发布时间：
对我国城乡居民收入差距的剖析\x0d\x0a经济增长质量评价研究\x0d\x0a对**国际旅游收入的预测与分析\x0d\x0a旅游产业区域竞争力评价分析\x0d\x0a++省农业产业增长与结构调整研究\x0d\x0a++省居民消费行为研究\x0d\x0a++省经济增长模式与结构调整路径研究\x0d\x0a城市化对泛珠三角区域经济增长的影响研究\x0d\x0a市场化对泛珠三角区域经济增长的影响研究\x0d\x0a城市化对泛珠三角区域居民消费的影响研究\x0d\x0a市场化对泛珠三角区域居民消费的影响研究\x0d\x0a科技体制改革对泛珠三角区域经济增长的影响研究\x0d\x0a产出增加效益对泛珠三角区域经济增长的影响研究\x0d\x0a投入节约效益对泛珠三角区域经济增长的影响研究\x0d\x0a外商直接投资对海南旅游业的影响分析\x0d\x0a++旅游产业对海南经济发展的贡献分析\x0d\x0a++旅游经济发展水平与旅游资源禀赋影响研究\x0d\x0a++旅游增长和房地产投资的相关性分析\x0d\x0a++城乡居民的经济收入与旅游消费关系的定量分析\x0d\x0a++旅游业的评价及旅客满意度调查\x0d\x0a++各市县旅游经济差别研究\x0d\x0a城镇居民消费状况研究\x0d\x0a大学生心理问题问卷分析\x0d\x0a大学生电脑需求分析\x0d\x0a++国际旅游产业结构分析\x0d\x0a++旅游收入分析\x0d\x0a++经济发展长期趋势分析\x0d\x0a++各市县经济效益分析\x0d\x0a农民人均收入和支出因素分析 \x0d\x0a农民家庭收入影响因素分析\x0d\x0a. 证券投资的影响因素分析\x0d\x0a中国人口年龄结构变化与养老问题研究\x0d\x0a对我国投资与经济增长相互关系的研究\x0d\x0a区域产业竞争力分析\x0d\x0a工业企业科技竞争力综合评价\x0d\x0a居民消费结构变动分析\x0d\x0a上市公司财务状况的综合评价研究\x0d\x0a关于企业投资项目的绩效评价研究\x0d\x0a试论层次分析法在新农村建设评价中的应用\x0d\x0a关于改善统计学专业就业问题的教育取向研究\x0d\x0a试论企业盈利预测及其可靠性分析\x0d\x0a上市公司盈利预测的可靠性和离散性的统计分析\x0d\x0a关于企业内部绩效统计评价的探讨\x0d\x0a试论投入产出技术在经济结构统计中的应用\x0d\x0a旅游经济动向预测方法的探析
出生活1978年，
建议写2009年以来中国进出口贸易的变化，题目为《后金融时代-中国进出口贸易路在何方》，统计数据的话在国家统计局的外贸板块里，很容易找。
对我国经济增长的因素分析
关于教育对中国经济增长作用的计量分析
关于司机年龄与发生车祸次数关系的分析
改革开放以来商品零售价格指数（RPI）变化因素分析
固定资产投资对GDP的影响
关于GDP与其他经济因素关系的计量分析
吉尼系数影响因素的计量分析
我国旅游经济的因素分析
试探交通运输发展与国民经济的关系
我国1978-1997年的财政收入和国民生产总值的计量分析
我国经济增长对能源消耗的依赖
投资额与生产总值和物价指1
外商直接投资（FDI）对我国经济影响的实证分析
影响居民消费水平的因素分析
我国人均GDP与消费的计量分析
有关我国居民储蓄影响因素的计量分析
新中国出口的影响因素分析
影响股价指数的因素分析
影响居民消费水平的主要因素分析
我国消费的影响因素分析
中国能源需求影响因素实证分析
中国经济增长与周期波动
中国旅游业发展状况分析
中国城市居民消费计量分析
对上市公司利用新四项计提进行盈余管理的实证研
对影响人身保险保费收入诸因素的计量分析
餐饮业区域市场潜力的影响因素分析
FDI对中国经济增长的影
城镇居民住房面积的多因素分析
关于影响我国南方几省市农业总产值因素的实证分析
关于国内旅游需求的计量经济学分析报告
如何提高农业产值和农民人均收入水平
宏观经济政策对中国经济周期波动的影响分析
三大产业的发展与城镇居民家庭消费支出
上市公司财务预警模型设计与分析
货币政策有效性分析
外资利用与我国进出口贸易关系的实证分析
我国采矿业龙头企业利润因素分析
我国农民收入影响因素的回归分析
对我国城乡居民收入差距的剖析\x0d\x0a经济增长质量评价研究\x0d\x0a对**国际旅游收入的预测与分析\x0d\x0a旅游产业区域竞争力评价分析\x0d\x0a++省农业产业增长与结构调整研究\x0d\x0a++省居民消费行为研究\x0d\x0a++省经济增长模式与结构调整路径研究\x0d\x0a城市化对泛珠三角区域经济增长的影响研究\x0d\x0a市场化对泛珠三角区域经济增长的影响研究\x0d\x0a城市化对泛珠三角区域居民消费的影响研究\x0d\x0a市场化对泛珠三角区域居民消费的影响研究\x0d\x0a科技体制改革对泛珠三角区域经济增长的影响研究\x0d\x0a产出增加效益对泛珠三角区域经济增长的影响研究\x0d\x0a投入节约效益对泛珠三角区域经济增长的影响研究\x0d\x0a外商直接投资对海南旅游业的影响分析\x0d\x0a++旅游产业对海南经济发展的贡献分析\x0d\x0a++旅游经济发展水平与旅游资源禀赋影响研究\x0d\x0a++旅游增长和房地产投资的相关性分析\x0d\x0a++城乡居民的经济收入与旅游消费关系的定量分析\x0d\x0a++旅游业的评价及旅客满意度调查\x0d\x0a++各市县旅游经济差别研究\x0d\x0a城镇居民消费状况研究\x0d\x0a大学生心理问题问卷分析\x0d\x0a大学生电脑需求分析\x0d\x0a++国际旅游产业结构分析\x0d\x0a++旅游收入分析\x0d\x0a++经济发展长期趋势分析\x0d\x0a++各市县经济效益分析\x0d\x0a农民人均收入和支出因素分析 \x0d\x0a农民家庭收入影响因素分析\x0d\x0a. 证券投资的影响因素分析\x0d\x0a中国人口年龄结构变化与养老问题研究\x0d\x0a对我国投资与经济增长相互关系的研究\x0d\x0a区域产业竞争力分析\x0d\x0a工业企业科技竞争力综合评价\x0d\x0a居民消费结构变动分析\x0d\x0a上市公司财务状况的综合评价研究\x0d\x0a关于企业投资项目的绩效评价研究\x0d\x0a试论层次分析法在新农村建设评价中的应用\x0d\x0a关于改善统计学专业就业问题的教育取向研究\x0d\x0a试论企业盈利预测及其可靠性分析\x0d\x0a上市公司盈利预测的可靠性和离散性的统计分析\x0d\x0a关于企业内部绩效统计评价的探讨\x0d\x0a试论投入产出技术在经济结构统计中的应用\x0d\x0a旅游经济动向预测方法的探析
出生活1978年，
我国旅游经济的因素分析我国旅游业发展状况分析我国居民消费增长模型我国经济增长与周期波动我国经济增长对能源消耗的依赖公共投资取向与经济增长分析三大产业的发展与城镇居民家庭消费支出餐饮业区域市场潜力的影响因素分析资本结构主要影响因素的再探析国债发行规模的计量经济分析工资收入差异分析城镇人均收入与人均通讯消费分析影响居民消费水平的因素分析影响就业人数的因素的计量分析影响大学生就业问题的因素分析影响股价指数的因素分析影响我国电力产量的因素分析影响中国汽车产量的多因素分析私家车拥有量的计量分析我国汽车需求的因素分析
对我国经济增长的因素分析
关于教育对中国经济增长作用的计量分析
关于司机年龄与发生车祸次数关系的分析
改革开放以来商品零售价格指数（RPI）变化因素分析
固定资产投资对GDP的影响
关于GDP与其他经济因素关系的计量分析
吉尼系数影响因素的计量分析
我国旅游经济的因素分析
试探交通运输发展与国民经济的关系
我国1978-1997年的财政收入和国民生产总值的计量分析
我国经济增长对能源消耗的依赖
投资额与生产总值和物价指1
外商直接投资（FDI）对我国经济影响的实证分析
影响居民消费水平的因素分析
我国人均GDP与消费的计量分析
有关我国居民储蓄影响因素的计量分析
新中国出口的影响因素分析
影响股价指数的因素分析
影响居民消费水平的主要因素分析
我国消费的影响因素分析
中国能源需求影响因素实证分析
中国经济增长与周期波动
中国旅游业发展状况分析
中国城市居民消费计量分析
对上市公司利用新四项计提进行盈余管理的实证研
对影响人身保险保费收入诸因素的计量分析
餐饮业区域市场潜力的影响因素分析
FDI对中国经济增长的影
城镇居民住房面积的多因素分析
关于影响我国南方几省市农业总产值因素的实证分析
关于国内旅游需求的计量经济学分析报告
如何提高农业产值和农民人均收入水平
宏观经济政策对中国经济周期波动的影响分析
三大产业的发展与城镇居民家庭消费支出
上市公司财务预警模型设计与分析
货币政策有效性分析
外资利用与我国进出口贸易关系的实证分析
我国采矿业龙头企业利润因素分析
我国农民收入影响因素的回归分析
计量经济学在我国的推广与应用,对我国经济学的定量化研究做出了重要贡献,也在中国经济学界受到了越来越多的关注。下面是我为大家推荐的计量经济学论文，供大家参考。
计量经济学论文 范文 一：多媒体教学计量经济学论文
一、研究框架:教学的次优原理
(一)计量经济学教学次优理论分析
本研究的目标定位为:以现有的多媒体教学手段为背景，研究针对非计量经济学理论专业学生的教学目的及其规律，最终在教学内容比重和 方法 上提出相应的建议。研究的思路遵循经济理论中的“次优理论”，主要内容包括三大部分:第一部分对计量经济学的理论体系从方法论上进行整理，重点在于区分计量经济学逻辑框架中的原理部分和应用部分，并主要以例证的方式论证理论应用和理论原理的发展采取专业化与分工形式更具有效率;第二部分将采用实证方法分析非计量经济理论专业研究人员应用计量经济学进行分析所需要的基本知识和方法论知识，调查具备计量分析能力学生和研究人员相关知识获得的方式;第三部分在前面两部分研究结论的基础上，基于“次优”思路，对现行计量经济学教学的内容和方法进行调整，提出“有所为，有所不为”的教学思路。研究的主要观点是:当“最优”的某些条件不具备时，其他条件同样必须按照“次优”标准取值，而不能继续采取“最优”结果所要求的标准，否则效率会更差。计量经济学教学中同样存在这个问题。
(二)计量经济学教学次优原理
当学生不可能在一定的学时内完全掌握基本原理并熟练应用时，应该以应用能力为基本目标，对以数学推导为主要内容的基本原理做语言介绍。换个角度讲就是将计量分析能力获取的真正方式(即模仿实际案例)引入到教学中，使其更有效率。
二、实证分析:本科计量经济学教学策略
(一)教学目标的设定关于计量经济学教学目标的设定
