本科经济计量模型毕业论文

本科经济计量模型毕业论文

本科计量经济学论文

计量经济学实验教学在发挥学生实际操作能力这一方面起到了关键的作用。那么，本科计量经济学如何教学呢?

一、目前计量经济学实验教学过程中存在的问题

计量经济学是集经济学、数学、统计学的综合性学科，强调理论基础、实践操作和统计软件运用三者的有机结合，是一门应用性较强的课程。大多数教师在计量经济学试验教学过程中，缺乏完整的实验教学计划和实验指导书，不利于培养的学生综合能力。而且，实施素质教育的重点是培养学生的创新精神和实践能力。随着经济理论的发展和完善进步，计量经济学研究的是现实经济问题，因此必须以对经济现象的深入认识为基础，必须在经济理论下进行。但是，目前在实验教学过程中，普遍存在以下一些共性的问题。

(一)教学层次不明确，满足不了不同层次的需求当前，计量经济学教学中普遍存在重理论体系学习、轻实际应用能力培养的通病。教师在授课中对数学推导和数学知识讲授较多，而实验课程相对简单，且理论方法教学与经济问题实例分析、软件教学相分离。因此，计量经济学的实验教学环节与理论方法教学内容的衔接、理论与实践的课时安排、实验项目设计、软件能力培养等方面的试验教学环节严重脱节。有些学校由于教学条件和设施较差，特别是缺少经验丰富的试验师资力量，在计量经济学教学中，只进行理论教学，在教学内容和时间衔接方面经常脱节。这种教学模式的教学效果不是很好，导致理论和实验成为独立而不易协调的两个教学过程，学生运用软件的实际操作训练相对薄弱，达不到实验教学与理论教学相结合的目的。由于计量经济学已形成了一个庞大的学科体系，通常被人们分为理论计量经济学与应用计量经济学，并根据内容深度分为初级、中级和高级计量经济学课程。现在各层次教学的分工与衔接往往存在问题。实验教学常常被当成理论教学的附属品，试验方法与实例的结合不够。在计量经济学的教材和课程讲授中，结合实例分析和应用较少，许多学生学习完这门课程之后，不知道如何用于解决实际问题，很快就将所学习的内容遗忘了。

(二)理论教学层次模糊，没有实验教学层次感无论是面对专业知识较为薄弱的本科生，还是已经具备一定基础的研究生，计量经济实验教学均采用相似的教学方式和教学思维。即任课教师先讲理论和方法，最后留点时间来讲案例解析和软件使用，或者根本就不讲软件，也不进行上机操作，或者直接放羊式地让学生上机操作。这样就很难让学生通过实验操作去发现新问题，得到新启示。这样的'实验教学也很难发挥出学生的自主性和兴趣。实验教学层次感没有得到体现，使得理论学习和实践学习相脱离，学生不能很好地消化所学知识。

(三)实验课程设计机制不完善自主性试验方案的设计，试验材料的准备，试验进程和实验时间的自主安排是实验课程设置不可缺少的环节。然而，目前我们要求学生上交的实验报告，是结合教材上已有案例为基础，没有把撰写试验课程论文作为课程考核的重要部分，也没有将课程考核方式改为课堂测试、上机操作、论文写作三者形式相结合，并分别赋予70%、10%、20%的权重进行综合评定期末成绩。再加之实验教学报告，导致学生只需简单的模仿，甚至是抄袭，完全背离了最初的实验教学目的。

二、计量经济学开放式实验教学目的、要求及内容安排

(一)开放式实验教学的目标和基本要求即原理验证性实验与研究设计性实验相结合。开放式实验不仅使学生通过自己具体实验、实际操作来帮助学习、巩固书本知识，加深对概念、规律的深刻理解，更重要的是试验中的困难磨炼学生的意志。开放式实验是调动学生学习积极性、主动性，培养学生实验技能、发展学生创造精神的有效途径。同时，也能丰富理论教学课堂内容，吸引学生参与积极性。计量经济学的试验教学为现实中经济问题的研究提供坚实的理论基础和完整的分析工具。开放式实验可以群策群力，结合教材和教学研制教具、学具与仪器，密切教材与教学实际，适合教材多变性，是解决仪器不足的有效途径。因此，计量经济学实验教学的目标，在于通过实验教学使得教师能够：

(1)编制好试验教学计划和软件使用说明书，为学生进行自主开放式试验操作创造条件。

(2)将学生进行分组，形成多个研究小组，一般由6-8人组成，每组制定一个负责人负责小组日常的学习管理，查找资料，上机时间安排以及撰写试验报告等，使得学生形成团队精神，相互帮组和启迪，更好地来解决实际问题。

(3)详细安排好每次试验内容。一般给每个小组指定一个与所讲内容相关的研究课题，往往是现实的社会热点经济问题，可以引起他们研究的兴趣，让学生参阅已有的实际建模报告和分析报告，使学生受到启发做到心中有数，并在教师的指导下完成实验课程。

