1樓：匿名使用者
區別：1二者互有交叉。計量經濟學的核心思想是迴歸分析，運用了ols的方法進行引數估計。
但是隨著計量經濟學快速發展，估計方法越來越多樣（gls、gmm、wls），評級範圍越來越廣（時間序列、面板資料），以及逐步發展的非引數估計。而數學系的迴歸分析這方面涉及就比較少啦。
2側重點不同。數學系迴歸分析側重理論原理的學習，經濟系的經歷經濟學側重學以致用。
聯絡：高階計量經濟學學習要求有紮實的數學基礎，因為高階計量經濟學基本都以矩陣形式出現，而矩陣比較抽象，需要讀者有較好的理解能力。
純屬個人看法，希望對你有所幫助。
2樓：匿名使用者
回歸屬於計量學的一部分內容
3樓：
本質上是一回事，數學系側重於理論，模型方法了，應用不限於經濟方面。
而計量側重於經濟方面的應用。
若學完《迴歸分析》，並懂點經濟，《計量經濟學》只須幾節課就可講完。
綜上：我認為：
《迴歸分析》：理論;
《計量》 ：應用。
計量經濟學，求各位高手做一下這道題. 問題：（1)根據以上回歸結果，寫出迴歸分析結果報告。
4樓：匿名使用者
如果沒猜錯的話，你的模型應該是y=ak^al^b，然後取得對數形式做的線性迴歸，是巨集觀經濟學裡面一個很簡單的模型。
根據引數估計結果，資本對產出的彈性為0.609，勞動對產出的彈性為0.36，這個結果非常好，兩者加起來幾乎等於1，符合理論預期。
k和l在10%的顯著性下通過t檢驗，但常數項沒有通過t檢驗。調整的可決係數比較高，模型擬合較好。但你的f統計值貌似非常小，通不過f檢驗，模型設定估計有問題，你去掉常數項再做一次試試。
5樓：沒意思同學
這結果報告裡要什麼你也沒說啊？
計量經濟學方法與一般經濟數學方法有什麼區別？
6樓：每日情感故事資訊分享
計量經濟學是應用統計學（主要是迴歸分析）解決經濟問題，在方**上說是實證的方法，也就是「從現實出發（在現實中調取資料），驗證既有結論或者猜想出新結論」的方法。而傳統的理論經濟學用的是數理的方法，也就是「以經濟學的幾個基本假設為前提，純粹運用數學（主要有：微積分，線性代數，最優化，概率論。
在金融學以及更高深的經濟學中還有實分析泛函分析、隨機過程），嚴密地推匯出結論」的方法。 經濟數學方法是用現代數學方法來研究經濟問題的數量方面，以經濟模型的建立和電子計算技術的運用為特徵，包括研究各種複雜的經濟數量關係時所應用的一系列數學分析和計算方法。
計量經濟學答案
7樓：匿名使用者
呵，撒謊，你明明有101分，還說沒分。我把第一題答案給你，你加20分我再給後面的答案：
第一題：
1）迴歸方程：y=3871.805+2.177916x1+4.05198x2
係數的意義：其他不變，投資每增加1單位，國內生產總值增加2.177916單位；其他不變，進出口增加1單位，國內生產總值增加4.051980單位。
（2）迴歸係數檢驗，常數項的概率p值為0.1139，大於0.05，所以常數項是不顯著的，考慮將常數項剔除。
x1x2的概率p都小於0.05，說明這兩個係數是統計顯著的。擬合優度=0.
