这是我以前写的一篇文章，是我当时学完计量和eviews之后，自己领悟的一点东西。呵呵，最近缺钱，拿出来和大家分享了，希望能挣点论坛币啊！
    当时是给一个朋友写的，她老是爱问东问西的，我就总结了一下，结合自己的体会在QQ空间写了篇日志，今天拿来和大家分享。时间长了，也没看上面的是否都正确，有问题了，尽管提，大家一起进步。下面是当时的原文。




       计量经济学的书翻了好几本了，外国人的，中国人的，看的是云山雾水的。心里说不出的郁闷，都是无数的问题所致。下面列出这些问题并分别解答。

问题1：计量经济学难学的原因

    学计量经济学是比较有难度的。我个人觉得主要是心理上的原因造成的。一听计量经济学，好多人第一感觉都是有点神秘莫测的，再加上概率统计尤其是统计本身就有点难，学习该课程的基础不好--此其一。然后就是别人情绪的感染。因为这门课的特殊性，大家不得不学，但又学的不精，或是不好，下届的无知向上届打听，上届的无学而危言耸听，增加了下届学习的难得，结果这个恶性循环一直下去，造成了大家普遍的学不好。所以，首先要克服心理上学习的阴影。

问题2：需要具备哪些基础知识？

    最近几天又开始翻看计量经济学，主要是两本书：黄少敏《计量经济学入门》和张晓峒的《计量经济学基础》。如果你以前接触过计量经济学，但是疑问颇多，建议你先看前者，然后是后者。如果你完全没接触过这门课，但是有一定的概率统计知识，建议你还是按照上述顺序。但是如果你没接触过，且没有概率统计的知识，那么，还是先静下心补补吧！
    上面这些全是扯的，下面是我自己尽最大可能用通俗的话介绍得计量经济学这门课，希望对你有用。

问题3：计量经济学的步骤方法

    计量经济学是一门数据处理课，主要是根据历史数据，研究变量之间的关系，从而对未来进行预测，指导人们的日常生活或是工作。使用计量经济学进行数据处理的步骤主要有：根据经济原理构建数学模型，确定被解释变量和解释变量之间的关系，使用计量经济学软件根据模型对已有数据进行处理，从而确定出原模型中的系数，确定经济模型。
    对数据的处理，主要使用的回归方法，包括一元线性回归和多元线性回归。二者的方法和过程基本一样，下面以一元线性回归为例进行介绍。进行回归分析，一般基于一下6个假设：随即误期望为0，且方差相同，随即误之间独立，解释变量为确定的值，解释变量之间没有确定的线性关系，随即误服从正态分布。满足了前5个条件，就可以使用最小二乘法直接处理数据了，这就是高斯-马尔科夫定理。
以上只是最理想的情况，现实中的实际情况往往不是这样的。

问题4：模型变量之间不是线性关系怎么办？

    首先是线性关系。解释变量和被解释变量之间往往并不是简单的线性关系，而可能是高次关系，对数关系，双曲线关系，对这些，首先要进行线性化处理，即通过变量代换等方法，使得他们的关系线性化，以方便进行线性回归。

问题5：6个假设条件无法同时满足怎么办？

    进行线性化处理得到线性化方程，这只是其中的一个步骤之一，是一个比较容易解决的环节，关键的地方是6个假设条件是否能得到满足。一般情况下，这几个条件是无法同时满足的，需要进行协整，这是整个计量经济学中最关键和最麻烦的地方。经常见到的问题有：异方差问题，自相关问题，多重共线性问题。

问题6：计量经济学的常用软件有哪些？

    常用的计量经济学（我见过的大家常用的）excel，spss，eviews等，尤其eviews，《数量经济学与计量经济学研究》上面的文章基本都是用其处理的，多数教材上介绍的时候也是用的eviews。不过，在心理学和社会学等学科方面，常用spss（我听一些这些学科的同学说的）。

问题7：几个有用的检验到底都什么意思？

    常见的检验有t检验，f检验和dw检验。f检验是在一定的显著性水平下，从总体上对模型中被解释变量与解释变量之间的线性关系是否显著成立的一种统计检验。假设有n个样本，k个解释变量，则f1，f2分别是k，n-k-1。若无法通过检验，则说明该解释变量对被解释变量无显著性影响，可以略去。
    t检验是从局部上检验解释变量对被解释变量是否有显著性影响的检验。假设有n个样本，k个解释变量，v=n-k-1，然后查t分布表。一般情况下，α取0.05，注意如何查表。
    dw是关于自相关的一个检验，在后面会有具体的介绍。

问题8：如何处理非线性化？

    通过变量代换的方法，直接在命令定义新变量之后，就可以直接赋值。

问题9：如何处理异方差？

    如何检测到异方差的存在？（待解）
    处理：加权最小二乘法（与谁有关，方程式在设置的时候直接在options中添加谁）。

问题10：如何处理自相关？

    检测自相关的方法有（个人认为比较使用的）两种：a、图示法：用给定的样本估计回归模型，计算残差，并分析残差图，最后与“标例”比较。
    b、dw检验法：前提：误差项ut为一阶自回归形式，因变量的滞后值yt-1不能在回归模型中做解释变量；样本容量应该充分大（T》15）。
    如何查dw值：t指样本个数，k指解释变量个数，查表后与ls估计数据进行对比。解决方法：差分法，利用dw求出p（柔）值，p=1-dw/2，p是相关系数，利用相关系数进行差分处理后，再进行ls，然后再次检查r、t、f以及dw值，必要的时候进行二次差分。

问题11：如何处理多重共线性？

    解释变量作用方向相同，重合较多，导致了共线性。
    如何检测：a、计算两个变量之间的相关系数（如何计算？）b、建立两个变量间的线性回归模型，拟合有毒r2越接近1，解释变量之间的线性关系就越强。
修正方法：修正frisch法（即逐步回归法）。

问题12：为什么要引入特殊变量？

    学历、性别、四季、有无房屋以及制度变革等无法直接量化的因素，有必要使其虚拟化，然后引入其中，方便研究。