通过教师试验教学，学生可以受益并能够：

(1)熟练使用各种软件，比如EViews、SPSS、SAS或者Statistics等。

(2)运用所学的计量经济学理论方法，构建各因素之间关系的计量经济模型，了解和掌握建立计量经济模型的过程和要求。

(3)掌握利用统计软件进行数据处理、参数估计和检验，培养学生研究和实际工作的能力，提高学生的综合素质。

(4)认真完成模型的参数估计和各类检验，建立完整的计量经济模型。开放式试验教学模式不同于普通的试验教学模式，它对任课教师提出了更高的教学要求，重点介绍计量经济方法、计算结果的统计与经济意义分析,详细介绍计算机软件操作步骤，帮助学生理解计算结果，学会计算操作。教师要认真编写好试验教学大纲、试验教学计划和软件指导说明书。计量经济学实验是将计量经济学理论应用于实践的重要环节，是理论教学的延续。教师在讲授相关理论与方法的同时，要注重培养学生动手处理实际问题的能力，提高学生运用计量经济学知识的素质。

(二)高效开放式实验教学内容的调整和选择从培养应用型人才的实际出发，对计量经济学试验教学内容加以调整和选择，必须以理论教学内容为基础，以统计软件为工具，其教学内容的选择，根据理论教学的内容，结合统计软件学习过程的阶段性特点，合理制定实验内容。一般来说，分为选做和必做两类。其中，实验内容必做对应经济学各专业本科《计量经济学》的基本内容，即必须进行的实验项目。在条件许可的情况下，教师最好根据学校的实际情况，编写适应本校学生的试验指导书。指导书内容不求内容的深度和全面，适用最好。对某些已经先期开设了统计软件基础课程的专业，实验项目的作用在于对所学过的知识进行简单回顾，因此确定为“选做”项目。在具体的实验教学过程中，教师可根据各专业的具体情况，对试验内容实现变革式的改编，进行适当的割舍和学时上的调整。

三、开放式实验教学的时间安排与考核方式

(一)开放式实验教学的时间安排在教学时间安排上，理论教学和实验教学应统筹规划，由任课教师自主根据理论教学的进度来合理安排实验教学时间，合理安排课程讲授的先后顺序，优化课程结构，并按照“少而精”的原则安排教学内容。根据我们的经验，试验课程安排在每一章节理论课程授完之后马上进行，结合理论课程给出设计性的试验，提高学生的综合应用能力和实际分析能力。即每章的理论教学完成之后，紧接一次实验教学，由教师结合例题讲授和演示理论方法的软件实现，安排学生完成布置的案例分析。而教师则对各个单项的操作练习进行即时的现场讲解和点评。这种实践型试验教学模式有利于学生加深对理论知识的理解和掌握。

(二)开放式实验教学的考核评价方式开放式实验教学实验成绩由实验报告、实验考勤、实验操作抽查三部分构成。评价成绩具体由实验报告来体现，学生在完成每一个实验后根据上机操作结果写出相应的实验报告。教师可根据每个小组日常的实验工作量和实验报告质量，评定实验报告成绩。每个小组要选择一个针对理论教学的研究课题。这些研究课题往往是现实的社会经济问题。计量经济学课程的最终成绩由三个部分组成,即理论知识考试成绩、上机实验考试成绩和实验报告成绩。上机操作是对教师指定的案例进行操作和分析，并解决相关实际问题，对研究过程进行阐述，并接受教师和同学的提问。这种考核方式有助于考查学生对计量经济理论、方法的理解程度和应用能力，也培养了学生的口头表达能力。而且，采用这种考核方式学生不易作弊，从而能够较准确地判断学生的实际操作能力。

四、结论

计量经济学实验教学在发挥学生实际操作能力这一方面起到了关键的作用。而开放式的实验教学模式的实施，能够进一步发挥学生的主观能动性和探索性。开放式试验教学这种不局限于“计量经济学”专业基础理论的教学模式，真正做到了以学为主，是培养跨学科、宽口径的实践型、创新型专业人才的必由之路。通过实验教学的实施，学生形成了一定的运用计量模型分析和解决实际经济问题的习惯或能力。通过开放式试验教学模式改革，可以建立培养学生定量分析能力的机制，能有效提高本科计量经济学的教学质量和学习效率。开放式试验教学模式既可以保证学生能够深入理解知识，并能够使学生进一步掌握计量经济学的基本理论和方法，进而可以培养学生发现问题、思考问题和运用计量经济学方法分析问题的能力。开放式试验教学能够建立专门机制支持教师在传授书本知识的过程中积极探索培养学生定量分析动手能力的方法，利于提高学生的综合素质。