991494，接近1，方程比較好地解釋了國內生產總值。
（3）f統計量的p值為0<0.05，說明方程整體式統計顯著的，可以接受。
（待續……）
算了，都給你了。
2、(1)填空
迴歸分析結果
variable coefficient std.error t-statistic prob.
c 18.09149 3.3106 5.46466 0.0000
x 0.8094 0.035137 23.03685 0.0000
r-squard 0.946495 mean dependent var 93.61250
adjusted r-squard 0.944712 s.d.dependent var 11.10898
s.e.of regression 2.612109 akaike info criterion 4.818654
sum squard resid 204.6934 schwarz criterion 4.910263
log likelihood -75.09847 f-statistic 324.6550
durbin-watson stat 2.138039 prob(f-statistic) 0.000000
（2）題目不全
（3）、估計出來的方程為:y=0.8094x+18.09149+e,e(y)=0.8094*35+18.09149=46.4205
3、(1)
dependent variable: r
method: least squares
sample: 1 415
included observations: 415
variable coefficient std. error t-statistic prob.
c 0.000345 0.000289 1.192375 0.2338
rm 0.641710 0.021144 30.2961 0.0000
r-squared 0.690423 mean dependent var 0.000867
adjusted r-squared 0.6897 s.d. dependent var 0.010537
s.e. of regression 0.005870 akaike info criterion -7.433101
sum squared resid 0.014231 schwarz criterion -7.413687
log likelihood 1544.368 f-statistic 917.8560
durbin-watson stat 1.856891 prob(f-statistic) 0.000000
(2)常數項的概率p=0.2338>0.05，常數項統計不顯著。截距項的p=0,為統計顯著。
(3)截距項參數列示無風險收益率為0.000345，rm的參數列示**收益與指數收益的聯動關係，即指數收益沒上升1個單位，**收益上升0.641710個單位。
（4） r=0.000345+0.641710*rm
t=（1.192375）（30.2961）
第4題題目給出的條件不足。
學習計量經濟學有什麼用，具體的實際的應用領域，我的專業是電子金融
8樓：
icameisaw:計量的原理很簡單。有人比喻經濟學家是在看反光鏡開車，說透了計量的本質。
許多計量出來的結果很好，可信度很高，是百分之九十幾，誤差也很小，按說這樣的結果沒有什麼問題了。其實這樣的結果往往毫無意義。我們來看計量使用的過程：
如果司機開車已經走過的路是一個半圓，而整條路可能"基本上"是圓形，也可能"基本上"是s形，當然還可能有無數其它形狀，我們權且就考慮這兩種吧。說"基本上"，是因為實際的路不一定就那麼標準的圓形或s形，總會有些細微的擺動吧。
如何用計量方法來**未來的路呢？
首先計量學家看已經走過的路，取出一些點，通過資料迴歸擬合（所謂迴歸擬合，無論方法多麼複雜嚇人，簡單形象地說，其實質就在取出的點之間用筆連起來，看看是條什麼線，怎麼連都可以，原則上優先選擇漂亮好看又簡單的連線）。根據司機的資料，計量學家很快判斷出這些點連線最像半圓（就是取半圓時方差擬合度最高），於是就確定是半圓。
可計量學家的任務不是對司機以前走過的路畫線啊，那個是半圓誰都知道，還要你來擬合（笑）？問題是你要告訴我以後該怎麼走。
計量學家在連線時，也看到了以前的路圍繞半圓的擺動情況。計量學家首先要假設這個擺動服從的是高斯分佈還是其它分佈。什麼是分佈呢？
就是一套一套既定的誤差偏離規律。一旦分佈定，那麼你偏離正軌多少，就必定對應著你這個越軌行為的可能性是多少。對應關係有很多套，可以選擇最像的那套，但是不選擇就不行，你要說一套都不像，或者說現在雖然有點像，但是以後不一定還像，那我們的計量學家就會哭的。
好了，計量學家根據以前的資料選好了一套分佈，並天真地假設司機以後要走的路也服從這個分佈。換句話說，以後的路可以胡來，但是必須要按照計量學家那個分佈的規定胡來。這樣，計量學家就可以**未來的路怎麼走了。
但是要注意，確定了分佈，還完全沒有未來的路將向何方的任何資訊。分佈好比是毛，未來的路是皮。毛有了，沒有皮的話，毛也不知道該附在**。
但是計量學家會根據自己的愛好，得出路是圓形的結論。讀者要迷惑的問了，他怎麼判斷就不是s形的？我可以很負責任的告訴大家：
任何計量學家都不能判斷未來的路是圓形還是s形。假使還有其它前半截是半圓，後半截是任意稀奇古怪形狀的無數多路，他們也沒有任何辦法選出或者排除其中一條。
他們只能隨便地選出一個好分析比較容易偷懶的圓（如果說有判斷標準，偷懶是唯一的標準），認為路就是圓形。ok,函式形式現在選擇結束.下面進行第二步.
