❶ 計量經濟學中，「白雜訊」通俗的講，是什麼意
很多種來源：
1、模型中沒有引入進來的自變數
2、變數的測量誤差
3、變數的波動
4、。。。
❷ 計量經濟學根據研究對象的不同，可以分為 計量經濟學和 計量經濟學
計量經濟學根據研究對象的不同，可以分為 宏觀計量經濟學和微觀 計量經濟學。
計量經濟學根據研究目的和內容側重面不同，可以分為 理論計量經濟學和應用計量經濟學。
❸ 如何判斷計量經濟學的AR(p)和MA(q)模型
第一張圖是MA，因為自相關系數是截尾的。並且階數是1，因為p階MA的自相關系數從p+1處開始為0；
第二張圖是AR，因為自相關系數是依階數增長而收斂的。觀察其偏相關性，在2階以後截斷，所以是2階的
❹ 計量經濟學中的白雜訊
就是零均值、常方差的穩定隨機序列，計量模型中的隨機誤差項必須是白雜訊，模型才有經濟意義
❺ 計量經濟學中的DF檢驗和ADF檢驗
一、DF檢驗
隨機遊走序列 Xt=Xt-1+μt是非平穩的，其中μt是白雜訊。而該序列可看成是隨機模型Xt=ρXt-1+μt中參數ρ= 1時的情形。也就是說，我們對式 Xt=ρXt-1+μt
（1） 做回歸，如果確實發現ρ=1，就說隨機變數Xt有一個單位根。可變形式成差分形式：Xt=(ρ-1)Xt-1+μ t =δXt-1+ μt
（2）檢驗
（1）式是否存在單位根ρ=1，也可通過（2）式判斷是否有 δ=0檢驗一個時間序列Xt的平穩性，可通過檢驗帶有截距項的一階自回歸模型 Xt=α+ ρXt-1 +μt （*）中的參數ρ是否小於1。或者：檢驗其等價變形式Xt=α+ δXt-1+μt（**）中的參數δ是否小於0 。
零假設 H0：δ= 0；備擇假設 H1：δ< 0 可通過OLS法估計Xt=α+ δXt-1+μt並計算t統計量的值，與DF分布表中給定顯著性水平下的臨界值比較：如果：t < 臨界值，則拒絕零假設H0：δ= 0 ，認為時間序列不存在單位根，是平穩的。
二、ADF檢驗
在DF檢驗中，實際上是假定了時間序列是由具有白雜訊隨機誤差項的一階自回歸過程AR(1)生成的。但在實際檢驗中，時間序列可能由更高階的自回歸過程生成的，或者隨機誤差項並非是白雜訊，為了保證DF檢驗中隨機誤差項的白雜訊特性，Dicky和Fuller對DF檢驗進行了擴充，形成了ADF（Augment Dickey-Fuller ）檢驗。
進行ADF檢驗要分3步：
1 對原始時間序列進行檢驗，此時第二項選level，第三項選None.如果沒通過檢驗，說明原始時間序列不平穩；
2 對原始時間序列進行一階差分後再檢驗，即第二項選1st difference，第三項選intercept,若仍然未通過檢驗，則需要進行二次差分變換；
3 二次差分序列的檢驗，即第二項選擇2nd difference ，第四項選擇Trend and intercept.一般到此時間序列就平穩了。
在進行ADF檢驗時，必須注意以下兩個實際問題：
（1）必須為回歸定義合理的滯後階數，通常採用AIC准則來確定給定時間序列模型的滯後階數。在實際應用中，還需要兼顧其他的因素，如系統的穩定性、模型的擬合優度等。
（2）可以選擇常數和線性時間趨勢，選擇哪種形式很重要，因為檢驗顯著性水平的 t 統計量在原假設下的漸近分布依賴於關於這些項的定義。
❻ 計量經濟學中的滯後期有什麼用。應該怎麼確定滯後期
時間序列分析
一般是Box-Jenkins的方法
把因變數的滯後項作為自變數
y_t = b0 + b1*y_{t-1} + b2*y_{t-2} + ... + bp*y_{t-p} + u_t
這樣的模型確定滯後階數p的方法是
1. y_t滿足covariance-stationarity 也就是對於任意t 均值不變 方差不變 協方差只是間隔項數的函數
2. u_t是白雜訊而不出現序列相關
3. p的確定遵循parsimony的原則 國內應該翻譯為「精簡」
一般構造AIC和 SBC兩個指標來比較 這兩個指標越小越好
AIC = T * ln(殘差平方和) + 引入p階的懲罰
SBC相似
也就是說首先殘差平方和應該越小說明自變數也就是滯後階數的解釋能力強 不過呢引入的滯後項數越多 殘差平方和應該越來越小 所以要看有效性 便加入一個懲罰 使得模型精簡 原理和adjusted R^2一樣
AIC適合小樣本 SBC適合大樣本
然後這兩個信息標准都在一般的回歸軟體中列了出來
比較其中最小的就是合適的p階滯後
但是一定要保證殘差是白雜訊
❼ 計量經濟學中，「白雜訊」通俗的講，是什麼意思啊
就是零均值、常方差的穩定隨機序列，計量模型中的隨機誤差項必須是白內雜訊，模型容才有經濟意義
❽ 怎樣用eviews進行白雜訊檢驗
可以打開eviews中的resid序列並將差分階數選擇為level，看伴隨p值的大小即可，如果伴隨p值大說明對應的白雜訊也較大。
只要一個雜訊過程所具有的頻譜寬度遠遠大於它所作用系統的帶寬，並且在該帶寬中其頻譜密度基本上可以作為常數來考慮，就可以把它作為白雜訊來處理。
Eviews處理的基本數據對象是時間序列，每個序列有一個名稱，只要提及序列的名稱就可以對序列中所有的觀察值進行操作，Eviews允許用戶以簡便的可視化的方式從鍵盤或磁碟文件中輸入數據。
根據已有的序列生成新的序列，在屏幕上顯示序列或列印機上列印輸出序列，對序列之間存在的關系進行統計分析。
(8)計量經濟學白雜訊擴展閱讀：
eviews的優點：
EViews是在Windows操作系統中計量經濟學軟體里世界性領導軟體。強而有力和靈活性加上一個便於使用者操作的界面；最新的建模工具，快速直覺且容易使用的軟體。
由於它革新的圖表使用者界面和精密的分析引擎工具，EViews 是強大，靈活性和便於使用的功能。EViews 預測分析計量軟體在科學數據分析與評價、金融分析、經濟預測、銷售預測和成本分析等領域應用非常廣泛。
EViews軟體在Windows環境下運行，操作介面容易上手，使得本來復雜的數據分析過程變得易學易用。
❾ 計量經濟學中，「白雜訊」通俗的講，是什麼意思
就是零均值、常方差的穩定隨機序列，計量模型中的隨機誤差項必須是白雜訊，模型才有經濟意義