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

我有许多范文 还有我们自己做的论文 需要找我 qq：309735313

经济论文的写作，是对经济学专业的学生所学的知识结论性 总结 。下面是我带来的关于经济学论文的内容，欢迎阅读参考!经济学论文篇1：《“经济学基础”教学环境的革新》 经济学基础在当前经济管理类型专业中属于非常核心的课程，在其相关专业中占据重要的位置，发挥关键重要作用，尤其现在国家市场经济体制处在不断完善和发展中，对于经管类人才需求量非常大，我们必须加大经济管理人才的培养，提高经济学基础的教学水平。[1]同时经济基础课程教学目的重在实践，但是其内容体系过于庞杂、知识偏重理论，但是日常的课堂教学缺乏对学生实践能力的培养。然而当前教学环境发展较为滞后难以满足新时代对经济学基础教学要求，一定程度上制约了新型教学模式以及 教学 方法 的实施，阻碍了教学质量和水平的提升，不利于实用性经管人才的培养。 1“经济学基础”教学环境发展现状 1.1“经济学基础”教学课程的安排偏重理论 现阶段，多数学校的“经济学基础”的课程安排偏重理论性知识，而经济学基础的课程本身内容体系庞杂，相关观念和理论抽象复杂、晦涩难懂，纯理论性讲解无法使学生对知识有更加清晰的理解，甚至适得其反，教学效果非常不理想，这也极大地削弱学生的学习积极性，降低了学生学习的兴趣。[2]长久以来，院校使用的考评系统更多关注的是教师的理论水准，没有重视对教师实践能力的考查评估。这些年，各院校致力于知识理论的研究，院校教师也将更多的精力放在理论研究以及论文的发表方面，忽略了对经济学基础中应用性教学的研究，而此类学科对实践性和理论性都具有较高的要求，这使得教学效果并不明显，难以达到预期目标。同时，现在大多数教学只是单纯掌握了理论性知识，基本没有从事任何经济学实践活动，也没有开展过任何经济业务。如此一来，教师在课堂上只能进行理论知识的灌输，无法给学生提供有效的经济学案例，课程内容空洞无趣、枯燥无味，不仅不能使学生很好地了解课程的内容知识，甚至极大消磨了学生的耐心，极大地打击了学生的学习积极性，较之实践性教学，教学效果不理想。 1.2教学案例的使用水平偏低 众所周知，经济学基础知识理论性太强，单纯照本宣科学生难以理解知识内涵，加之该学科对实践性还有很高的要求，所以在课程中增加教学案例分量既是学科本身的要求，也是众多经济学专业的学生的学习需求。[3]但是，当前教学过程中存在的问题是，教学案例分析课程安排较少，案例内容质量不高，脱离实际生活，案例分析不到位、不合理，使得最终案例教学没有取得很好的效果。出现以上情况的原因是涉及方方面面。其一，一般情况下，案例教学具有一定的人数限制，理想的授课人数大约为30人，但是各大院校实行扩招，学生规模持续壮大，然而与学生对应的教学资源并没有都得到很好的满足，班级人数不断增加，加大了授课压力，普通教学班人数扩大到60人左右，甚至部分学校由于人数过多组织合班授课，班级人数超过百人，这直接导致教学质量的下降，很大程度上影响了案例教学效果。其二，教师普遍缺乏较强的案例教学能力。较之传统的教学，案例教学在教学能力等方面对授课老师提出了更高的要求。同时，学校没有开展案例教学的相关培训，教师也普遍缺乏案例教学的学习，在开展案例教学的过程中，授课老师往往不得要领，使得案例法的教学成效大打折扣，没有很好地发挥该教学方法的积极作用。其三，学校经济学授课教师大都没有参与过专业相关的工作实践，经济学管理真实的工作情况根本不了解，在案例讨论环节无法对学生实施科学的指导，使得教学最终流于形式，难以发挥真正的作用。[4] 1.3缺乏完善的教学实践基地 当前阶段，多数院校的经济学专业基本不存在实践课程，多使用传统的教学模式。这门课程在经济管理专业中非常重要，而且这类专业对实践具有很高的要求，在课堂上开展简单的实践活动还远远不能满足需要。众所周知，市场经济不断发展，现代企业制度已经广泛实行，经济现代化趋势明显，具有现代经济意识和经管能力的人才极度匮乏。[5]同时越来越多的学生也要求各个院校建立经济教学实践基地，实践基地必须对经济管理环境进行尽可能的模拟，以提高学生对经济学相关问题的体验和学习。 2“经济学基础”教学环境的革新 措施 2.1增强教学的实践性 现阶段，国内大多数院校的经济学专业的授课教师都具有相对高的学历，其专业的理论知识储备比较丰富，然而受制于种种条件，授课老师的专业实践能力极为匮乏，甚至完全不了实际的企业经济运行状况以及管理工作的实施程序。