通常会有理论和应用之争。任何一门学科，最理想的情况当然是在充分理解原理的来龙去脉基础上熟练运用并进行发展。但是，理论的证明和发展往往需要坚实的理论根基，研究者个体需要很长时间的专门训练。在现代科学高度分工化的背景下，科学理论的发展和应用已经有着明确的分工。计量经济学更是如此，对于本科经济学专业学生来讲，其学科基础结构以及学时有限，不可能进行大量的理论学习。因此，应该以熟练的应用为首要目标。尽管从逻辑结构来看，现代科学理论都是在基本原理正确的情况下才可以正常使用，即原理是应用的基础，但从人类认知的一般规律来看，熟练的认知和运用对于学习和掌握一套理论工具的原理更有帮助，反过来却更为困难一些。因此，在本科阶段，经济学专业学生应该在操作层次上掌握计量分析的基本方法，在思想层次上了解计量经济学的原理。
(二)教学内容的选择及优劣排序
就逻辑结构而言，计量经济学课程可以分为基本方法、软件应用、经济学原理、数理统计原理等基本部分。为了达到按照次优原理制定的教学目标，必须对上述学习和教学当中的内容进行选择和排序。计量经济分析对计算工具的依赖性很强，在某种程度上，计量经济学的产生及其发展都依赖于计算方法和技术的进步。现代计算机的产生与升级，使得计量经济分析基本上采取各种专业软件完成，比如AMOS，AUTOBOX，DATADESK，SPSS，EVIEWS，MATLAB，GAUSS，STATVIEW等。因此，计量经济学的教学和学习必须依赖其中一种软件进行。国内大部分教科书都以EVIEWS作为演示逻辑过程的软件，其界面操作是教学过程必须包括的内容。但是，利用软件操作的计量经济分析过程的基本框架是建立在计量经济分析基本方法之上的。无论是经典还是现代计量经济学，基本的计算步骤都包括回归方法、统计检验、计量检验及修正四部分。因此，基本方法的教学应该是首要的内容，依据它进行软件的应用，一方面练习基本步骤，另一方面掌握分析的基本技能。计量经济学不是统计学，因此上述两方面的纯技术内容需要在经济学原理的规定下实施。任何参数都要符合经济学原理和常识。与此同时，经济学原理的学习可以通过其他专业课程进行教学，参数的经济学意义可以通过很短时间的介绍使学生掌握。因此，经济原理需要放在前面两项内容之后，学生可以在更高层次的计量经济学课程进行学习。数理统计原理是整个计量经济学的基础性“技术基础”，进行复杂计量经济分析以及计量经济学理论研究必须熟练掌握这部分内容。在本科阶段，没有必要进行全面严格的数理统计知识训练。计量经济学现行教学方式一个最大的问题就是对于上述内容没有做出恰当的选择和排序，而是按照尽量满足“最优条件”的方式，对于数理统计原理过于强调，往往放在教学最重要的位置。结果在每一个阶段学生都不能掌握基本的内容，往往是重复学习基本方法、软件应用等，效果很差。因此，对于上述内容必须按照“次优原理”做出排序，并在不同阶段选择教学重点。基本的排序应该是，首先是基本方法，务必使学生能熟记(例如各种条件、参数范围等)，其次是软件的应用，接下来依次是经济学原理和数理统计原理。本科阶段一定要解决基本方法和软件的使用问题，避免重复学习。
(三) 教学方法 和其他经管类课程类似
计量经济学的教学分为理论讲授、实验和课程论文三个部分。理论讲授应该着重解决分析方法的问题，以介绍的方式使学生了解计量经济分析的数理统计原理;实验对应软件的应用，通过大量的软件操作和结果分析，使学生对于实际的分析步骤能够熟练进行;课程论文则对应经济学原理部分，通过对实际经济现象的数量分析，训练学生针对具体经济现象建立计量经济模型，具有对计量结果进行经济学解释的能力。课程阶段的时间有限，应该以学生掌握工具使用为目标，至于其经济学内涵以及分析技巧，应该放在学生自身的学习和研究计划之中安排。因此，课程阶段内的教学方法应该以前两者为主，课程论文方式可以放在学年论文和 毕业 论文(设计)阶段实施。
(四)教学手段计算机技术的进步
使得多媒体和案例教学已经成为目前经济学课程教学的基本手段。在计量经济学教学当中，应该更有针对性地使内容与教学手段对应。计量经济学中存在不少数学推导，例题演示，讲解时需要大量的数据及其处理的演示。如果采取原始的黑板书写，则必然浪费课堂时间，因而多媒体教学应该在计量经济学中大力推广。另一方面，多媒体教学由于省略了实际的操作过程，尽管有利于教师提高逻辑推进速度，但也增加了学生思维的强度和负担，导致学生无法及时理解教学内容，减弱学生对课堂学习内容的印象。因此，多媒体教学更适宜介绍性的内容，比如上述数理统计原理等。案例教学被很多学者作为提高计量经济学教学中学生兴趣的重要方式，这一点无可厚非。但是本科阶段计量经济学的首要任务是分析手段的掌握，而不是分析技巧的培养。因此，案例教学的中心应该放在分析过程，而不是建模和经济分析阶段———尽管这两者在引起学生学习兴趣方面效果突出。
三、结论
计量经济学教学效果普遍较差，其根本的原因在于计量经济学知识体系庞大和学时有限之间的矛盾。根据“次优原理”，应该在内容和目标上做出恰当的定位和选择。基本的分析方法(步骤)和软件操作是教学的首要目标和内容，本科阶段必须解决这两方面的问题，否则就会导致现在普遍存在的现象———不同层次课程都必须重复操作的训练。至于经济学原理，应该作为综合训练部分在学生的学年论文或毕业论文之中进行。而作为计量经济学科学基础的数理统计原理，应该是复杂计量分析和计量经济学理论研究中解决的问题，对于此层次课程来讲，适宜采用语言或演示方式进行介绍性教学。
计量经济学论文范文二：多媒体计量经济学论文
一、研究框架:教学的次优原理
(一)次优原理亚当•斯密“看不见的手”原理
构成西方主流经济理论框架的经济哲学基础。经过数代人的努力，西方微观经济学理论给出了“看不见的手”原理的形式化证明:以利己行为动机的完全竞争的市场经济将会导致(帕累托意义下的)最优———第一福利经济学定理。然而，现实经济中更普遍的情况是，经济环境与完全竞争的经济模型完全不一样。此时，结果还会是帕累托最优吗?1950年代之前，经济学家普遍认为在这种情况下，国家执行微观经济政策尽可能弥补现实经济和完全竞争模型的假设条件之间的差距，因而能使经济达到或接近于帕累托最优状态。1950年代在西方出现的“次优理论”(TheoryofSecondBest)证明，在不能全部满足完全竞争模型所要求的假设条件的情况下，即使微观经济政策成功地弥补了现实和假设条件之间的差异，政策的执行也不能保证帕累托最优状态的实现。1956年，经济学家李普西(R.G.Lipsey)和兰卡斯特(K.Lancaster) 总结 前人的理论分析，创立了次优理论。简单地说，次优理论包含的内容是:“如果在一般均衡体系中存在着某些情况，使得帕累托最优的某个条件遭到破坏，那么即使 其它 所有帕累托最优条件得到满足，结果也未见得是令人满意的，换句话说，假设帕累托最优所要求的一系列条件中有某些条件没有得到满足，那么，帕累托最优状态只有在清除了所有这些得不到满足的条件之后才能达到。”次优理论的基本思想可以用一个简单的图形来说明。曲线PP表示社会生产可能性曲线，曲线Ⅰ、Ⅱ表示社会无差异曲线。如果经济是完全经济市场，则福利最大化均衡点在E点。假定经济系统中存在一个约束条件(由直线AB表示)，使得经济难以达到直线AB右上方的商品组合，最优点E也无法取得。因此，社会最优化问题是在AB线的约束下争取(由无差异曲线表示的)福利最大化。显然，约束条件下最优点在F点，即无差异曲线Ⅰ代表的效用水平。从最初均衡点E点满足的条件程度来看，A、B两点都优于F———前两点位于生产可能性曲线上，生产是有效的。但是，点F明显地比技术上有效的点A与B更优。这显然否定了这样的论点，即如果帕累托最优的所有条件不能全部满足，则满足某一部分就是最好的政策。次优理论的一般意义可以用英国经济学家米德(J.E.Meade)所讲的一个比喻来说明。设想一个人，他想登上群山的最高点。在朝着最高点行进的途中，他将不得不先爬上一些较低的山峰，然后再下山。因此，下面的说法并不正确，即为了达到最高点，这个人应该始终向山上爬。再者，由于最高的那座山被不同高度的群山环绕着，因此，当他爬到一座山后，很可能要攀登的是另一座较低的山。所以，任何朝着最高点移动，一定都会把这个人带到更高的位置这种说法是错误的。最优均衡结果的条件得不到满足的情况下，那么结果和最优之间的差距并非与条件满足的程度成反比关系。因此，如果最优条件得不到满足，那么最优化问题将是不同于原来的另一个问题，需要重新求解，而不是原来问题的“简化”。
(二)计量经济学教学次优理论分析
本研究的目标定位为:以现有的多媒体教学手段为背景，研究针对非计量经济学理论专业学生的教学目的及其规律，最终在教学内容比重和方法上提出相应的建议。研究的思路遵循经济理论中的“次优理论”，主要内容包括三大部分:第一部分对计量经济学的理论体系从方法论上进行整理，重点在于区分计量经济学逻辑框架中的原理部分和应用部分，并主要以例证的方式论证理论应用和理论原理的发展采取专业化与分工形式更具有效率;第二部分将采用实证方法分析非计量经济理论专业研究人员应用计量经济学进行分析所需要的基本知识和方法论知识，调查具备计量分析能力学生和研究人员相关知识获得的方式;第三部分在前面两部分研究结论的基础上，基于“次优”思路，对现行计量经济学教学的内容和方法进行调整，提出“有所为，有所不为”的教学思路。研究的主要观点是:当“最优”的某些条件不具备时，其他条件同样必须按照“次优”标准取值，而不能继续采取“最优”结果所要求的标准，否则效率会更差。计量经济学教学中同样存在这个问题。
(三)计量经济学教学次优原理
当学生不可能在一定的学时内完全掌握基本原理并熟练应用时，应该以应用能力为基本目标，对以数学推导为主要内容的基本原理做语言介绍。换个角度讲就是将计量分析能力获取的真正方式(即模仿实际案例)引入到教学中，使其更有效率。
二、实证分析:本科计量经济学教学策略
(一)教学目标的设定关于计量经济学教学目标的设定
通常会有理论和应用之争。任何一门学科，最理想的情况当然是在充分理解原理的来龙去脉基础上熟练运用并进行发展。但是，理论的证明和发展往往需要坚实的理论根基，研究者个体需要很长时间的专门训练。在现代科学高度分工化的背景下，科学理论的发展和应用已经有着明确的分工。计量经济学更是如此，对于本科经济学专业学生来讲，其学科基础结构以及学时有限，不可能进行大量的理论学习。因此，应该以熟练的应用为首要目标。尽管从逻辑结构来看，现代科学理论都是在基本原理正确的情况下才可以正常使用，即原理是应用的基础，但从人类认知的一般规律来看，熟练的认知和运用对于学习和掌握一套理论工具的原理更有帮助，反过来却更为困难一些。因此，在本科阶段，经济学专业学生应该在操作层次上掌握计量分析的基本方法，在思想层次上了解计量经济学的原理。
(二)教学内容的选择及优劣排序就逻辑结构而言
