【正文】 除了對參數(shù)的估計(jì)值進(jìn)行顯著性檢驗(yàn)外，我們還會(huì) 對整個(gè)估計(jì)模型的總體擬合度進(jìn)行判定，也就是說我們 除了希望參數(shù)的估計(jì)值比較準(zhǔn)確外，還希望估計(jì)的回歸 模型相當(dāng)精確地解釋被解釋變量在樣本期的變化，也就 是估計(jì)的模型有很高的擬合度。 常用的關(guān)系或模型有 線性模型 和 乘法指數(shù)模型 等。 需求估計(jì)的具體方法 在計(jì)量經(jīng)濟(jì)學(xué)中用于估計(jì)參數(shù)主要有兩種技術(shù)： 回歸分析 （ regression analysis） 與相關(guān)分析 （ correlation analysis） 相關(guān)分析 主要是測量兩個(gè)變量之間的 線性關(guān)聯(lián)程度 。試驗(yàn)者可以觀察到當(dāng)調(diào)整價(jià)格、競 爭產(chǎn)品價(jià)格和其他變變量對實(shí)際購買量的影響。 者如果打算進(jìn)行商品價(jià)格調(diào)整的決策，就需要知道價(jià)格提 高對需求量、總收益和利潤的影響，為此需要知道在預(yù)計(jì) 價(jià)格調(diào)整的范圍內(nèi)，需求彈性是充足還是不足？等等。做調(diào)查的技巧在于避免陷阱。它試圖量化經(jīng)濟(jì)現(xiàn)象， 在抽象的經(jīng)濟(jì)理論世界和人類活動(dòng)的現(xiàn)實(shí)世界之間 架起一座橋梁。 （ 3）混合數(shù)據(jù)： 在混合數(shù)據(jù)中兼有時(shí)間序列和橫截面數(shù) 據(jù)。 各估計(jì)系數(shù)的標(biāo)準(zhǔn)誤（差）測量了在根據(jù)同一個(gè)實(shí)際需 求關(guān)系、不同的觀測值進(jìn)行的回歸分中，各系數(shù)估計(jì)值 的變化程度。 大的 R2值 小的 R2值 如果計(jì)算 R2等于 ，約有 53%的 Y的變 化可以用回歸模型來解釋，或者說該回歸模型可以解釋 Y的 53%的變化。 線性模型的優(yōu)點(diǎn)在于 ：（ 1） 不改變它的形式就能對 它進(jìn)行估計(jì)；（ 2）對變量系數(shù)的解釋比較簡單，也就是 如果其他自變量的值保持不變，每個(gè)系數(shù)代表相應(yīng)的自變 量變化 1個(gè)單位會(huì)使需求量變化多少。包括估計(jì)參數(shù)和檢驗(yàn)統(tǒng)計(jì)顯著性兩方面。 這種方法的缺陷在于：由于參與者知道他們被觀察的狀 況，不太可能像在真實(shí)的環(huán)境中行動(dòng)，從而影響結(jié)果準(zhǔn)確性 其次，由于成本較高決定了參與者樣本很少，而從很小的樣 本的實(shí)驗(yàn)結(jié)果推斷出一個(gè)市場行為可靠性存在問題。 作為一位管理 對需求估計(jì)的方法大體可以分成兩類： 最常用和最有效的就是統(tǒng)計(jì)技術(shù)中的 回歸分析 法 ，就是根據(jù)需求各種變量的具體數(shù)據(jù)，得出描述 這些變量之間關(guān)系的數(shù)學(xué)方程的方法； 另一種是進(jìn)行