这也是长时间以来造成经济学课程枯燥、空洞非常关键因素。[5]针对这种情况，学校必须制定相关措施，有效提升教师实践教学能力。不仅需要关注教学质量的提升，更要加强教师实践水平的提升。对于该专业的教师增强工作审核，要求授课老师适当压缩课程教学时间。首先，要求教师从事专业对应的实务工作，增强对相应职业具体工作的了解，定期组织教师参加 社会实践 活动，比如到银行、四大会计师事务所、咨询公司和企业等单位，参与其经济管理工作，掌握经济管理工作的最直接的资料，根据自身实践，对教学案例资源进行完善、充实，使之更加贴合生活，更便于学生理解。其次，激励授课老师尤其是年轻教师参加银行从业资格证、证券从业资格证等经济学专业资格考试，充实教师各层次的知识，有助于教师水准的提升。最后，从校外邀请 经验 丰富的经济学基础教学经济学专家或者企业经济管理者组织专题讲座，不仅可以对课堂教学进行很好的补充，同时还可以有效地拓展学生的知识和眼界。 2.2提高案例教学水准 经济学基础具有很强的实践性，高效的案例教学可以很好地帮助学生理解专业知识，还可以实现教和学两方面互相影响和促进，共同都得到提高。同时，在案例教学涉及的相关考试可以鼓励学生尽可能表达自己的见解，无须顾及试卷的限制。授课老师可以学生实际的理论知识和实践水平，对案例教学进展进行合理的控制，同时在教学活动中，有意识地关注学生的课堂表现，注意学生对案例的反映及其观点，站在客观的角度对学生的表现进行评价，同时还可以把该项评估情况加入学生的最终的成绩中，作为学生成绩评价的一个有效参考。 2.3经济学基础实践基地建设 现阶段，多数企业并不乐于接收实习学生，然而学生可以进入的银行、事务所、咨询公司的数量毕竟是有限的，进入之后也只能从事一些基础性工作，甚至是劳力工作，无法真正涉及非常专业经济管理工作。因此，学校建立经济学专业实验室更加科学，效果更加显著。在实践基地，可以对企业的经济管理进行模拟，利用模拟情境，学生进行相关操作，处理相关的经济问题，进而更加深刻地掌握，改善教学状况，实现更加理想的教学效果。在此基础上，对企业的工作环境进行高效模拟，尽可能再现企业发展情况，综合各类专业知识，一方面，有效帮助学生系统巩固教材知识，另一方面，可以很好地锻炼学生的适应能力，培养其动手操作能力，符合当前复合型人才的发展要求。 3结论 综上所述，当前的经济学基础教学存在较多问题，教学模式刻板，教学环境封闭，无法满足实践性经管人才的需求，同时也无法很好地适应市场经济发展现状。文中笔者从增强教学的实践性、改善案例教学质量、建立实践基地三个方面革新“经济学基础”的教学环境，提升专业教学水平，满足现代企业经济人才需求。 经济学论文篇2：《《国际经济学》教学方法的改革与实践》 《国际经济学》是一门研究国际经济活动的学科，集国际贸易理论和国际金融理论于一体，是传统经济活动在跨国领域的运作和延伸。该课程一般开设于大二学年上学期，是经济相关专业的学生接触到的第一门“国际类”课程，在整个教学体系中起着承上启下的作用，它的教学方法运用得当，可提升学生学习的积极性、增强课堂教学的效果，具有举足轻重的作用。 一、《国际经济学》相关教材的选择 《国际经济学》作为经济专业的一门传统课程，教材版本众多，选择余地大，但是由于理论发展迅速，内容庞杂，各版本教材的内容差异较大，选择不同的教材可导致学生学到的理论差异很大。比较经典的国内教材是人大版和高教版的21世纪系列教材，也是国内众多院校选择的教材，这类教材中规中矩，尽量选择的是国际经济学中的传统理论，去掉旁枝末节，只对核心部分加以阐述，基本能满足教学要求。缺陷在于这类教材一般理论性较强，知识更新速度慢，实例和练习题较少，导致教学手段也比较单一，不能很好的举一反三。国际上关于该课程的经典教材也比较多，像克鲁格曼和萨尔瓦多的版本，都是一版再版，受到许多国内985和211院校教师的追捧。这些教材内容全面，知识新颖，一般都配以大量实证分析和习题，并有网络教学资源加以利用，教学效果更好。但此类教材一般难度较大，计量模型类分析较多，基础差的学生学习起来比较吃力，容易放弃。对于普通本科院校的学校，我们建议还是以国内学者编撰的教材为主，以国外经典教材为参考书或课外阅读书籍，做到有的放矢，深入浅出，以达到更好的教学效果。 二、《国际经济学》教学内容的调整 《国际经济学》与 其它 课程由浅入深的内容编排不同，一开篇就是难点，关于西方传统的国际贸易理论难度较大，不好理解，依赖于较好的微观经济学基础，否则部分学生会觉得雾里看花，对该课程首先留下了晦涩难懂的印象。