计量经济学课程可以分为基本方法、软件应用、经济学原理、数理统计原理等基本部分。为了达到按照次优原理制定的教学目标，必须对上述学习和教学当中的内容进行选择和排序。计量经济分析对计算工具的依赖性很强，在某种程度上，计量经济学的产生及其发展都依赖于计算方法和技术的进步。现代计算机的产生与升级，使得计量经济分析基本上采取各种专业软件完成，比如AMOS，AUTOBOX，DATADESK，SPSS，EVIEWS，MATLAB，GAUSS，STATVIEW等。因此，计量经济学的教学和学习必须依赖其中一种软件进行。国内大部分教科书都以EVIEWS作为演示逻辑过程的软件，其界面操作是教学过程必须包括的内容。但是，利用软件操作的计量经济分析过程的基本框架是建立在计量经济分析基本方法之上的。无论是经典还是现代计量经济学，基本的计算步骤都包括回归方法、统计检验、计量检验及修正四部分。因此，基本方法的教学应该是首要的内容，依据它进行软件的应用，一方面练习基本步骤，另一方面掌握分析的基本技能。计量经济学不是统计学，因此上述两方面的纯技术内容需要在经济学原理的规定下实施。任何参数都要符合经济学原理和常识。与此同时，经济学原理的学习可以通过其他专业课程进行教学，参数的经济学意义可以通过很短时间的介绍使学生掌握。因此，经济原理需要放在前面两项内容之后，学生可以在更高层次的计量经济学课程进行学习。数理统计原理是整个计量经济学的基础性“技术基础”，进行复杂计量经济分析以及计量经济学理论研究必须熟练掌握这部分内容。在本科阶段，没有必要进行全面严格的数理统计知识训练。计量经济学现行教学方式一个最大的问题就是对于上述内容没有做出恰当的选择和排序，而是按照尽量满足“最优条件”的方式，对于数理统计原理过于强调，往往放在教学最重要的位置。结果在每一个阶段学生都不能掌握基本的内容，往往是重复学习基本方法、软件应用等，效果很差。因此，对于上述内容必须按照“次优原理”做出排序，并在不同阶段选择教学重点。基本的排序应该是，首先是基本方法，务必使学生能熟记(例如各种条件、参数范围等)，其次是软件的应用，接下来依次是经济学原理和数理统计原理。本科阶段一定要解决基本方法和软件的使用问题，避免重复学习。
(三)教学方法和其他经管类课程类似
计量经济学的教学分为理论讲授、实验和课程论文三个部分。理论讲授应该着重解决分析方法的问题，以介绍的方式使学生了解计量经济分析的数理统计原理;实验对应软件的应用，通过大量的软件操作和结果分析，使学生对于实际的分析步骤能够熟练进行;课程论文则对应经济学原理部分，通过对实际经济现象的数量分析，训练学生针对具体经济现象建立计量经济模型，具有对计量结果进行经济学解释的能力。课程阶段的时间有限，应该以学生掌握工具使用为目标，至于其经济学内涵以及分析技巧，应该放在学生自身的学习和研究计划之中安排。因此，课程阶段内的教学方法应该以前两者为主，课程论文方式可以放在学年论文和毕业论文(设计)阶段实施。
(四)教学手段计算机技术的进步
使得多媒体和案例教学已经成为目前经济学课程教学的基本手段。在计量经济学教学当中，应该更有针对性地使内容与教学手段对应。计量经济学中存在不少数学推导，例题演示，讲解时需要大量的数据及其处理的演示。如果采取原始的黑板书写，则必然浪费课堂时间，因而多媒体教学应该在计量经济学中大力推广。另一方面，多媒体教学由于省略了实际的操作过程，尽管有利于教师提高逻辑推进速度，但也增加了学生思维的强度和负担，导致学生无法及时理解教学内容，减弱学生对课堂学习内容的印象。因此，多媒体教学更适宜介绍性的内容，比如上述数理统计原理等。案例教学被很多学者作为提高计量经济学教学中学生兴趣的重要方式，这一点无可厚非。但是本科阶段计量经济学的首要任务是分析手段的掌握，而不是分析技巧的培养。因此，案例教学的中心应该放在分析过程，而不是建模和经济分析阶段———尽管这两者在引起学生学习兴趣方面效果突出。
三、结论
计量经济学教学效果普遍较差，其根本的原因在于计量经济学知识体系庞大和学时有限之间的矛盾。根据“次优原理”，应该在内容和目标上做出恰当的定位和选择。基本的分析方法(步骤)和软件操作是教学的首要目标和内容，本科阶段必须解决这两方面的问题，否则就会导致现在普遍存在的现象———不同层次课程都必须重复操作的训练。至于经济学原理，应该作为综合训练部分在学生的学年论文或毕业论文之中进行。而作为计量经济学科学基础的数理统计原理，应该是复杂计量分析和计量经济学理论研究中解决的问题，对于此层次课程来讲，适宜采用语言或演示方式进行介绍性教学。
计量经济学通常通过经济哲学、数学和统计推理的工具来检验经济学的奇点。还在学习如何撰写论文的同学必须理解这篇论文不仅仅是研究和写作。由于计量经济学是高度技术性的学科，关于这个主题的论文将要求同学使用图表，也可以通过引用、图片等来完成。
计量经济学论文中必不可少的内容：
1、引言
这部分内容应该说服读者关于论文主题的重要性。引言的最后一段应该简要概括同学将在论文的其余部分做些什么。
2、理论模型
同学应该在这一部分简要概述理论模型，思考哪个变量是因变量，以及解释变量应该是什么。
3、数据
这部分应该描述同学所使用的数据（例如，数据是分类排列数据还是时间序列数据，数据在哪个时间段或样本中可用）。同学需要为所使用的因变量和解释变量提供一个描述性统计表，可能还需要提供一些图形。
4、经验模型
同学应该讨论自己将使用什么函数形式。同时还应该讨论理论模型中每个变量的经验测度，例如，人力资本模型表明，教育水平影响收入。
5、实证结果
同学应该提供一个表格，简明扼要地总结得到的实证结果。
6、结论
同学可以简单描述一下自己从中学到了什么，例如：实证工作是否为理论提供了支持？根据同学对计量经济学知识和计量经济学文献的了解，这些结果看起来是否合理？如果有更多的时间，同学会做哪些额外的工作？
计量经济学期末实验报告实验名称：大中城市城镇居民人均消费支出与其影响因素的分析姓 名： 学 号： 班 级： 指导教师： 时 间： 23个城市城镇居民人均消费支出与其影响因素的分析一、 经济理论背景近几年来，中国经济保持了快速发展势头，投资、出口、消费形成了拉动经济发展的“三架马车”，这已为各界所取得共识。通过建立计量模型，运用计量分析方法对影响城镇居民人均消费支出的各因素进行相关分析，找出其中关键影响因素，以为政策制定者提供一定参考，最终促使消费需求这架“马车”能成为引领中国经济健康、快速、持续发展的基石。二、 有关人均消费支出及其影响因素的理论我们主要从以下几个方面分析我国居民消费支出的影响因素：①、居民未来支出预期上升，影响了居民即期消费的增长 居民的被动储蓄直接导致购买力的巨大分流, 从而减弱对消费品的即期需求，严重地影响了居民即期消费的增长，进而导致有效需求的不足，最终导致经济增长的乏力。90年代末期以来，我国的医疗、养老、失业保险、教育等一系列改革措施集中出台，原有的体制被打破，而新的体制尚未建立健全，因此目前的医疗、养老、失业保险、教育体制对居民个人支出的压力较大，而且基本上都是硬性支出，支出的不确定性也很大，导致居民目前对未来支出预期的上升。 ②、商品供求结构性矛盾依然突出从消费结构上看，我国消费品市场已发生了新的根本性变化：居民低层次消费已近饱和，而更高水平的消费又未达到。改革开放20多年来，城乡居民经过了一个中档耐用消费品的普及阶段后，目前老百姓的收入消费还不足以形成一个新的、以高档产品为内容的主导性消费热点，如轿车、住房等还远不能纳入大多数人的消费主流，居民现有的购买力不能形成推动主导消费品升级的动力。 ③、物价总水平持续在低水平运行，通货紧缩的压力较大，不利于消费的增长 加入WTO之后，随着关税的降低和进口规模的扩大，国外产品对我国市场的冲击将进一步加大，国际价格紧缩对国内价格变化将产生负面影响。物价的持续下降，不利于居民的消费增长。因为从居民的消费心理上看，买涨不买降是居民购物的习惯心理。由于居民对物价有进一步下降的预期，因此往往推迟消费，不利于居民消费的增长。另外，从统计上分析，由于物价的下降，名义消费增长往往低于实际消费的增长，这在一定程度上也不利于消费增长幅度的提高。④、我国现阶段没有形成大的消费热点，难以带动消费的快速增长经过近几年的培育和发展，我国目前已经形成了住房消费、居民汽车消费、通信及电子产品的消费、节假日消费及旅游消费等一些消费亮点，可以促进消费的稳定增长，但始终未能形成大的消费热点，因此不能带动消费的高速增长。三、 相关数据收集相关数据均来源于2006年《中国统计年鉴》：23个大中城市城镇居民家庭基本情况地区 平均每户就业人口（人） 平均每一就业者负担人数（人） 平均每人实际月收入（元） 人均可支配收入（元） 人均消费支出（元）北京 1.6 1.8 1865.1 1633.2 1187.9 天津 1.4 2.0 2010.6 1889.8 939.8 石家庄 1.4 2.0 1061.3 1010.0 722.9 太原 1.3 2.2 1256.9 1159.9 789.5 呼和浩特 1.5 1.9 1354.2 1279.8 772.7 沈阳 1.3 2.1 1148.5 1048.7 812.1 大连 1.6 1.8 1269.8 1133.1 946.5 长春 1.8 1.7 1156.1 1016.1 690.2 哈尔滨 1.4 2.0 992.8 942.5 727.4 上海 1.6 1.9 1884.0 1686.1 1505.3 南京 1.4 2.0 1536.4 1394.0 920.6 杭州 1.5 1.9 1695.0 1464.9 1264.2 宁波 1.5 1.8 1759.4 1543.2 1271.4 合肥 1.6 1.8 1042.5 950.1 686.9 福州 1.7 1.9 1172.5 1059.4 942.8 厦门 1.5 1.9 1631.7 1394.3 998.7 南昌 1.4 1.8 1405.0 1321.1 665.4 济南 1.7 1.7 1491.3 1356.8 1071.4 青岛 1.6 1.8 1495.6 1378.5 1020.7 郑州 1.4 2.1 1012.2 954.2 750.3 武汉 1.5 2.0 1052.5 972.2 853.1 长沙 1.4 2.1 1256.9 1148.9 986.8 广州 1.7 1.8 1898.6 1591.1 1215.1 四、 模型的建立根据数据，我们建立多元线性回归方程的一般模型为： 其中： ——人均消费支出 ——常数项 ——回归方程的参数 ——平均每户就业人口数 ——平均每一就业者负担人口数 ——平均每人实际月收入 ——人均可支配收入 ——随即误差项五、实验过程（一）回归模型参数估计根据数据建立多元线性回归方程： 首先利用Eviews软件对模型进行OLS估计，得样本回归方程。