计量经济学期末小论文

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

爱莫能助，我也是在寻求别人帮助的，呵呵，希望我们都有个好结果

计量工作与生产经营计量工作是生产和经营管理的重要技术基础，是提高企业素质；保证产品或工程质量，促进技术进步和管理现代化的重要条件，也是有效实行技术监督的必要手段。现代企业生产过程中，从原材料、燃料进厂验收，生产过程工艺与质量监控，最后到成品检验都需要做大量的各种物理量、几何量、化学基等计量测试。如果把企业生产活动过程看作是科学地组织生产过程中人流、物流和信息流三“流”相互作用的过程，那么，由计量测试仪器所提供的数据信息，是企业生产信息流的主体。就是说，可测量的信息量约占整个数据信息量的80％以上。没有准确、一致、可靠的计量工作；组织科学、有效的生产和质量管理也是不可能的。所以，计量工作（包括测试、化验、分析等工作）是企业生产的重要环节，是保证零部件具有互换性和产品质量的重要手段和方法。那末，计量在生产经啻过程中究竟有什么作用？计量如何为质量管理服务？怎样才能做好计量工作？一、计量在生产经营全过程中的作用1.对进厂原材料、国料进行计量测试，以消徐生产质沉的隐患原料、材料与燃料的质量是否符合产品设计和生产质量的规定要求，不仅直接关系到产品或工程质量，而且还影响到生产加工过程中的质量、安全和工艺性能。如生铁进厂必须化验铁、碳、硫、磷等元素的成分，施工所用水泥必须做抗压强度试验，以免造成屋毁人亡的恶果。2.外购元器件、零部件和备种工艺装备必须严格检到合格，以确保加工和装配的质量电视机、收录机产品的元器件有十万分之见的不合格、就会造成产品百分之几的不合格；航天飞机中一个小垫圈的失效就可造成机毁人亡的恶果；工装质量的误差，势必造成加工和装配质量中更大的误差。因此，外购元器件、零部件和各种工艺装备务必一一检验合格后，方可投入使用。3.计量测试是进行生产过程工艺多数监控最基本、最主要的技术手段现代工业生产多是连续的或自动化流程生产，要依靠生产流程中各项工艺参数的准确和控制。如石油化学工业中产品质量基本上取决于生产（反应）：过程中温度、压力、流量等参数的控制；电压稳定度、输电疫率等电磁参数可影响到各工业部门的生产质量。因此，发电厂必须用各种计量仪器仪表对它们进行监控调整，以保证稳定送电。冶金工业中，成分分析和温度、压力、流量等计量参数的测量控制，更是保证钢铁与各种有色金属成品质量的关键。只有化学成分及原材料分析准、配料准。出炉温度准、合金成分控制准，一句话，计量准，才能保证钢铁或有色金属产品优。4.半成品和产品质量的最终评价，必须依赖完备科学的计量检测仪器零部件、半成品和产品质量如何？集中表现为对它们的技术特性和参数的测量数据是否符合标准。当前，许多企业产品质量差的主要原因，也是在计量问题上，如缺乏必备的计量检测仪器，计量检测方法落后以及计量管理不健全等。有个农机厂生产深井泵，应检项目326项中，却有116项因没有计量器具不能进行检测，这怎么保证深水泵的质量？5.计量工作是工业生产技术进步和管理现代化的基础及前提随着工业生产技术水平的进步和提高，高速、连续、自动的专业化自动化生产和现代化管理，都对计量技术和装备提出新的更高的要求。国外工业发达国家的冶金工业，生产效率高，产品质量好，并不在主体加工设备上，而是他们装备了现代化的计量仪器仪表和自动监控设备，能快速、精确地测量出生产过程中各项参数，并经计算机高速处理后反馈到生产中实行最优控制，使凭人工经验操作进入靠数据科学管理阶段。因此，人们已把计量检测技术和原材料、设备一起作为现代化工业生产的三大支柱。二、计量工作为质量管理服务的途径计量工作为质量管理服务的途径有三条。1.统一计量单位，统一量值，为质量管理提供准确可靠和一致的数据质量管理的重要特点之一，就是一切凭数据说话、数据是质量管理的重要基础，而数据的准确一致就要靠计量工作。我国计量工作的基本任务是统一国家的计量单位制度，保证各行各业所使用的计量器具和仪器仪表都是准确可靠的。我国已经统一实行了以国际单位制为基础的法定计量单位，各级计量部门正在积极主动地宣贯计量法，开展量值传递，即把国家计量基准、标准的量值准确地传递到各行业生产第一线的计量器具和仪器仪表。通过这些准确的计量器具、仪器仪表，保证被测工件、产品的质量数据准确一致。2.加强对计量器具和仪器仪表产品的质量监督做好量值传递工作只能对正在使用中的计量器具和仪器仪表实行定期校准和检定，保证使用中的计量仪器准确可靠。但这还不能解决计量仪器本身的质量问题。如果我们只抓使用中计量仪器的量值准确统一，不抓正在生产的计量仪器产品质量监督，就会使大量不合格的计量仪器流入市场。这不仅给量值传递工作造成越来越大的压力，而且对产品质量也构成一个极大的威胁。