比如相互需求理论和提供曲线，不结合微观基础理论分析会觉得理论突兀，结合基础理论部分学生又无法理解，针对这个问题，我们的主张是保证课堂教学的紧凑性，只讲解核心部分内容，并提供整个理论分析的参考资料供有基础的学生课外阅读，并把相关曲线的分析编入习题中，让学生熟悉它的推导过程。 《国际经济学》中大部分的内容都是国际贸易理论部分，分成不同的流派，形成不同的观点，许多派系直到现在仍然在发展充实。教师在进行这几章内容的备课时，一定要注意分类整理，避免逻辑混乱，并且在同一派系中还有不同分支，观点不尽相同，一定要注意分析和比较，让学生在思考中掌握问题要点。其中有几个理论，诸如贸易保护理论和生命周期理论等，在现代国家的发展中有很好的运用，所以适合结合实际来分析，避免就事论事。否则，学生也会在其它课程里面从另外的角度再次学到这些理论，那么他们就会心存疑虑，认为这些理论描述不一致，很难对理论信服和认可。我们建议教授《国际经济学》的教师和教授《国际贸易实务》的教师必须有集中备课的习惯，以便于知识的传承和衔接。关于国际金融理论部分的知识也在讲授中的一个难点，按照教学大纲要求是需要进行讲解的，但是该部分与《金融学》和《国际金融》的理论都有所重叠，许多教师甚至直接把备课的内容在这几门课上重复运用，没有做到严格区分，容易让学生觉得这些课程重复太多，学起来没用的假象。 在讲授该部分内容时，应侧重金融知识为贸易知识服务的重要性，国际经济活动是多重性的活动，实体贸易经济最终需要货币结算和资金流动等一系列的活动来配合完成，这才是《国际经济学》中编排金融知识的目的。所以金融理论知识的讲解一定要跟前面的贸易理论知识结合起来，主要贸易领域资金结算和投融资活动的分析，这样才能把《国际经济学》两部分的内容更好的融合，保持整体性和连贯性。开放经济政策下的宏观经济政策是该课程的又一个难点，这部分内容是宏观经济学的延伸和运用，同时也是近几十年来经济学者比较集中研究的内容。要引起学习的积极性，可以布置一些课堂任务，让同学们下去查询相关学者取得的成就和经济政策在不同国家的运用，让他们主动发现这部分内容的重要性，有了心态上的主动认识再加上课程的讲解，对经济政策的运用和不同国家的比较就可以学得更加透彻。《国际经济学》的内容众多，需要选择和取舍，分清主次，这就需要任课老师一定要根据学生的基础因材施教，有的放失，才能取得较好的教学效果。 三、《国际经济学》教学习题和案例分析的甄别 (一)教学习题方面 《国际经济学》是一门承上启下的重要课程，必要的练习是帮助学生更好理解教学内容，掌握解题思路的手段之一，国外众多版本的教材中都有较多参考资料，但是难易程度不一，需要选择。诸如在讲解提供曲线时，许多教材都在习题中对这个问题以习题形式来分析，但难度比较大。教师可以把这部分内容编入课堂教学中，以课堂思考题的形式直接提出并进行分析解答，可根据课堂反应来判断讲解的深入程度如何。纵观国内教材，习题编撰比较单一，一般都以简答或名词解释的形式呈现，没有任何新意，这就需要教师根据课堂教学内容进行习题编写，融入选择、判断以及计算分析等多种题型。比如在讲述区域经济一体化内容时，往年习题集中于问答题型，但讲授时可以把中国关于自贸区的政策介绍进去，那么习题编写时就可以考虑到时事部分，把关于自贸区的内容变成填空、选择或判断题，来考察学生在课后是否认真了解了这些经济时事政策。在讲述外汇和汇率时，可从贸易角度讲述金融结算方面的知识，那么习题就可以出一些计算分析题，国际经济活动中不同情形需要用什么汇率结算，怎样计算和分析等，这样学生就可以对该问题的应用有了更深的了解。 (二)案例分析方面 《国际经济学》的案例众多，选择性大，所以要选择合适的案例，要分析得当，讲解有深度，而且要为理论知识服务。比如在讲解国际直接投资和跨国公司的相关内容时，关于跨国公司的案例很多，但我们可以选取世界500强公司的前三十名进行比较分析，近三年来该榜单有什么变化，是什么原因造成的，经济形势对跨国公司的经营产生了怎样的影响，通过该案例的分析再来讲解跨国公司的相关理论，课堂的教学效果就非常好，学生理解起来也非常直观。在讲解国际收支相关内容时，除了罗列国际收支平衡表让学生理解分析外，还可把这几年国际收支平衡表的变化列出来给学生看，让其分析原因，再结合中国的“走出去”战略，让学生在学习国际收支平衡表内容的同时也知道了当前国际经济新形势下新的战略和选择。案例分析也要与时俱进，也要注重实例分析为理论服务的特点，才能达到较好的效果。 