【正文】 ) 8． Microfit (H. Pesaran and B. Pesaran, Oxford University) 9． SHAZAM (, USA) 10． Mathematica V. 11． SPLUS V. （包括回歸分析、方差分析、判別分析、聚類分析、試驗設計、非參數(shù)方法、生存分析、時間序列分析、譜分析、投影尋蹤等。 現(xiàn)在可以由各種有關的計算機應 用軟件來實現(xiàn) ， 如 EViews (Econometrics Views)。既要重視理論方法，也要重視應用模型和應用中實際問題的解決； ⑵ 以教材中的經(jīng)典理論方法為主，也要了解適當介紹的、教材中沒有的非經(jīng)典理論方法； ⑶ 對于理論方法，重點是思路而不是數(shù)學過程； ⑷ 對于應用模型，重點不是每種模型本身，而是它們演變與發(fā)展的方法論； ⑸ 必須十分重視綜合練習； ⑹ 必須掌握一種應用軟件，我們準備用 Eviews 什么是計量經(jīng)濟學 一、計量經(jīng)濟學的產(chǎn)生與發(fā)展 產(chǎn)生的歷史 ： 起因：對經(jīng)濟問題的定量研究 名詞： 1926年弗瑞希仿造出 “ Biometrics” “Econometrics” 標志： 1930年成立計量經(jīng)濟學會 說明： “ 計量經(jīng)濟學 ” “ 經(jīng)濟計量學 ” 特點： 計量經(jīng)濟學的重要特點是它自身并沒有固定的經(jīng)濟理論，計量經(jīng)濟學中的各種計量方法和技術，大多來自數(shù)學和統(tǒng)計學。 ○不必全懂，只需似懂非懂。 （ 如何通過變量樣本觀測值去科學地估計總體模型的參數(shù)是計量經(jīng)濟學的核心內容 ） 兩個概念 ： 參數(shù)的估計值 ：所估計參數(shù)的具體數(shù)值 參數(shù)的估計式 ：估計參數(shù)數(shù)值的公式 參數(shù)估計的常用方法： 普通最小二乘、廣義最小二乘、極大似然估計、二段最小二乘、三段最小二乘、其它估計方法 三、模型檢驗 為什么要檢驗 ？ ● 建模的理論依據(jù)可能不充分 ● 統(tǒng)計數(shù)據(jù)或其他信息可能不可靠 ● 樣本可能較小 ， 結論只是抽樣的某種偶然 結果 ● 可能違反計量經(jīng)濟方法的某些基本假定 對模型檢驗什么 ？ 對模型和所估計的參數(shù)加以評判 ， 判定在理 論上是否有意義 ， 在統(tǒng)計上是否可靠 ?！保绹F(xiàn)代經(jīng)濟詞典） ●“ 計量經(jīng)濟學可定義為：根據(jù)理論和觀測的事實 ，運用合適的推理方法使之聯(lián)系起來同時推導 ， 對實際經(jīng)濟現(xiàn)象進行的數(shù)量分析 。參觀一個城市，先站在最高處俯瞰，然后走街串巷；了解一座建筑，先看模型，后走進每一個房間。 例： Y = α+β X + u Y— 消費支出 X—收入 α、 β —參數(shù) u—隨機誤差項 隨機誤差項 ：模型中沒有包含的所有因素的代表 設定計量經(jīng)濟模型的基本要求： ● 要有科學的理 論 依據(jù) ● 選擇適當?shù)臄?shù)學形式 方程應有解 ， 形式盡可能簡單 類型 : 單一方程 線性形式 聯(lián)立方程 非線性形式 ● 模型要兼顧真實性和實用性 ： 兩種不好的模型： 太真實 — 過分復雜 過分簡單 — 不真實 ● 包含隨機誤差項