表述不清楚，没懂你的问题。。
计量经济学问题~
不知从何时起，解答计量问题成了我日常生活的一部分。天南海北的读者与同道提出了各种各样的计量问题。这里摘取少量的典型问题，希望对从事实证研究的朋友有帮助。
1、在什么情况下，应将变量取对数再进行回归？
答：可以考虑以下几种情形。
，如果理论模型中的变量为对数形式，则应取对数。比如，在劳动经济学中研究教育投资回报率的决定因素，通常以工资对数为被解释变量，因为这是从Mincer模型推导出来的。
第二，如果变量有指数增长趋势（exponential growth），比如 GDP，则一般取对数，使得 lnGDP 变为线性增长趋势（linear growth）。
第三，如果取对数可改进回归模型的拟合优度（比如 R2 或显著性），可考虑取对数。
第四，如果希望将回归系数解释为弹性或半弹性（即百分比变化），可将变量取对数。
第五，如果无法确定是否该取对数，可对两种情形都进行估计，作为稳健性检验（robustnesscheck）。若二者的回归结果类似，则说明结果是稳健的。
2、如何理解线性回归模型中，交互项（interactive term）系数的经济意义？
答：在线性回归模型中，如果不存在交互项或平方项等非线性项，则某变量的回归系数就表示该变量的边际效应（marginal effect）。比如，考虑回归方程
y = 1 + 2x + u
其中， u 为随机扰动项。显然，变量x 对 y 的边际效应为 2，即 x 增加一单位，平均而言会使 y 增加两单位。考虑在模型中加入交互项，比如
y = α + βx + γz + δxz+ u
其中， x 与 z 为解释变量，而 xz 为其交互项（交叉项）。由于交互项的存在，故x 对 y 的边际效应（求偏导数）为β + δz，这说明 x 对 y 的边际效应并非常数，而依赖于另一变量z 的取值。如果交互项系数 δ 为正数，则 x 对 y 的边际效应随着 z 的增加而增加（比如，劳动力的边际产出正向地依赖于资本）；反之，如果δ 为负数，则 x 对 y 的边际效应随着z 的增加而减少。
3、在一些期刊上看到回归模型中引入控制变量。控制变量究竟起什么作用，应该如何确定控制变量呢？
答：在研究中，通常有主要关心的变量，其系数称为 “parameterof interest” 。但如果只对主要关心的变量进行回归（极端情形为一元回归），则容易存在遗漏变量偏差（omittedvariable bias），即遗漏变量与解释变量相关。加入控制变量的主要目的，就是为了尽量避免遗漏变量偏差，故应包括影响被解释变量 y 的主要因素（但允许遗漏与解释变量不相关的变量）。
4、很多文献中有 “稳健性检验” 小节，请问是否每篇实证都要做这个呢？具体怎么操作？
答：如果你的论文只汇报一个回归结果，别人是很难相信你的。所以，才需要多做几个回归，即稳健性检验（robustness checks）。没有稳健性检验的论文很难发表到好期刊，因为不令人信服。稳健性检验方法包括变换函数形式、划分子样本、使用不同的计量方法等，可以参见我的教材。更重要的是，向同领域的经典文献学习，并模仿其稳健性检验的做法。
5、对于面板数据，一定要进行固定效应、时间效应之类的推敲么？还是可以直接回归？我看到很多文献，有的说明了使用固定效应模型的原因，有的则直接回归出结果，请问正确的方法是什么？
答：规范的做法需要进行豪斯曼检验（Hausman test），在固定效应与随机效应之间进行选择。但由于固定效应比较常见，而且固定效应模型总是一致的（随机效应模型则可能不一致），故有些研究者就直接做固定效应的估计。
对于时间效应也同时考虑，比如，加入时间虚拟变量或时间趋势项；除非经过检验，发现不存在时间效应。如果不考虑时间效应，则你的结果可能不可信（或许x 与 y 的相关性只是因为二者都随时间而增长）。
6、如何决定应使用二阶段最小二乘法（2SLS）还是广义矩估计（GMM）？
答：如果模型为恰好识别（即工具变量个数等于内生变量个数），则GMM完全等价于2SLS，故使用2SLS就够了。在过度识别（工具变量多于内生变量）的情况下，GMM的优势在于，它在异方差的情况下比2SLS更有效率。由于数据或多或少存在一点异方差，故在过度识别情况下，一般使用GMM。
7、在面板数据中，感兴趣的变量x 不随时间变化，是否只能进行随机效应的估计（若使用固定效应，则不随时间变化的关键变量 x 会被去掉）？
答：通常还是使用固定效应模型为好（当然，可进行正式的豪斯曼检验，以确定使用固定效应或随机效应模型）。如果使用固定效应，有两种可能的解决方法：
（1）如果使用系统GMM估计动态面板模型，则可以估计不随时间而变的变量x 的系数。
（2）在使用静态的面板固定效应模型时，可引入不随时间而变的变量 x与某个随时间而变的变量 z 之交互项，并以交互项 xz （随时间而变）作为关键解释变量。
第一题应该是错的，因为我们不可能得到一个问题的整个总体数据，我们只能得到其样本值，估计样本回归方程。
第二个题应该是错的，就算是总体回归函数给出的也不是对应于每一个自变量的因变量的值，而是给出的估计值，或说理论值、期望值。
第三题是应该是错误的，单纯的回归模型里，就算相关系数很高，统计很显著，也可能存在“伪回归”现象，即因变量不一定是因变量的因。
#17522385225#
计量经济学的主要问题是? - ******
#郭甘# 计量经济学研究对象: 计量经济学的两大研究对象:横截面数据(Cross-sectional Data)和时间序列数据(Time-series Data).前者旨在归纳不同经济行为者是否具有相似的行为关联性,以模型参数估计结果显现相关性;后者重点在分析同一...