总之，为了把《国际经济学》的教学工作做得更好更透彻，任课老师应该充分作好各种准备工作，多阅读参考教材，将各类素材整理归纳到课堂上来讲解，多准备案例教学，让案例导入理论，从理论归纳到做法，从做法再总结出案例，循序渐进。每一章都要编写配套习题，习题内容要与课堂教学内容配套，做到相辅相成，相互融合，才能起到习题的训练效果。另外，国际经济的活动日新月异，跨境电商贸易和互联网金融异军突起，给该门课程的发展带来了新的契机，我们在讲授时也要充分意识到这一点，做到知识更新，才能取到更好的效果。 经济学论文篇3：《农业信息化建设在农村经济发展中的作用》 一、引言 如今我国各地区的贫富差距仍然较大，一些农村可能还在温饱阶段，而我们的社会已经不满足于小康社会，已经逐步向全面建设小康社会转型，这样发展的严重不均衡，使得农村经济发展更加落后。因此，全面建设小康社会的重点和难点就在于农村。随着社会的发展，农村人民对于生活也有了更高的要求，所以在农村实施农业信息化建设不仅可以缩小贫富差距，而且对于农村的经济发展是一个重大的推动力。中国农业要发展，就必须坚定不移地走农业信息化的道路。 二、农业信息化建设的意义 农业信息化是指在农业领域充分利用信息技术的方法手段和最新成果的过程。我国作为一个发展中国家，农业是国民经济的基础，农业的发展直接制约着工业和第三产业的发展，所以为了加速发展农村经济，农业信息化建设至关重要，它不仅仅可以促进农业增效，是统筹城乡经济社会发展的重要举措，还可以实现全面建设小康社会。 (一)有利于社会主义新农村建设 农业信息化建设可以引导农民改变传统的生产生活方式，促进农民享受现代社会的文明成果，推进农村科技、 文化 、 教育 、医疗等社会各项事业的发展。 (二)有利于改变农民的消费观念 农业信息化可以改善农民的生活环境，促使农民的消费观念和方式的改变。通过农业信息化的建设，农民可以利用网络了解关于农业生产的各种信息与技术。农业信息扩大了农民的视野，丰富了农民的文化娱乐生活，使他们不再封闭在自己的世界中，抵制消费，而是由注重物质文化生活的消费，向注重精神文化生活消费的转移。 (三)有利于提高农民的整体素质 通过农业信息化的建设，可以培养有文化、懂技术、会经营的新型农民。在现代信息化的时代，捕捉信息的 渠道 很多，信息化的建设就是信息来源的渠道之一，没有信息化的建设，到达农村的信息就是迟缓的、过时的，农民就无法得到有价值的信息，就无法掌握经济市场，和生产经营的主动权。如此农民就会丧失机遇，陷于被动，从而遭受经济损失。如果农民的整体素质提高了，就能快速抓住有价值的信息，为自己的农业生产创造条件。农业信息化提高了农民的整体素质，为他们的学习提供了更多的资源，以及为他们的经营管理提供了更多的方法。 (四)有助于促进农民走进社会市场 以前农村的生产基本上是自产自销，没有与社会市场连接，缺乏市场信息观念。对于社会市场信息不灵通，导致价格制定不合理，造成农副产品的生产大起大落。但是随着农业信息化建设，农民不再盲目生产，大大提高了生产效率和管理水平，促进了管理科学化、合理化和规范化，加快了农业的全面发展。 (五)有利于推动农村农业的进步，实现农业现代化 现在农业技术在不断地发展，农业信息化也被普遍运用于农业生产。农业信息技术的出现，带给了农民一种新的体验，这种技术的推广和普及，使农民能够通过网络进行远程技术培训和教育，弥补了原先农民农业生产知识和技术的缺乏。它促进了农民文化素质的提高和科技意识的增强，从而加快了农业现代化的步伐，促进了农业现代化的持续、稳定、健康的发展之路。 三、农村经济发展中的阻碍 (一)基础设施落后 基础设施是农村经济发展的基本物质保证，完善的基本设施是农村经济发展的基本前提。我国一些农村经济发展之所以缓慢，就是因为基本物质条件太差，比如道路交通不完善，交通网络结构单一，水、电、通讯不健全等，这些都是导致农村居民生活质量低下，严重阻碍农村经济发展的主要原因之一。 (二)农业生产方式落后 在农业信息化建设进入农村之前，不少地方的农民都是依靠传统的耕耘方式进行农业生产，使用的农业生产工具也是需要大量劳动力的传统工具，农村的农业生产方式落后，阻碍了农村的经济发展。 (三)农村资源开发利用率低 作为我国资源的宝库，农村具有较强的潜在资源优势。但是目前我国广大农村资源的开发力度低，资源开发利用率低，因此造成了大量资源闲置、浪费，无法促进资源优势向经济优势转变，从而无法带动农村经济的发展。 (四)农村经济发展对外开放程度低 我国农村普遍现象是农村较为封闭，导致外部资金无法进入，先进的科学技术和人才也难以引入，农村市场无法与外部市场接触，农村产生的经济难以推动整个农村的经济发展。 