❶ 计量经济学中，“白噪声”通俗的讲，是什么意
很多种来源：
1、模型中没有引入进来的自变量
2、变量的测量误差
3、变量的波动
4、。。。
❷ 计量经济学根据研究对象的不同，可以分为 计量经济学和 计量经济学
计量经济学根据研究对象的不同，可以分为 宏观计量经济学和微观 计量经济学。
计量经济学根据研究目的和内容侧重面不同，可以分为 理论计量经济学和应用计量经济学。
❸ 如何判断计量经济学的AR(p)和MA(q)模型
第一张图是MA，因为自相关系数是截尾的。并且阶数是1，因为p阶MA的自相关系数从p+1处开始为0；
第二张图是AR，因为自相关系数是依阶数增长而收敛的。观察其偏相关性，在2阶以后截断，所以是2阶的
❹ 计量经济学中的白噪声
就是零均值、常方差的稳定随机序列，计量模型中的随机误差项必须是白噪声，模型才有经济意义
❺ 计量经济学中的DF检验和ADF检验
一、DF检验
随机游走序列 Xt=Xt-1+μt是非平稳的，其中μt是白噪声。而该序列可看成是随机模型Xt=ρXt-1+μt中参数ρ= 1时的情形。也就是说，我们对式 Xt=ρXt-1+μt
（1） 做回归，如果确实发现ρ=1，就说随机变量Xt有一个单位根。可变形式成差分形式：Xt=(ρ-1)Xt-1+μ t =δXt-1+ μt
（2）检验
（1）式是否存在单位根ρ=1，也可通过（2）式判断是否有 δ=0检验一个时间序列Xt的平稳性，可通过检验带有截距项的一阶自回归模型 Xt=α+ ρXt-1 +μt （*）中的参数ρ是否小于1。或者：检验其等价变形式Xt=α+ δXt-1+μt（**）中的参数δ是否小于0 。
零假设 H0：δ= 0；备择假设 H1：δ< 0 可通过OLS法估计Xt=α+ δXt-1+μt并计算t统计量的值，与DF分布表中给定显著性水平下的临界值比较：如果：t < 临界值，则拒绝零假设H0：δ= 0 ，认为时间序列不存在单位根，是平稳的。
二、ADF检验
在DF检验中，实际上是假定了时间序列是由具有白噪声随机误差项的一阶自回归过程AR(1)生成的。但在实际检验中，时间序列可能由更高阶的自回归过程生成的，或者随机误差项并非是白噪声，为了保证DF检验中随机误差项的白噪声特性，Dicky和Fuller对DF检验进行了扩充，形成了ADF（Augment Dickey-Fuller ）检验。
进行ADF检验要分3步：
1 对原始时间序列进行检验，此时第二项选level，第三项选None.如果没通过检验，说明原始时间序列不平稳；
2 对原始时间序列进行一阶差分后再检验，即第二项选1st difference，第三项选intercept,若仍然未通过检验，则需要进行二次差分变换；
3 二次差分序列的检验，即第二项选择2nd difference ，第四项选择Trend and intercept.一般到此时间序列就平稳了。
在进行ADF检验时，必须注意以下两个实际问题：
（1）必须为回归定义合理的滞后阶数，通常采用AIC准则来确定给定时间序列模型的滞后阶数。在实际应用中，还需要兼顾其他的因素，如系统的稳定性、模型的拟合优度等。
（2）可以选择常数和线性时间趋势，选择哪种形式很重要，因为检验显著性水平的 t 统计量在原假设下的渐近分布依赖于关于这些项的定义。
❻ 计量经济学中的滞后期有什么用。应该怎么确定滞后期
时间序列分析
一般是Box-Jenkins的方法
把因变量的滞后项作为自变量
y_t = b0 + b1*y_{t-1} + b2*y_{t-2} + ... + bp*y_{t-p} + u_t
这样的模型确定滞后阶数p的方法是
1. y_t满足covariance-stationarity 也就是对于任意t 均值不变 方差不变 协方差只是间隔项数的函数
2. u_t是白噪声而不出现序列相关
3. p的确定遵循parsimony的原则 国内应该翻译为“精简”
一般构造AIC和 SBC两个指标来比较 这两个指标越小越好
AIC = T * ln(残差平方和) + 引入p阶的惩罚
SBC相似
也就是说首先残差平方和应该越小说明自变量也就是滞后阶数的解释能力强 不过呢引入的滞后项数越多 残差平方和应该越来越小 所以要看有效性 便加入一个惩罚 使得模型精简 原理和adjusted R^2一样
AIC适合小样本 SBC适合大样本
然后这两个信息标准都在一般的回归软件中列了出来
比较其中最小的就是合适的p阶滞后
但是一定要保证残差是白噪声
❼ 计量经济学中，“白噪声”通俗的讲，是什么意思啊
就是零均值、常方差的稳定随机序列，计量模型中的随机误差项必须是白内噪声，模型容才有经济意义
❽ 怎样用eviews进行白噪声检验
可以打开eviews中的resid序列并将差分阶数选择为level，看伴随p值的大小即可，如果伴随p值大说明对应的白噪声也较大。
只要一个噪声过程所具有的频谱宽度远远大于它所作用系统的带宽，并且在该带宽中其频谱密度基本上可以作为常数来考虑，就可以把它作为白噪声来处理。
Eviews处理的基本数据对象是时间序列，每个序列有一个名称，只要提及序列的名称就可以对序列中所有的观察值进行操作，Eviews允许用户以简便的可视化的方式从键盘或磁盘文件中输入数据。
根据已有的序列生成新的序列，在屏幕上显示序列或打印机上打印输出序列，对序列之间存在的关系进行统计分析。
(8)计量经济学白噪声扩展阅读：
eviews的优点：
EViews是在Windows操作系统中计量经济学软件里世界性领导软件。强而有力和灵活性加上一个便于使用者操作的界面；最新的建模工具，快速直觉且容易使用的软件。
由于它革新的图表使用者界面和精密的分析引擎工具，EViews 是强大，灵活性和便于使用的功能。EViews 预测分析计量软件在科学数据分析与评价、金融分析、经济预测、销售预测和成本分析等领域应用非常广泛。
EViews软件在Windows环境下运行，操作接口容易上手，使得本来复杂的数据分析过程变得易学易用。
❾ 计量经济学中，“白噪声”通俗的讲，是什么意思
就是零均值、常方差的稳定随机序列，计量模型中的随机误差项必须是白噪声，模型才有经济意义