利用Eviews输出结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:08Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C -1682.180 1311.506 -1.282633 0.2159X1 564.3490 395.2332 1.427889 0.1704X2 569.1209 379.7866 1.498528 0.1513X3 1.552510 0.629371 2.466766 0.0239X4 -1.180652 0.742107 -1.590947 0.1290R-squared 0.721234 Mean dependent var 945.2913Adjusted R-squared 0.659286 S.D. dependent var 224.1711S.E. of regression 130.8502 Akaike info criterion 12.77564Sum squared resid 308191.9 Schwarz criterion 13.02249Log likelihood -141.9199 F-statistic 11.64259Durbin-Watson stat 2.047936 Prob(F-statistic) 0.000076根据多元线性回归关于Eviews输出结果可以得到参数的估计值为： , , ， ， 从而初步得到的回归方程为： Se= (1311.506) (395.2332) (379.7866) (0.629371) (0.742107)T= (-1.282633) (1.427889) (1.498528) (2.466766) (-1.590947) F=11.64259 df=18模型检验：由于在 的水平下，解释变量 、 、 的检验的P值都大于0.05，所以变量不显著，说明模型中可能存在多重共线性等问题，进而对模型进行修正。（二）处理多重共线性我们采用逐步回归法对模型的多重共线性进行检验和处理：X1：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:28Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C 153.8238 518.6688 0.296574 0.7697X1 523.0964 341.4840 1.531833 0.1405R-squared 0.100508 Mean dependent var 945.2913Adjusted R-squared 0.057675 S.D. dependent var 224.1711S.E. of regression 217.6105 Akaike info criterion 13.68623Sum squared resid 994441.2 Schwarz criterion 13.78497Log likelihood -155.3917 F-statistic 2.346511Durbin-Watson stat 1.770750 Prob(F-statistic) 0.140491X2：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:29Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C 1756.641 667.2658 2.632596 0.0156X2 -424.1146 347.9597 -1.218861 0.2364R-squared 0.066070 Mean dependent var 945.2913Adjusted R-squared 0.021597 S.D. dependent var 224.1711S.E. of regression 221.7371 Akaike info criterion 13.72380Sum squared resid 1032515. Schwarz criterion 13.82254Log likelihood -155.8237 F-statistic 1.485623Durbin-Watson stat 1.887292 Prob(F-statistic) 0.236412X3：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:29Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C 182.8827 137.8342 1.326831 0.1988X3 0.540400 0.095343 5.667960 0.0000R-squared 0.604712 Mean dependent var 945.2913Adjusted R-squared 0.585888 S.D. dependent var 224.1711S.E. of regression 144.2575 Akaike info criterion 12.86402Sum squared resid 437014.5 Schwarz criterion 12.96276Log likelihood -145.9362 F-statistic 32.12577Durbin-Watson stat 2.064743 Prob(F-statistic) 0.000013X4：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:30Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C 184.7094 161.8178 1.141465 0.2665X4 0.596476 0.124231 4.801338 0.0001R-squared 0.523300 Mean dependent var 945.2913Adjusted R-squared 0.500600 S.D. dependent var 224.1711S.E. of regression 158.4178 Akaike info criterion 13.05129Sum squared resid 527020.1 Schwarz criterion 13.15003Log likelihood -148.0898 F-statistic 23.05284Durbin-Watson stat 2.037087 Prob(F-statistic) 0.000096由得出的数据可以看出， 的调整的判定系数最大，因此首先把 引入调整的方程中，然后在分别引入变量 、 、 进行OLS得：X1、X3Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:32Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C -222.8991 345.9081 -0.644388 0.5266X1 289.8101 227.2070 1.275533 0.2167X3 0.517213 0.095693 5.404899 0.0000R-squared 0.634449 Mean dependent var 945.2913Adjusted R-squared 0.597894 S.D. dependent var 224.1711S.E. of regression 142.1510 Akaike info criterion 12.87276Sum squared resid 404138.2 Schwarz criterion 13.02087Log likelihood -145.0368 F-statistic 17.35596Durbin-Watson stat 2.032110 Prob(F-statistic) 0.000043X2、X3Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:33Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C 239.5536 531.1435 0.451015 0.6568X2 -27.00981 244.0392 -0.110678 0.9130X3 0.536856 0.102783 5.223221 0.0000R-squared 0.604954 Mean dependent var 945.2913Adjusted R-squared 0.565449 S.D. dependent var 224.1711S.E. of regression 147.7747 Akaike info criterion 12.95036Sum squared resid 436747.0 Schwarz criterion 13.09847Log likelihood -145.9292 F-statistic 15.31348Durbin-Watson stat 2.063247 Prob(F-statistic) 0.000093X3、X4Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:34Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C 331.7015 142.5882 2.326290 0.0306X3 1.766892 0.553402 3.192782 0.0046X4 -1.473721 0.656624 -2.244390 0.0363R-squared 0.684240 Mean dependent var 945.2913Adjusted R-squared 0.652664 S.D. dependent var 224.1711S.E. of regression 132.1157 Akaike info criterion 12.72634Sum squared resid 349091.0 Schwarz criterion 12.87445Log likelihood -143.3529 F-statistic 21.66965Durbin-Watson stat 2.111635 Prob(F-statistic) 0.000010由数据结果可以看出，引入X4时方程的调整判定系数最大，且解释变量均通过了显著性检验，再分别引入X1、X2进行分析。