#17522385225#
计量经济学题目 - ******
#郭甘# R^2=0.9938可得 R^2=1-RSS/TSS 可得RSS=2.976744 标准差=(RSS/n-k-1)^(1/2)=0.3383639
#17522385225#
您好 均衡价格决定模型用计量经济模型表示时 随机扰动项代表什么啊! - ******
#郭甘# 计量经济学思考题1.计量经济学与纯数理经济学有何区别和联系?它与经济理论又有何区别和联系?怎样理解计量经济学的作用?2.如何理解计量模型的正确性和有用性?3.何为数据生成机制DGP?为什么计量经济模型包含随机扰动项?扰动项...
#17522385225#
计量经济学如何学习? ******
#郭甘# 计量经济学主要是以数学、统计学为基础,以建立经济计量模型为主要手段,定量分析研究具有随机性特性的经济变量关系. 计量关键在于用,如果你想学好,那最好找几篇带“实证分析”字样的论文看一看,然后自己照猫画虎的做,遇到问题...
#17522385225#
计量经济3 - ******
#郭甘# 21. 解答:(1) 是盒饭价格, 是气温, 是学校当日的学生数量, 是附近餐厅的盒饭价格.(4分) (2)在四个解释变量中,附近餐厅的盒饭价格同校园内食堂每天卖出的盒饭数量应该是负相关关系,其符号应该为负,应为 ;学校当日的学生数...
#17522385225#
请解释线性多元回归的基本假定,哪些假定的违反造成了经典计量经济学问题 - ******
#郭甘# 1、计量经济学的大量假设都是针对所谓的误差项进行假设.道理也很简单,如果误差项极端的不规则,或者经常爆表,那任何一个estimator都无法做到consistency.2、经济学,乃至所有科学的一切定理以及计算法则,都是建立在一些特定的假设条件前提下的.比如物理力学中分析速度,就是假设没有摩擦力、空气阻力.
#17522385225#
请高手帮忙解答一下这个计量经济学问题 - ******
#郭甘# (1)近似共线性下普通最小二乘法参数估计量的方差会变大,你记得膨胀因子吧.就是这个东西造成了方差变大了!(2)一般判定系数法和逐步回归法都可以检验,个人建议逐步回归法...
#17522385225#
计量经济学里关于随机扰动项假设的推导问题计量经济学里关于随机扰动项假设的问题cov(ui,Xi)= E(ui - E(ui))(Xi - E(Xi)) =E(uiXi)=0书上是这么写的,我不明白... - ******
#郭甘#[答案] 这个是在另一个假设即E(ui)=0条件下成立的,单纯的X与随机扰动项不相关只能说明Cov(ui,Xi)=0
#17522385225#
急求一个计量经济学很简单的问题! - ******
#郭甘# 1楼的回答正确,将误差的均值进入常数项调整就行,将原式化为yi=a+Bxi+(εi-u),括号内期望为0,方差σ^2,将u提到常数项处,就得yi=(a-u)+Bxi+εi
#17522385225#
计量经济学问题:如果我的样本有20个数据,有Y.X1.X2三个变量,Y为因变量.那么自由度是? - ******
#郭甘# 朋友,先明确自由度的概念,自由度是指,当一个随机变量是由其他一系列随机变量定义的,这些随机变量独立项数的个数就是这个随机变量的自由度.例如,当x1,x2,.....xn相互独立,则它们的平方和服从自由度为n的卡方分布.因此在回归模型中若有两个自变量、三个回归参数,则残差序列e1,e2,........en中有n-3个是独立的(估计每一个参数会损失一个自由度)所以自由度为n-3;如果你的模型不含常数项只有两个参数,自由度就是n-2.李宝仁