这些问题使得农村的经济发展受到了严重的阻碍，而农业信息化的到来，解决了这些影响农村经济发展的问题，从而加快了农村的经济发展。 四、农业信息化建设在农村经济发展中的作用 (一)农业信息化可以实现建设农村小康社会 随着中国特色社会主义建设事业的深入，在基本实现小康社会的情况下，我国正在向全面建设小康社会迈进。如今全面建设小康社会应该重点关注农村经济发展，所以农业信息化在农村的实施不可避免。目前，我国农村经济发展还比较落后，农业生产各方面的条件和机制都不够完善，而通过农业信息化建设，能够逐渐缩小贫富差距，让农村的经济发展一步步走上正轨，改善农民生活，从而逐渐实现建设农村小康社会。 (二)农业信息化可以提高农民收入 我国的传统农业模式正在慢慢转向信息化农业模式。以往农村科学技术和信息技术的落后，使得自然灾害容易对农业生产造成巨大的损失，而农业信息化的引入，改善了农业就业结构。对于农村居民来说，农业信息化提高了农业生产效率，有效的避免了自然灾害等因素所带来的影响，也就是在农业信息化的带动下，农村居民的收入提高了。另一方面，从整个社会来说，农业信息化提高了农业资源的利用率，提高了农业的生产水平和生产效率，效率提高了，所得到的回报也就更多。 农民收入的提高也表现在以下方面。一是农业信息化减少了市场交易的风险。农业信息化结合了生产、分配、消费等各个方面，它连接了买卖市场，减少了流通环节，节约了交易费用，也避免了消费过程中的各种纠纷，从而提高了农民收入。二是促进了农业经营模式的改善。以前农民都是通过自身的经验来生产产品，经营管理也没有系统的方式。然而通过农业信息化的建设，可以向农民传输科学知识以及农业生产的相关信息，使他们的经营管理规范化，从而使他们获得更大的经济效益。三是加快农业生产技术的推广。农业信息化可以有效的解决农村信息落后的问题，信息通过网络和多媒体技术把农业生产技术传递给农民，使农业生产科技得到发展和推广。 (三)农业信息化可以发展农村的市场经济 众所周知，我国是一个农业大国，长期以来，农业成本高，投入大，效率低，科技含量低，农民的文化素质和消费观念低下，相对落后的生产和销售方式制约着农村市场的经济发展。农村生产的产品量大时，即使低于城市多倍的价格销售，仍然解决不了大量积压产品，农村市场经济的不完善，使得产品没有销路是农村市场经济难以发展的原因之一。我国在几十年的农村改革中，农村市场经济通过农业信息化的建设，让农民进一步了解了社会的需求，供求走势，价格行情等，有效促进了农村市场经济的发展，使得农村经济发展又向前迈出了一步。 (四)农业信息化可以统筹城乡经济社会发展 农业信息化有助于推进农业和农村经济结构的调整，可以促进农村各项社会事业的发展。农业信息化的建设，让农村居民在教育、医疗、科技等方面逐渐拉近与城市居民之间的差距，以实行以城带乡，以工促农，城乡互动，协调发展，实现农业和农村经济的可持续性发展。 五、 进一步加强农业信息化发展的途径 (一)需要政府加大扶持力度 农业信息化的过程中肯定会遇到许多困难和矛盾，如果没有政府的大力扶持和资金支持，农民对农业信息化难以信服，特别是一些思想封闭，技术落后的农村。没有政府扶持的农业信息化建设就会像一盘散沙，没有企业化经营的管理人员，以农业信息化促进农村经济发展的规划就达不到预期的效果，那么农业信息化要真正地走进农村并被作用于农业生产等方面是很难的。 (二)需要培养农村信息人才，以此来推广农业信息化的应用 原本农民的文化程度都不高，他们因为农村的落后、种种因素和不利条件而无法接收良好的教育，这些原因使得农村人才匮乏，在这样的情况下，即使农业信息化对农民生活有诸多的好处，农民无法把它运用到生产农业事业中，那么农业信息化只是一场空谈。所以培养农村信息人才极其重要，有了这些专业的信息人才，农业信息化才能发挥它最大作用，农民也才会因此而受益。培养农村信息人才不仅是为了传播农业信息化的功能，也是为了激励农民工提高信息意识，自觉的关注信息和利用信息，培养他们使用信息的习惯和调动他们依靠信息的积极性。 六、结语 农业可持续发展是社会经济可持续发战略的重要组成部分。在全面实行农业信息化建设的过程中肯定会遇到困难，但是只有坚定不移的走农业信息化的道路，我国农村经济发展才会得到更好、更快的发展。相信在农业信息化的建设下一定会实现农村经济可持续发展，提高农民生活质量，增加农民收入，从而促进社会经济的发展。 猜你喜欢： 1. 大一经济学论文范文 2. 关于大一经济学论文范文 3. 关于大学经济学论文范文 4. 经济学术论文范文 5. 大一经济学论文范文精