先前不是已經得到分佈了嗎？那個分佈就被認為是整個路程圍繞現在這個圓形擺動的情況——注意，是圍繞圓形擺動的情況.當然倘若先前認為路是s形的話，那個分佈就是整個路程圍繞s形擺動的情況。
一切ok。現在只要你指出未來路程的任何一個方向，我們的計量學家就可以根據圓形周圍的既定分佈，計算出這個方向偏離圓形的可能性。
於是就可以對未來進行**了。
可是老天，司機睜開眼，看見前面分明是s形的路，或者其他亂七八糟的路,要按計量學家指出的圓形開車，非翻車不可！ 那個什麼可信度沒有半點用處.
我們要問了,整個過程中，計量學家計算出來的擬合度都很高，可信度很高，偏差都很小。綜合整個過程，為什麼事實上一點都不"可信"呢？
大家看出來了，所謂可信度、擬合度這些東西，都是既有資料與假設模型之間相似程度的量度，與未來的資料會怎麼樣毫不搭界。計量中**未來的資料誤差分佈，是在假設分佈的基礎上，計算出的與假設模型的偏差。如果未來資料的實際分佈不是假設分佈，或者實際模型不是假設模型，則計算出來的資料再好，也不過是假設，根本就不能反映實際問題。
所以完美的資料不過是遊戲而已。 別看數字一大堆挺嚇人，說它是占星術一點也不冤枉
。計量的作用有三個，一個是用計量檢驗已有模型；一個是用計量把已有的資料亂拼，不定能僥倖找到什麼規律，然後還是需要另找理論證明此規律。典型的如元素週期表的發現。
門捷列夫把元素位置亂排,事實上就是跟計量中亂選函式一樣。他真幸運，瞎貓碰上死耗子，睡夢裡面碰上了一個。最後一個作用是根本就沒有理論時，計量可以生造個模型出來，雖然不可信，但聊勝於無，作個心理安慰。
以上關於計量的1500來字，應當把計量最本質的東西展現給大家了。所有的計量學都不會更高明，那些所謂的協整理論之類吹的神乎其神，好象真的能從計量本身搞出什麼能自證的規律出來似的，都是瞎胡鬧。
總之，沒有理論的指導，計量就沒有意義。
數學系與經濟系
如果北師大的數學系很強的話我建議你報數學系，在大學裡專業的強弱所受的待遇是相差很大的，就是將來你不考研也會有很好的工作，而且如果你考數學系將來你考經濟學研究生也會有很大的幫助，因為考研的數學是150分是最容易打高分的一科。再有，就是在大學裡其實是沒有那麼明顯的專業限制的，選課也是很自由的，你可以多選...
計量經濟學用Eviews軟體進行迴歸分析輸出結果的意思
1 r squared與adjusted r squared是方程擬合程度的度量，達到0.7已經可以了 2 akaike info criterion和schwarz criterion等位資訊量值，用來比較不同的模型，一般值越小越好 3 durbin watson stat是檢驗殘差自相關的dw經...
計量經濟學問題請教,請教幾個計量經濟學的問題
自由度 觀測資料 模型變數數 1 你這裡應該算是有4個變數，所以30 n 4 1n 35 要是有錯誤，請指正 你就看有幾個係數要估計。資料量減去代估計係數的個數，等於自由度。原本 自由度df n k 1 k為變數個數 但這裡存在三個滯後項 所以df n k 1 3 滯後項個數3 30 n 4 1 3...