < dw < 4 - d_u 不存在自相關
4 - d_u < dw < 4 - d_l 該檢驗不確定
dw > 4 - d_l 負相關
擴充套件資料：
自相關性產生的原因：
線性迴歸模型中隨機誤差項存在序列相關的原因很多，但主要是經濟變數自身特點、資料特點、變數選擇及模型函式形式選擇引起的。
1.經濟變數慣性的作用引起隨機誤差項自相關
2.經濟行為的滯後性引起隨機誤差項自相關
3.一些隨機因素的干擾或影響引起隨機誤差項自相關
4.模型設定誤差引起隨機誤差項自相關
5.觀測資料處理引起隨機誤差項序列相關
自相關的後果：
線性相關模型的隨機誤差項存在自相關的情況下，用ols（普通最小二乘法）進行引數估計，會造成以下幾個方面的影響。
從高斯-馬爾可夫定理的證明過程中可以看出，只有在同方差和非自相關性的條件下，ols估計才具有最小方差性。當模型存在自相關性時，ols估計仍然是無偏估計，但不再具有有效性。
這與存在異方差性時的情況一樣，說明存在其他的引數估計方法，其估計誤差小於ols估計的誤差；也就是說，對於存在自相關性的模型，應該改用其他方法估計模型中的引數。
1.自相關不影響ols估計量的線性和無偏性，但使之失去有效性
2.自相關的係數估計量將有相當大的方差
3.自相關係數的t檢驗不顯著
4.模型的**功能失效
9樓：匿名使用者
德賓-沃森（durbin-watson）檢驗簡稱d-w檢驗，是目前檢驗自相關性最常用的方法，但它只適用於檢驗一階自相關性。 先通過公式計算出dw值，再根據樣本容量n和解釋變數數目k查分佈表，得到臨界值dl和du，然後判斷是否自相關。 因為dw=2(1-ρ),而自相關係數ρ（利用殘差構造的）的值介於-1和1之間，所以 0≤dw≤4 ，而且判定區間【0, dl ，du，(4-du)，(4-dl), 4】關於2對稱。
0 如果dw統計量表明殘差序列有一階自相關，說明原模型沒有擬合好，應為沒有捕捉到足夠資訊所以導致殘差自相關；或者說明模型中的解釋變數至少不是嚴格外生的。 改善方法：新增解釋變數或者對模型進行準差分。設原模型為yt=beta0+beta1*xt+ut,準差分得到[yt-rouy(t-1)]=[beta0(1-rou)]+[xt-roux(t-1)]+[ut-rouu(t-1)] ,rou就是殘差ut的一階自相關係數，t是下標，我敲的不太好看。 不太懂你的問題bai,通常變數相du關性檢驗最zhi直觀的就是做相關係 dao數矩陣,矩陣會版做麼?相關係數在 1到1之間,權 絕對值越大說明兩個變數越相關,正的就是正相關,負的就是負相關,0就是不相關。一般來說相關性越大,才有做模型的價值,如果相關性太小,那麼做出的模型係數就會很小,r方也會比較小... 對數模型,即在一般模型的基礎上,對自變數或因變數其一取對數,然後做迴歸 雙對數模型,即對自變數和因變數均取對數,然後做迴歸 除了需要對資料取對數之外,它們與一般迴歸無差別。直接取對數 log x 在建立計量經濟學模型的時候需要對資料取對數,但資料太大怎麼辦?取對數就是讓資料更加平穩,而在做計量模型的... 統計學發展史說明 先有社會統計學後有數理統計學，先有變數後有隨機變數 社會統計學以變數為基礎，數理統計學以隨機變數為基礎，變數與隨機變數是在一定的條件下可以相互轉化的數學概念。我們知道變數與隨機變數是即有聯絡又有區別的。當變數取值的概率不是1時，變數就變成了隨機變數 當隨機變數的取值概率為1時，隨機...計量經濟學估計標準誤差等於零,相關係數怎麼變
計量經濟學取對數的模型怎麼建立,在建立計量經濟學模型的時候需要對資料取對數,但資料太大怎麼辦
單方程計量經濟學模型中被解釋變數是隨機的嗎