本科毕业论文计量模型

中国央行宏观调控与股票市场反应。

房地产投资与经济增长的实证分析其中计量模型市这样的：1回归分析2单位根检验3协整分析4误差修正模型

计量经济模型包括一个或一个以上的随机方程式，它简洁有效地描述、概括某个真实经济系统的数量特征，更深刻地揭示出该经济系统的数量变化规律。是由系统或 方程组成，方程由变量和 系数组成。其中，系统也是由 方程组成。 计量经济模型揭示经济活动中各个因素之间的 定量关系，用随机性的数学方程加以描述。广义地说，一切包括经济、 数学、统计三者的模型；狭义地说，仅只用 参数估计和假设检验的 数理统计方法研究经验数据的模型。用截面数据作为计量经济学模型的样本数据，应注意以下几个问题。一是样本与母体的一致性问题。计量经济学模型的参数估计，从数学上讲，是用从母体中随机抽取的个体样本估计母体的参数，那么要求母体与个体必须是一致的。例如，估计煤炭企业的生产函数模型，只能用煤炭企业的数据作为样本，不能用煤炭行业的数据。那么，截面数据就很难用于一些总量模型的估计，例如，建立煤炭行业的生产函数模型，就无法得到合适的截面数据。

可以。OLS是ordinaryleastsquare的简称，意思是普通最小二乘法。普通最小二乘估计就是寻找参数的估计值，使上式的离差平方和Q达极小。用这种方法可以算出计量模型中的参数，它是计量经济学中最基本，也是用的最多的方法。

计量经济学论文回归模型

最好有以下几块东西1、选定研究对象（确定被解释变量，说明选题的意义和原因等。）2、确定解释变量，尽量完备地考虑到可能的相关变量供选择，并初步判定个变量对被解释变量的影响方向。（ 作出相应的说明 ）3、确定理论模型或函数式（根据相应的理论和经济关系设立模型形式，并提出假设，系数是正的还是负的等。）（二）数据的收集和整理（三）数据处理和回归分析（先观察数据的特点，观看和输出散点图，最后选择相应的变量关系式进行OLS回归，并输出会归结果。）（四）回归结果分析和检验（写出模型估计的结果）1、回归结果的经济理论检验，方向正确否？理论一致否？2、统计检验，t检验 F 检验 R2— 拟合优度检验3、模型设定形式正确否？可试试其他形式。4、模型的稳定性检验。（五）模型的修正（对所发现的模型变量选择问题、设定偏误、模型不稳定等，进行修正。）（六）确定模型（七）预测

你的邮箱不存在？

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

模型的建立首先要有经济理论的支撑，根据你自己感兴趣的话题，确定自变量X和因变量Y。实际研究问题时自变量X的选取一般会有多个，最基本的就是多元回归模型了。模型不一定都能设立成线性的，得根据实际解决问题。比如弹性，就得取对数模型。你随便拿本计量经济学看看就清楚了，伍得里奇的不错。

计量经济学模型论文研究方向

希望以上网站内容能帮到你

1、题目：题目应简洁、明确、有概括性，字数不宜超过20个字（不同院校可能要求不同）。本专科毕业论文一般无需单独的题目页，硕博士毕业论文一般需要单独的题目页，展示院校、指导教师、答辩时间等信息。英文部分一般需要使用Times NewRoman字体。2、版权声明：一般而言，硕士与博士研究生毕业论文内均需在正文前附版权声明，独立成页。个别本科毕业论文也有此项。3、摘要：要有高度的概括力，语言精练、明确，中文摘要约100—200字（不同院校可能要求不同）。4、关键词：从论文标题或正文中挑选3～5个（不同院校可能要求不同）最能表达主要内容的词作为关键词。关键词之间需要用分号或逗号分开。5、目录：写出目录，标明页码。正文各一级二级标题（根据实际情况，也可以标注更低级标题）、参考文献、附录、致谢等。6、正文：专科毕业论文正文字数一般应在3000字以上，本科文学学士毕业论文通常要求8000字以上，硕士论文可能要求在3万字以上（不同院校可能要求不同）。毕业论文正文：包括前言、本论、结论三个部分。前言（引言）是论文的开头部分，主要说明论文写作的目的、现实意义、对所研究问题的认识，并提出论文的中心论点等。前言要写得简明扼要，篇幅不要太长。本论是毕业论文的主体，包括研究内容与方法、实验材料、实验结果与分析（讨论）等。在本部分要运用各方面的研究方法和实验结果，分析问题，论证观点，尽量反映出自己的科研能力和学术水平。结论是毕业论文的收尾部分，是围绕本论所作的结束语。其基本的要点就是总结全文，加深题意。7、致谢：简述自己通过做毕业论文的体会，并应对指导教师和协助完成论文的有关人员表示谢意。8、参考文献：在毕业论文末尾要列出在论文中参考过的所有专著、论文及其他资料，所列参考文献可以按文中参考或引证的先后顺序排列，也可以按照音序排列（正文中则采用相应的哈佛式参考文献标注而不出现序号）。9、注释：在论文写作过程中，有些问题需要在正文之外加以阐述和说明。10、附录：对于一些不宜放在正文中，但有参考价值的内容，可编入附录中。有时也常将个人简介附于文后。

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

计量经济学模型研究论文选题

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

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