X1、X3、X4Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:37Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C 193.6693 403.8464 0.479562 0.6370X1 89.29944 243.6512 0.366505 0.7180X3 1.652622 0.646003 2.558228 0.0192X4 -1.345001 0.757634 -1.775265 0.0919R-squared 0.686457 Mean dependent var 945.2913Adjusted R-squared 0.636950 S.D. dependent var 224.1711S.E. of regression 135.0712 Akaike info criterion 12.80625Sum squared resid 346640.3 Schwarz criterion 13.00373Log likelihood -143.2719 F-statistic 13.86591Durbin-Watson stat 2.082104 Prob(F-statistic) 0.000050X2、X3、X4Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:38Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C 62.60939 489.2088 0.127981 0.8995X2 134.1557 232.9303 0.575948 0.5714X3 1.886588 0.600027 3.144175 0.0053X4 -1.596394 0.701018 -2.277251 0.0345R-squared 0.689658 Mean dependent var 945.2913Adjusted R-squared 0.640657 S.D. dependent var 224.1711S.E. of regression 134.3798 Akaike info criterion 12.79599Sum squared resid 343100.8 Schwarz criterion 12.99347Log likelihood -143.1539 F-statistic 14.07429Durbin-Watson stat 2.143110 Prob(F-statistic) 0.000046由输出结果可以看出，在 的水平下，解释变量 、 的检验的P值都大于0.05，解释变量不能通过显著性检验，因此可以得出结论模型中只能引入X3、X4两个变量。则调整后的多元线性回归方程为： Se= (142.5882) (0.553402) (0.656624) T= (2.326290) (3.192782) (-2.244390) F=21.66965 df=20（三）.异方差性的检验对模型 进行怀特检验：White Heteroskedasticity Test:F-statistic 1.071659 Probability 0.399378Obs*R-squared 4.423847 Probability 0.351673 Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 12/11/07 Time: 16:53Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob. C 34247.50 128527.9 0.266460 0.7929X3 247.9623 628.1924 0.394723 0.6977X3^2 -0.071268 0.187278 -0.380548 0.7080X4 -333.6779 714.3390 -0.467114 0.6460X4^2 0.121138 0.229933 0.526841 0.6047R-squared 0.192341 Mean dependent var 15177.87Adjusted R-squared 0.012861 S.D. dependent var 23242.54S.E. of regression 23092.59 Akaike info criterion 23.12207Sum squared resid 9.60E+09 Schwarz criterion 23.36892Log likelihood -260.9038 F-statistic 1.071659Durbin-Watson stat 1.968939 Prob(F-statistic) 0.399378由检验结果可知， ，由White检验知，在 时，查 分布表，得临界值 (20)=30.1435，因为 < (5)= 30.1435,所以模型中不存在异方差。 （四）.自相关的检验由模型的输出结果可知，估计结果都比较满意，无论是回归方程检验，还是参数显著性检验的检验概率，都显著小于0.05，D-W值为2.111635，显著性水平 =0.05下查Durbin-Watson表，其中n=23，解释变量的个数为2，得到下限临界值 ，上限临界值 ， =1.543 你收到的话麻烦发给我啊，急求啊 实验三 多元回归模型【实验目的】掌握建立多元回归模型和比较、筛选模型的方法。【实验内容】建立我国国有独立核算工业企业生产函数。根据生产函数理论，生产函数的基本形式为： 。其中，L、K分别为生产过程中投入的劳动与资金，时间变量 反映技术进步的影响。表3-1列出了我国1978-1994年期间国有独立核算工业企业的有关统计资料；其中产出Y为工业总产值（可比价），L、K分别为年末职工人数和固定资产净值（可比价）。表3-1 我国国有独立核算工业企业统计资料年份 时间 工业总产值Y（亿元） 职工人数L（万人） 固定资产K（亿元）1978 1 3289.18 3139 2225.701979 2 3581.26 3208 2376.341980 3 3782.17 3334 2522.811981 4 3877.86 3488 2700.901982 5 4151.25 3582 2902.191983 6 4541.05 3632 3141.761984 7 4946.11 3669 3350.951985 8 5586.14 3815 3835.791986 9 5931.36 3955 4302.251987 10 6601.60 4086 4786.051988 11 7434.06 4229 5251.901989 12 7721.01 4273 5808.711990 13 7949.55 4364 6365.791991 14 8634.80 4472 7071.351992 15 9705.52 4521 7757.251993 16 10261.65 4498 8628.771994 17 10928.66 4545 9374.34资料来源：根据《中国统计年鉴－1995》和《中国工业经济年鉴-1995》计算整理【实验步骤】一、建立多元线性回归模型一建立包括时间变量的三元线性回归模型；在命令窗口依次键入以下命令即可：⒈建立工作文件： CREATE A 78 94⒉输入统计资料： DATA Y L K⒊生成时间变量 ： GENR T=@TREND(77)⒋建立回归模型： LS Y C T L K则生产函数的估计结果及有关信息如图3-1所示。 图3-1 我国国有独立核算工业企业生产函数的估计结果因此，我国国有独立工业企业的生产函数为： （模型1） ＝(-0.252) (0.672) (0.781) (7.433) 模型的计算结果表明，我国国有独立核算工业企业的劳动力边际产出为0.6667，资金的边际产出为0.7764，技术进步的影响使工业总产值平均每年递增77.68亿元。回归系数的符号和数值是较为合理的。 ，说明模型有很高的拟合优度，F检验也是高度显著的，说明职工人数L、资金K和时间变量 对工业总产值的总影响是显著的。从图3-1看出，解释变量资金K的 统计量值为7.433，表明资金对企业产出的影响是显著的。但是，模型中其他变量（包括常数项）的 统计量值都较小，未通过检验。因此，需要对以上三元线性回归模型做适当的调整，按照统计检验程序，一般应先剔除 统计量最小的变量（即时间变量）而重新建立模型。二建立剔除时间变量的二元线性回归模型； 命令：LS Y C L K则生产函数的估计结果及有关信息如图3-2所示。 图3-2 剔除时间变量后的估计结果因此，我国国有独立工业企业的生产函数为： （模型2） ＝(-2.922) (4.427) (14.533) 从图3-2的结果看出，回归系数的符号和数值也是合理的。劳动力边际产出为1.2085，资金的边际产出为0.8345，表明这段时期劳动力投入的增加对我国国有独立核算工业企业的产出的影响最为明显。模型2的拟合优度较模型1并无多大变化，F检验也是高度显著的。这里，解释变量、常数项的 检验值都比较大，显著性概率都小于0.05，因此模型2较模型1更为合理。三建立非线性回归模型——C-D生产函数。C-D生产函数为： ，对于此类非线性函数，可以采用以下两种方式建立模型。方式1：转化成线性模型进行估计；在模型两端同时取对数，得： 在EViews软件的命令窗口中依次键入以下命令：GENR LNY=log（Y）GENR LNL=log（L）GENR LNK=log（K）LS LNY C LNL LNK则估计结果如图3-3所示。 图3-3 线性变换后的C-D生产函数估计结果即可得到C-D生产函数的估计式为： （模型3） ＝ (-1.172) (2.217) (9.310) 即： 从模型3中看出，资本与劳动的产出弹性都是在0到1之间，模型的经济意义合理，而且拟合优度较模型2还略有提高，解释变量都通过了显著性检验。方式2：迭代估计非线性模型，迭代过程中可以作如下控制：⑴在工作文件窗口中双击序列C，输入参数的初始值；⑵在方程描述框中点击Options，输入精度控制值。控制过程：①参数初值：0，0，0；迭代精度：10－3；则生产函数的估计结果如图3-4所示。 图3-4 生产函数估计结果此时，函数表达式为： （模型4） ＝(0.313)(－2.023)(8.647) 可以看出，模型4中劳动力弹性 ＝-1.01161，资金的产出弹性 ＝1.0317，很显然模型的经济意义不合理，因此，该模型不能用来描述经济变量间的关系。而且模型的拟合优度也有所下降，解释变量L的显著性检验也未通过，所以应舍弃该模型。②参数初值：0，0，0；迭代精度：10－5； 图3-5 生产函数估计结果从图3-5看出，将收敛的误差精度改为10－5后，迭代100次后仍报告不收敛，说明在使用迭代估计法时参数的初始值与误差精度或迭代次数设置不当，会直接影响模型的估计结果。