A. 计量经济学中计算DW统计量的目的是什么
用以检验模型是否存在干扰项自相关。
B. 计量经济学的一道题 与eviews有关 DW有关
D－W值＝2（1－\rho），这里\rho是残差项u_t与U_t-1的相关系数，根据这张图，是无法求解出DW值的。这张图的中R2可求F，R2可求调整的R2，其它的就是似然值，均值，方差，AIC值这类，就是没协方差的数据，所以，无解。
C. 计量经济学自相关LM检验和DW检验的问题
德宾-沃森（Durbin-Watson）检验简称D-W检验，是目前检验自相关性最常用的方法，但它只适用于检验一阶自相关性。 先通过公式计算出DW值，再根据样本容量n和解释变量数目k查分布表，得到临界值dl和，然后判断是否自相关。 因为DW=2(1-ρ),而自相关系数ρ（利用残差构造的）的值介于-1和1之间，所以 0≤DW≤4 ，而且判定区间【0, dl ，，(4-)，(4-dl), 4】关于2对称。
0<DW<dl存在正自相关，dl<DW<时，不确定，<DW<4－时，无自相关，4－<DW<4－dl时，则不确定，4－dl<DW<4时，存在负自相关。这也是DW检验的缺点之一：会有判定盲区dl<DW<和4－<DW<4－dl。
如果DW统计量表明残差序列有一阶自相关，说明原模型没有拟合好，应为没有捕捉到足够信息所以导致残差自相关；或者说明模型中的解释变量至少不是严格外生的。
改善方法：添加解释变量或者对模型进行准差分。设原模型为Yt=beta0+beta1*Xt+Ut,准差分得到[Yt-rouY(t-1)]=[beta0(1-rou)]+[Xt-rouX(t-1)]+[Ut-rouU(t-1)],rou就是残差Ut的一阶自相关系数，t是下标，我敲的不太好看。
D. 计量经济学中DW统计量是什么意思在N多模型检验中，DW统计量的结果反映什么问题，求简单明了的解释
Durbin Watson 统计量用来检验残差一阶自相关 只能检验一阶不能检验高阶自相关
DW = sum (eps_t - eps_{t-1})^ / sum (eps_t)^2 约= 2(1 - r)
r表示相邻残差之间的相关系数
如果r = 0 也就是说近似于2的DW值表示残差不存在相关性
如果r > 0 也就是说接近0的DW值表示正相关
如果r < 0 也就是说接近4的DW值表示负相关
一般DW统计量的表提供d_l和d_u
DW < d_l 正相关
d_l <DW < d_u 该检验不确定
d_u < DW < 4 - d_u 不存在自相关
4 - d_u < DW < 4 - d_l 该检验不确定
DW > 4 - d_l 负相关
(4)计量经济学DW扩展阅读：
自相关性产生的原因：
线性回归模型中随机误差项存在序列相关的原因很多，但主要是经济变量自身特点、数据特点、变量选择及模型函数形式选择引起的。
1.经济变量惯性的作用引起随机误差项自相关
2.经济行为的滞后性引起随机误差项自相关
3.一些随机因素的干扰或影响引起随机误差项自相关
4.模型设定误差引起随机误差项自相关
5.观测数据处理引起随机误差项序列相关
自相关的后果：
线性相关模型的随机误差项存在自相关的情况下，用OLS（普通最小二乘法）进行参数估计，会造成以下几个方面的影响。
从高斯-马尔可夫定理的证明过程中可以看出，只有在同方差和非自相关性的条件下，OLS估计才具有最小方差性。当模型存在自相关性时，OLS估计仍然是无偏估计，但不再具有有效性。
这与存在异方差性时的情况一样，说明存在其他的参数估计方法，其估计误差小于OLS估计的误差；也就是说，对于存在自相关性的模型，应该改用其他方法估计模型中的参数。
1.自相关不影响OLS估计量的线性和无偏性，但使之失去有效性
2.自相关的系数估计量将有相当大的方差
3.自相关系数的T检验不显著
4.模型的预测功能失效
E. 计量经济学中，杜宾瓦森检验DW值，谁知道k=8,n=80时dl 分别是多少啊
1.425 1.861
这个是在文库里的表里查的，你自己去搜一搜吧
望采纳哦~
F. 计量经济学由dw统计量怎么计算广义差分的系数p
DW我是不知道，但是首先要看你是几阶自回归吧？如果是随机误差项一阶自回归的话，用EVIEWS很方便，运行普通OLS以后，得出残差e,输入命令，ls e(t) e(t-1).
恩，没记错的话 应该是这样
G. 哪位大神给我讲解一下，计量经济学eviews中，这些字母什么的都代表什么。感激不尽！！！
计量经济学中，“eviews”这些字母的意思如下：
R-SQUARED 判定系数，越近1越好。版
ADJUSTED R-SQUARED 调整的判定系数，大多情况下略权小于判定系数。
S.E. OF REGRESSION 回归标准差，越小越好。
LOG LIKELIHOOD 似然估计值，暂可不考虑。
DURBIN-WATSON STAT 杜宾-瓦特森统计量，检验是否存在一阶自相关的指标。
MEAN DEPENDENT VAR 被解释变量的均值。
S.D. DEPENDENT VAR 被解释变量的标准差。
AKAIKE INFO CRITERION 赤迟信息准则。
SCHWARZ CRITERION施瓦茨准则，以上两者都是用来确定最优滞后期的指标，（AIC常用）。
F-STATISTIC 为F统计量，检验方程整体显著性的指标。
PROB(F-STATISTIC)是F统计量的伴随概率，如果小于0.05表明所有的待估参数不全为零。