计量仪器是一种特殊的产品，随着工业化水平的提高，发展相当迅速，品种日益繁多。认真抓好对它们的质量监督和控制，就可防止“一家产品害千家”。各级计量部门正在通过“计量器具生产（修理）许可证”的发放和计量认证等工作强化监督管理。3.加强对生产过程的计量检测和监控，是加强质更自理，提高产品质量的中心环节计量检测和监控水平是衡量一个国家工业技术水平的重要尺度。目前，世界上工业发达国家，把原材料、设备和计量检测手段作为工业生产的三大支柱。计量检测技术发展相当迅速，随着质量管理从“事后检验”发展到“事前预防”，计量检测也由被动测量发展到主动测量，由静态测量发展到动态测量，由人工检测发展到自动检测，由成品检验发展到生产过程中检测和监控。从而强化了质量管理，并显著地提高了质量。可以说，没有先进的计量测试手段，就没有先进的产品，没有高质量。因此，如何研制、开发先进的计量检测仪器，已成为计量工作中一个十分重要的任务。三、建立计量确认体系，实行测量过程控制，为质量体系有效运行提供保证怎样做好计量工作？ISO10012《测量检测设备的质量保证要求》为做好计量工作指出了明确的方向，那就是要建立计量确认体系，实行测量过程控制。依据ISO10012，应对所有的测量设备进行认可和管理，并形成一个文件化的计量确认体系，确保所有计量检测设备的使用和运行符合质量要求，杜绝计量误差超出允差极限，并对每一个测量过程实行有效的控制，使其处于统计控制状态之下。具体地说，要求各类计量器具及化验、分析仪器必须配备齐全。完整无缺；保证量具及化验、分析仪器的质量稳定，示值准确一致；修复及时，根据不同情况、选择正确的计量检试方法。同时，应抓好以下几个主要环节。1．计量器具及仪器的正确与合理使用保证计量器具及仪器均正确与合理使用，是计量工作中的一个重要方面。为此应做到：①要经常对职工进行爱护计量器具及仪器的教育；②提高工人技术水平。熟练地掌握量具及仪器的使用技能；③要根据企业的生产过程和工艺特点，正确配备各种量具和仪器；④正确制定和严格贯彻执行有关规程和制度。例如最具及仪器的使用和维护制度，以及化验和分析方面的规章制度；⑤建立和健全量具及仪器使用的责任制度。2．计量器具的周期检定为了确保量具及仪器的质量，对企业所有的计量器具及仪器，无论是外购或自制的，都必须按照计量检定规程规定的检定项目和方式（或有关技术标准）进行检定。这些检定包括：（l）入库检定。外购或自制的计量器具在入库之前，由计量室，中央工具库检定站进行技术检定。检定合格的发入库合格证，送工具库保存备用。（2）入室检定。各车间工具室在从中央工具库领取计量器具及仪器时，应先由车间检查站进行入室前的检定。对入室检定合格的量具及仪器，检查站打上合格标志，送工具室保存备用。对于重要的量具及仪器，出借时必须进行校检。（3）周期检定。对使用中的计量器具及仪器，由检查站按照规定的周期和项目进行技术检定。实行周期检定的计量器具及仪器，必须按照检定周期日程表进行，并把检定结果记录下来，合格的换上新合格证，准予继续使用；不合格的由检定站进行修复，修复合格后，再发给合格证，提供使用。（4）返还检定。借用的量具及仪器用毕归还之前，由检查站作返还检定，合格的打上合格标志，送还工具室保存备用。所有计量器具及仪器必须经检定合格，具有合格证及标志，才准许投入使用或进行流传。3.计量器具及仪器的及时修理和报废对于因使用和其它原因而发生磨损的计量器具及仪器，要根据检定结果，按照损坏程度的不同而分别处理。凡是已经严重磨损或损坏无法修复的计量器具及仪器，该废的必须报废，该换的一定要换。对于那些经过检定发现不合格但可修复的计量器具及仪器，计量室（或站）应立即给予修复，修复后必须进行检定。使用单位或个人不能擅自对计量器具及仪器进行拆封或检修。4．计量器具及仪器的妥善保管为了保证计量器具及测试仪器质量稳定，示值准确一致，对于不在使用过程中的计量器具及仪器要妥善存放保管。5．改进计退器具和计量方法实现检验测试手段现代化。随着科学技术的发展，现代化技术设备在生产经营过程中大量采用，生产经营自动化程度不断提高，为了更好地控制产品质量，迫切要求实行计量工作的技术改革，广泛采用高效能的检验装置、专用的计量器具及仪器、现代化的测试技术设备及先进的检测方法。如采用多用途的、气动的、电动的、激光的检测技术，运用精密测量仪器仪表和电子计算机等等。为了做好计量工作，充分发挥它在企业生产和质量管理中的作用，企业必须设置专门的计量管理机构和理化试验室，负责组织和管理企业的计量和理化试验工作。这样，才能保证质量管理的有效实行。此外，开展企业计量水平定级和诊断活动，有力地促进企业计量基础工作的加强，也大大地促进了全面质量管理的深入开展。参考资料：计量工作与生产经营

用spss就可以啊！