③参数初值：0，0，0；迭代精度：10－5，迭代次数1000； 图3-6 生产函数估计结果此时，迭代953次后收敛，函数表达式为： （模型5） ＝(0.581)(2.267)(10.486) 从模型5中看出，资本与劳动的产出弹性都是在0到1之间，模型的经济意义合理， ，具有很高的拟合优度，解释变量都通过了显著性检验。将模型5与通过方式1所估计的模型3比较，可见两者是相当接近的。④参数初值：1，1，1；迭代精度：10－5，迭代次数100； 图3-7 生产函数估计结果此时，迭代14次后收敛，估计结果与模型5相同。比较方式2的不同控制过程可见，迭代估计过程的收敛性及收敛速度与参数初始值的选取密切相关。若选取的初始值与参数真值比较接近，则收敛速度快；反之，则收敛速度慢甚至发散。因此，估计模型时最好依据参数的经济意义和有关先验信息，设定好参数的初始值。二、比较、选择最佳模型估计过程中，对每个模型检验以下内容，以便选择出一个最佳模型：一回归系数的符号及数值是否合理；二模型的更改是否提高了拟合优度；三模型中各个解释变量是否显著；四残差分布情况以上比较模型的一、二、三步在步骤一中已有阐述，现分析步骤一中5个不同模型的残差分布情况。分别在模型1～模型5的各方程窗口中点击View/Actual, Fitted, Residual/ Actual, Fitted, Residual Table（图3-8），可以得到各个模型相应的残差分布表（图3-9至图3-13）。可以看出，模型4的残差在前段时期内连续取负值且不断增大，在接下来的一段时期又连续取正值，说明模型设定形式不当，估计过程出现了较大的偏差。而且，模型4的表达式也说明了模型的经济意义不合理，不能用于描述我国国有工业企业的生产情况，应舍弃此模型。模型1的各期残差中大多数都落在 的虚线框内，且残差分别不存在明显的规律性。但是，由步骤一中的分析可知，模型1中除了解释变量K之外，其余变量均为通过变量显著性检验，因此，该模型也应舍弃。模型2、模型3、模型5都具有合理的经济意义，都通过了 检验和F检验，拟合优度非常接近，理论上讲都可以描述资本、劳动的投入与产出的关系。但从图3-13看出，模型5的近期误差较大，因此也可以舍弃该模型。最后将模型2与模型3比较发现，模型3的近期预测误差略小，拟合优度比模型2略有提高，因此可以选择模型2为我国国有工业企业生产函数。 图3-8 回归方程的残差分析 图3-9 模型1的残差分布图3-10 模型2的残差分布图3-11 模型3的残差分布图3-12 模型4的残差分布图3-13 模型5的残差分布 论文一般由题名、作者、摘要、关键词、正文、参考文献和附录等部分组成，其中部分组成（例如附录）可有可无。论文各组成的排序为：题名、作者、摘要、关键词、英文题名、英文摘要、英文关键词、正文、参考文献和附录和致谢。下面按论文的结构顺序依次叙述。题目(一)论文——题目科学论文都有题目，不能“无题”。论文题目一般20字左右。题目大小应与内容符合，尽量不设副题，不用第1报、第2报之类。论文题目都用直叙口气，不用惊叹号或问号，也不能将科学论文题目写成广告语或新闻报道用语。署名(二)论文——署名科学论文应该署真名和真实的工作单位。主要体现责任、成果归属并便于后人追踪研究。严格意义上的论文作者是指对选题、论证、查阅文献、方案设计、建立方法、实验操作、整理资料、归纳总结、撰写成文等全过程负责的人，应该是能解答论文的有关问题者。往往把参加工作的人全部列上，那就应该以贡献大小依次排列。论文署名应征得本人同意。学术指导人根据实际情况既可以列为论文作者，也可以一般致谢。行政领导人一般不署名。引言(三)论文——引言是论文引人入胜之言，很重要，要写好。一段好的论文引言常能使读者明白你这份工作的发展历程和在这一研究方向中的位置。要写出论文立题依据、基础、背景、研究目的。要复习必要的文献、写明问题的发展。文字要简练。材料方法(四)论文——材料和方法按规定如实写出实验对象、器材、动物和试剂及其规格，写出实验方法、指标、判断标准等，写出实验设计、分组、统计方法等。这些按杂志对论文投稿规定办即可。实验结果(五)论文——实验结果应高度归纳，精心分析，合乎逻辑地铺述。应该去粗取精，去伪存真，但不能因不符合自己的意图而主观取舍，更不能弄虚作假。只有在技术不熟练或仪器不稳定时期所得的数据、在技术故障或操作错误时所得的数据、不符合实验条件时所得的数据才能废弃不用。而且必须在发现问题当时就在原始记录上注明原因，不能在总结处理时因不合常态而任意剔除。废弃这类数据时应将在同样条件下、同一时期的实验数据一并废弃，不能只废弃不合己意者。实验结果的整理应紧扣主题，删繁就简，有些数据不一定适合于这一篇论文，可留作它用，不要硬行拼凑到一篇论文中。论文行文应尽量采用专业术语。能用表的不要用图，可以不用图表的最好不要用图表，以免多占篇幅，增加排版困难。文、表、图互不重复。实验中的偶然现象和意外变故等特殊情况应作必要的交代，不要随意丢弃。讨论(六)论文——讨论是论文中比较重要，也是比较难写的一部分。应统观全局，抓住主要的有争议问题，从感性认识提高到理性认识进行论说。要对实验结果作出分析、推理，而不要重复叙述实验结果。应着重对国内外相关文献中的结果与观点作出讨论，表明自己的观点，尤其不应回避相对立的观点。论文的讨论中可以提出假设，提出本题的发展设想，但分寸应该恰当，不能写成“科幻”或“畅想”。结论(七)论文——结语或结论论文的结语应写出明确可靠的结果，写出确凿的结论。论文的文字应简洁，可逐条写出。不要用“小结”之类含糊其辞的词。参考文献(八)论文——参考义献这是论文中很重要、也是存在问题较多的一部分。列出论文参考文献的目的是让读者了解论文研究命题的来龙去脉，便于查找，同时也是尊重前人劳动，对自己的工作有准确的定位。因此这里既有技术问题，也有科学道德问题。一篇论文中几乎自始至终都有需要引用参考文献之处。如论文引言中应引上对本题最重要、最直接有关的文献;在方法中应引上所采用或借鉴的方法；在结果中有时要引上与文献对比的资料；在讨论中更应引上与论文有关的各种支持的或有矛盾的结果或观点等。 计量经济学论文可以研究的问题有多种，期中比较简单的就是根据数据，建立方程，研究变量之间的关系，主要运用的工具就是计量经济学的初等知识和Eviews软件，思路、要求和注意事项我觉得这么说对你的帮助不大，所以给你一篇我的论文做参考，也许对你有帮助，如果你觉得看的不是很明白的话，可以再留言给我，我把什么思路等告诉你。计量经济学期末实验报告实验名称：大中城市城镇居民人均消费支出与其影响因素的分析姓 名：学 号：班 级： （）级统计学系（）班指导教师：时 间：（上面是论文封皮）23个城市城镇居民人均消费支出与其影响因素的分析（题目）一、 经济理论背景近几年来，中国经济保持了快速发展势头，投资、出口、消费形成了拉动经济发展的“三架马车”，这已为各界所取得共识。通过建立计量模型，运用计量分析方法对影响城镇居民人均消费支出的各因素进行相关分析，找出其中关键影响因素，以为政策制定者提供一定参考，最终促使消费需求这架“马车”能成为引领中国经济健康、快速、持续发展的基石。二、 有关人均消费支出及其影响因素的理论我们主要从以下几个方面分析我国居民消费支出的影响因素：①、居民未来支出预期上升，影响了居民即期消费的增长居民的被动储蓄直接导致购买力的巨大分流, 从而减弱对消费品的即期需求，严重地影响了居民即期消费的增长，进而导致有效需求的不足，最终导致经济增长的乏力。90年代末期以来，我国的医疗、养老、失业保险、教育等一系列改革措施集中出台，原有的体制被打破，而新的体制尚未建立健全，因此目前的医疗、养老、失业保险、教育体制对居民个人支出的压力较大，而且基本上都是硬性支出，支出的不确定性也很大，导致居民目前对未来支出预期的上升。②、商品供求结构性矛盾依然突出从消费结构上看，我国消费品市场已发生了新的根本性变化：居民低层次消费已近饱和，而更高水平的消费又未达到。改革开放20多年来，城乡居民经过了一个中档耐用消费品的普及阶段后，目前老百姓的收入消费还不足以形成一个新的、以高档产品为内容的主导性消费热点，如轿车、住房等还远不能纳入大多数人的消费主流，居民现有的购买力不能形成推动主导消费品升级的动力。③、物价总水平持续在低水平运行，通货紧缩的压力较大，不利于消费的增长加入WTO之后，随着关税的降低和进口规模的扩大，国外产品对我国市场的冲击将进一步加大，国际价格紧缩对国内价格变化将产生负面影响。物价的持续下降，不利于居民的消费增长。因为从居民的消费心理上看，买涨不买降是居民购物的习惯心理。由于居民对物价有进一步下降的预期，因此往往推迟消费，不利于居民消费的增长。另外，从统计上分析，由于物价的下降，名义消费增长往往低于实际消费的增长，这在一定程度上也不利于消费增长幅度的提高。④、我国现阶段没有形成大的消费热点，难以带动消费的快速增长经过近几年的培育和发展，我国目前已经形成了住房消费、居民汽车消费、通信及电子产品的消费、节假日消费及旅游消费等一些消费亮点，可以促进消费的稳定增长，但始终未能形成大的消费热点，因此不能带动消费的高速增长。三、 相关数据收集相关数据均来源于2006年《中国统计年鉴》：23个大中城市城镇居民家庭基本情况（表格）地区 平均每户就业人口（人） 平均每一就业者负担人数（人） 平均每人实际月收入（元） 人均可支配收入（元） 人均消费支出（元）北京 1.6 1.8 1865.1 1633.2 1187.9天津 1.4 2.0 2010.6 1889.8 939.8石家庄 1.4 2.0 1061.3 1010.0 722.9太原 1.3 2.2 1256.9 1159.9 789.5呼和浩特 1.5 1.9 1354.2 1279.8 772.7沈阳 1.3 2.1 1148.5 1048.7 812.1大连 1.6 1.8 1269.8 1133.1 946.5长春 1.8 1.7 1156.1 1016.1 690.2哈尔滨 1.4 2.0 992.8 942.5 727.4上海 1.6 1.9 1884.0 1686.1 1505.3南京 1.4 2.0 1536.4 1394.0 920.6杭州 1.5 1.9 1695.0 1464.9 1264.2宁波 1.5 1.8 1759.4 1543.2 1271.4合肥 1.6 1.8 1042.5 950.1 686.9福州 1.7 1.9 1172.5 1059.4 942.8厦门 1.5 1.9 1631.7 1394.3 998.7南昌 1.4 1.8 1405.0 1321.1 665.4济南 1.7 1.7 1491.3 1356.8 1071.4青岛 1.6 1.8 1495.6 1378.5 1020.7郑州 1.4 2.1 1012.2 954.2 750.3武汉 1.5 2.0 1052.5 972.2 853.1长沙 1.4 2.1 1256.9 1148.9 986.8广州 1.7 1.8 1898.6 1591.1 1215.1四、 模型的建立根据数据，我们建立多元线性回归方程的一般模型为：其中：——人均消费支出——常数项——回归方程的参数——平均每户就业人口数——平均每一就业者负担人口数——平均每人实际月收入——人均可支配收入——随即误差项五、实验过程（一）回归模型参数估计根据数据建立多元线性回归方程：首先利用Eviews软件对模型进行OLS估计，得样本回归方程。利用Eviews输出结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:08Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C -1682.180 1311.506 -1.282633 0.2159X1 564.3490 395.2332 1.427889 0.1704X2 569.1209 379.7866 1.498528 0.1513X3 1.552510 0.629371 2.466766 0.0239X4 -1.180652 0.742107 -1.590947 0.1290R-squared 0.721234 Mean dependent var 945.2913Adjusted R-squared 0.659286 S.D. dependent var 224.1711S.E. of regression 130.8502 Akaike info criterion 12.77564Sum squared resid 308191.9 Schwarz criterion 13.02249Log likelihood -141.9199 F-statistic 11.64259Durbin-Watson stat 2.047936 Prob(F-statistic) 0.000076根据多元线性回归关于Eviews输出结果可以得到参数的估计值为： , , ， ，从而初步得到的回归方程为：Se= (1311.506) (395.2332) (379.7866) (0.629371) (0.742107)T= (-1.282633) (1.427889) (1.498528) (2.466766) (-1.590947)F=11.64259 df=18模型检验：由于在 的水平下，解释变量 、 、 的检验的P值都大于0.05，所以变量不显著，说明模型中可能存在多重共线性等问题，进而对模型进行修正。（二）处理多重共线性我们采用逐步回归法对模型的多重共线性进行检验和处理：X1：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:28Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 153.8238 518.6688 0.296574 0.7697X1 523.0964 341.4840 1.531833 0.1405R-squared 0.100508 Mean dependent var 945.2913Adjusted R-squared 0.057675 S.D. dependent var 224.1711S.E. of regression 217.6105 Akaike info criterion 13.68623Sum squared resid 994441.2 Schwarz criterion 13.78497Log likelihood -155.3917 F-statistic 2.346511Durbin-Watson stat 1.770750 Prob(F-statistic) 0.140491X2：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:29Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 1756.641 667.2658 2.632596 0.0156X2 -424.1146 347.9597 -1.218861 0.2364R-squared 0.066070 Mean dependent var 945.2913Adjusted R-squared 0.021597 S.D. dependent var 224.1711S.E. of regression 221.7371 Akaike info criterion 13.72380Sum squared resid 1032515. Schwarz criterion 13.82254Log likelihood -155.8237 F-statistic 1.485623Durbin-Watson stat 1.887292 Prob(F-statistic) 0.236412X3：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:29Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 182.8827 137.8342 1.326831 0.1988X3 0.540400 0.095343 5.667960 0.0000R-squared 0.604712 Mean dependent var 945.2913Adjusted R-squared 0.585888 S.D. dependent var 224.1711S.E. of regression 144.2575 Akaike info criterion 12.86402Sum squared resid 437014.5 Schwarz criterion 12.96276Log likelihood -145.9362 F-statistic 32.12577Durbin-Watson stat 2.064743 Prob(F-statistic) 0.000013X4：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:30Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 184.7094 161.8178 1.141465 0.2665X4 0.596476 0.124231 4.801338 0.0001R-squared 0.523300 Mean dependent var 945.2913Adjusted R-squared 0.500600 S.D. dependent var 224.1711S.E. of regression 158.4178 Akaike info criterion 13.05129Sum squared resid 527020.1 Schwarz criterion 13.15003Log likelihood -148.0898 F-statistic 23.05284Durbin-Watson stat 2.037087 Prob(F-statistic) 0.000096由得出的数据可以看出， 的调整的判定系数最大，因此首先把 引入调整的方程中，然后在分别引入变量 、 、 进行OLS得：X1、X3Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:32Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C -222.8991 345.9081 -0.644388 0.5266X1 289.8101 227.2070 1.275533 0.2167X3 0.517213 0.095693 5.404899 0.0000R-squared 0.634449 Mean dependent var 945.2913Adjusted R-squared 0.597894 S.D. dependent var 224.1711S.E. of regression 142.1510 Akaike info criterion 12.87276Sum squared resid 404138.2 Schwarz criterion 13.02087Log likelihood -145.0368 F-statistic 17.35596Durbin-Watson stat 2.032110 Prob(F-statistic) 0.000043X2、X3Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:33Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 239.5536 531.1435 0.451015 0.6568X2 -27.00981 244.0392 -0.110678 0.9130X3 0.536856 0.102783 5.223221 0.0000R-squared 0.604954 Mean dependent var 945.2913Adjusted R-squared 0.565449 S.D. dependent var 224.1711S.E. of regression 147.7747 Akaike info criterion 12.95036Sum squared resid 436747.0 Schwarz criterion 13.09847Log likelihood -145.9292 F-statistic 15.31348Durbin-Watson stat 2.063247 Prob(F-statistic) 0.000093X3、X4Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:34Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 331.7015 142.5882 2.326290 0.0306X3 1.766892 0.553402 3.192782 0.0046X4 -1.473721 0.656624 -2.244390 0.0363R-squared 0.684240 Mean dependent var 945.2913Adjusted R-squared 0.652664 S.D. dependent var 224.1711S.E. of regression 132.1157 Akaike info criterion 12.72634Sum squared resid 349091.0 Schwarz criterion 12.87445Log likelihood -143.3529 F-statistic 21.66965Durbin-Watson stat 2.111635 Prob(F-statistic) 0.000010由数据结果可以看出，引入X4时方程的调整判定系数最大，且解释变量均通过了显著性检验，再分别引入X1、X2进行分析。X1、X3、X4Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:37Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 193.6693 403.8464 0.479562 0.6370X1 89.29944 243.6512 0.366505 0.7180X3 1.652622 0.646003 2.558228 0.0192X4 -1.345001 0.757634 -1.775265 0.0919R-squared 0.686457 Mean dependent var 945.2913Adjusted R-squared 0.636950 S.D. dependent var 224.1711S.E. of regression 135.0712 Akaike info criterion 12.80625Sum squared resid 346640.3 Schwarz criterion 13.00373Log likelihood -143.2719 F-statistic 13.86591Durbin-Watson stat 2.082104 Prob(F-statistic) 0.000050X2、X3、X4Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:38Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 62.60939 489.2088 0.127981 0.8995X2 134.1557 232.9303 0.575948 0.5714X3 1.886588 0.600027 3.144175 0.0053X4 -1.596394 0.701018 -2.277251 0.0345R-squared 0.689658 Mean dependent var 945.2913Adjusted R-squared 0.640657 S.D. dependent var 224.1711S.E. of regression 134.3798 Akaike info criterion 12.79599Sum squared resid 343100.8 Schwarz criterion 12.99347Log likelihood -143.1539 F-statistic 14.07429Durbin-Watson stat 2.143110 Prob(F-statistic) 0.000046由输出结果可以看出，在 的水平下，解释变量 、 的检验的P值都大于0.05，解释变量不能通过显著性检验，因此可以得出结论模型中只能引入X3、X4两个变量。则调整后的多元线性回归方程为：Se= (142.5882) (0.553402) (0.656624)T= (2.326290) (3.192782) (-2.244390)F=21.66965 df=20（三）.异方差性的检验对模型 进行怀特检验：White Heteroskedasticity Test:F-statistic 1.071659 Probability 0.399378Obs*R-squared 4.423847 Probability 0.351673Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 12/11/07 Time: 16:53Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 34247.50 128527.9 0.266460 0.7929X3 247.9623 628.1924 0.394723 0.6977X3^2 -0.071268 0.187278 -0.380548 0.7080X4 -333.6779 714.3390 -0.467114 0.6460X4^2 0.121138 0.229933 0.526841 0.6047R-squared 0.192341 Mean dependent var 15177.87Adjusted R-squared 0.012861 S.D. dependent var 23242.54S.E. of regression 23092.59 Akaike info criterion 23.12207Sum squared resid 9.60E+09 Schwarz criterion 23.36892Log likelihood -260.9038 F-statistic 1.071659Durbin-Watson stat 1.968939 Prob(F-statistic) 0.399378由检验结果可知， ，由White检验知，在 时，查 分布表，得临界值 (20)=30.1435，因为 < (5)= 30.1435,所以模型中不存在异方差。（四）.自相关的检验由模型的输出结果可知，估计结果都比较满意，无论是回归方程检验，还是参数显著性检验的检验概率，都显著小于0.05，D-W值为2.111635，显著性水平 =0.05下查Durbin-Watson表，其中n=23，解释变量的个数为2，得到下限临界值 ，上限临界值 ， =1.543 答：我有用stata做计量实证分析的时间序列论文，数据是最近两个月的，有需要可以考虑。 我国旅游经济的因素分析我国旅游业发展状况分析我国居民消费增长模型我国经济增长与周期波动我国经济增长对能源消耗的依赖公共投资取向与经济增长分析三大产业的发展与城镇居民家庭消费支出餐饮业区域市场潜力的影响因素分析资本结构主要影响因素的再探析国债发行规模的计量经济分析工资收入差异分析城镇人均收入与人均通讯消费分析影响居民消费水平的因素分析影响就业人数的因素的计量分析影响大学生就业问题的因素分析影响股价指数的因素分析影响我国电力产量的因素分析影响中国汽车产量的多因素分析私家车拥有量的计量分析我国汽车需求的因素分析 出生活1978年， 对我国城乡居民收入差距的剖析\x0d\x0a经济增长质量评价研究\x0d\x0a对**国际旅游收入的预测与分析\x0d\x0a旅游产业区域竞争力评价分析\x0d\x0a++省农业产业增长与结构调整研究\x0d\x0a++省居民消费行为研究\x0d\x0a++省经济增长模式与结构调整路径研究\x0d\x0a城市化对泛珠三角区域经济增长的影响研究\x0d\x0a市场化对泛珠三角区域经济增长的影响研究\x0d\x0a城市化对泛珠三角区域居民消费的影响研究\x0d\x0a市场化对泛珠三角区域居民消费的影响研究\x0d\x0a科技体制改革对泛珠三角区域经济增长的影响研究\x0d\x0a产出增加效益对泛珠三角区域经济增长的影响研究\x0d\x0a投入节约效益对泛珠三角区域经济增长的影响研究\x0d\x0a外商直接投资对海南旅游业的影响分析\x0d\x0a++旅游产业对海南经济发展的贡献分析\x0d\x0a++旅游经济发展水平与旅游资源禀赋影响研究\x0d\x0a++旅游增长和房地产投资的相关性分析\x0d\x0a++城乡居民的经济收入与旅游消费关系的定量分析\x0d\x0a++旅游业的评价及旅客满意度调查\x0d\x0a++各市县旅游经济差别研究\x0d\x0a城镇居民消费状况研究\x0d\x0a大学生心理问题问卷分析\x0d\x0a大学生电脑需求分析\x0d\x0a++国际旅游产业结构分析\x0d\x0a++旅游收入分析\x0d\x0a++经济发展长期趋势分析\x0d\x0a++各市县经济效益分析\x0d\x0a农民人均收入和支出因素分析 \x0d\x0a农民家庭收入影响因素分析\x0d\x0a. 证券投资的影响因素分析\x0d\x0a中国人口年龄结构变化与养老问题研究\x0d\x0a对我国投资与经济增长相互关系的研究\x0d\x0a区域产业竞争力分析\x0d\x0a工业企业科技竞争力综合评价\x0d\x0a居民消费结构变动分析\x0d\x0a上市公司财务状况的综合评价研究\x0d\x0a关于企业投资项目的绩效评价研究\x0d\x0a试论层次分析法在新农村建设评价中的应用\x0d\x0a关于改善统计学专业就业问题的教育取向研究\x0d\x0a试论企业盈利预测及其可靠性分析\x0d\x0a上市公司盈利预测的可靠性和离散性的统计分析\x0d\x0a关于企业内部绩效统计评价的探讨\x0d\x0a试论投入产出技术在经济结构统计中的应用\x0d\x0a旅游经济动向预测方法的探析 对我国经济增长的因素分析 关于教育对中国经济增长作用的计量分析 关于司机年龄与发生车祸次数关系的分析 改革开放以来商品零售价格指数（RPI）变化因素分析 固定资产投资对GDP的影响 关于GDP与其他经济因素关系的计量分析 吉尼系数影响因素的计量分析 我国旅游经济的因素分析 试探交通运输发展与国民经济的关系 我国1978-1997年的财政收入和国民生产总值的计量分析 我国经济增长对能源消耗的依赖 投资额与生产总值和物价指1 外商直接投资（FDI）对我国经济影响的实证分析 影响居民消费水平的因素分析 我国人均GDP与消费的计量分析 有关我国居民储蓄影响因素的计量分析 新中国出口的影响因素分析 影响股价指数的因素分析 影响居民消费水平的主要因素分析 我国消费的影响因素分析 中国能源需求影响因素实证分析 中国经济增长与周期波动 中国旅游业发展状况分析 中国城市居民消费计量分析 对上市公司利用新四项计提进行盈余管理的实证研 对影响人身保险保费收入诸因素的计量分析 餐饮业区域市场潜力的影响因素分析 FDI对中国经济增长的影 城镇居民住房面积的多因素分析 关于影响我国南方几省市农业总产值因素的实证分析 关于国内旅游需求的计量经济学分析报告 如何提高农业产值和农民人均收入水平 宏观经济政策对中国经济周期波动的影响分析 三大产业的发展与城镇居民家庭消费支出 上市公司财务预警模型设计与分析 货币政策有效性分析 外资利用与我国进出口贸易关系的实证分析 我国采矿业龙头企业利润因素分析 我国农民收入影响因素的回归分析计量经济学结课论文eviews
高级计量经济学论文题目