洛阳吉利光谱仪校准-第三方仪器计量机构

校准工作的内容就是按照合理的溯源途径和国家计量校准规范或其他经确认的校准技术文件所规定的校准条件、校准项目和校准方法，将被校准对象与计量标准进行比较和数据处理。
这些校准结果数据应清楚明确地表达在校准证书或校准报告中。校准证书不判定是否合格，只出具示值误差。
校准证书在反映整体的校准数据的同时，会提供校准时的测量不确定度。测量不确定度不等同于仪器校准的准确度偏差。
例如: GB/T12706-2008额定电压1～35kV挤包绝缘电力电缆及附件，该标准要求三个电压等级需要在三种温度下(100℃，135℃，150℃)检测电力电缆的耐高温性能。
针对这种工作特性，可以要求校准机构对高温老化箱100℃、135℃和150℃进行准确有效地校准，实验室可以更直观的了解该温度点的校准状态。检定证书是依据《计量检定规程》规定的量值误差范围，给出合格与不合格的判定，发给检定合格证书。
资质认定评审准则要求仪器设备能够满足检验检测的规范要求和相应标准的要求，而不是只符合《计量检定规程》的要求。部分实验室，简单理解检定证书的合格结论，就是符合相应标准的要求，不进行是否符合相应标准的确认，存在检测质量风险。
例如1:绝缘材料拉力试验，按照标准GB4909.3-1985裸电线试验方法拉力试验要求，电子试验机校准范围应覆盖0～50kN。由于相关人员对标准未充分理解，校准范围为10～50kN，虽然检定证书是合格结论，但未对10kN以下进行检定，不符合“相应标准要求”。
例如2：GB/T13380-2007交流电风扇和调速器6.1条“试验用的仪器仪表”明确规定:电压表和电流表、功率表的准确度不低于0.5级。电子天平按照JJG1036-2008《电子天平计量检定规程》检定后，其检定结论会注明设备符合的等级。相关人员一定要确认这个等级是否符合相应标准的要求。检定证书的合格结论不一定符合“相应标准的要求”，故不符合CNAS-CL01。1.仪器设备的基本信息:仪器设备名称、型号规格、设备编号、计量机构、证书编号、计量日期和下次计量日期等。还包括检定/校准项目、依据标准、标准要求、检定/校准结果、不确定度或修正值等信息。
2.确认结论:合格、准用、停用依据其能否满足检验检测的规范要求和相应标准的要求，由仪器设备使用人签字确认，后由检测中心技术负责人审核批准。

不知从何时起，解答计量问题成了我日常生活的一部分。天南海北的读者与同道提出了各种各样的计量问题。这里摘取少量的典型问题，希望对从事实证研究的朋友有帮助。



1、在什么情况下，应将变量取对数再进行回归？

答：可以考虑以下几种情形。

，如果理论模型中的变量为对数形式，则应取对数。比如，在劳动经济学中研究教育率的决定因素，通常以工资对数为被解释变量，因为这是从Mincer模型推导出来的。

第二，如果变量有指数增长趋势（exponential growth），比如 GDP，则一般取对数，使得 lnGDP 变为线性增长趋势（linear growth）。第三，如果取对数可改进回归模型的拟合优度（比如 R2 或显著性），可考虑取对数。

第四，如果希望将回归系数解释为弹性或半弹性（即百分比变化），可将变量取对数。

第五，如果无法确定是否该取对数，可对两种情形都进行估计，作为稳健性检验（robustnesscheck）。若二者的回归结果类似，则说明结果是稳健的。



2、如何理解线性回归模型中，交互项（interactive term）系数的经济意义？

答：在线性回归模型中，如果不存在交互项或平方项等非线性项，则某变量的回归系数就表示该变量的边际效应（marginal effect）。比如，考虑回归方程

y = 1 + 2x + u

其中， u为随机扰动项。显然，变量x对 y 的边际效应为 2，即 x 增加一单位，平均而言会使y增加两单位。考虑在模型中加入交互项，比如

y = α + βx + γz + δxz+ u

其中， x 与 z为解释变量，而 xz为其交互项（交叉项）。由于交互项的存在，故x对 y 的边际效应（求偏导数）为β + δz，这说明 x对 y的边际效应并非常数，而依赖于另一变量z 的取值。如果交互项系数 δ为正数，则 x对 y的边际效应随着 z 的增加而增加（比如，劳动力的边际产出正向地依赖于资本）；反之，如果δ为负数，则 x对 y的边际效应随着z的增加而减少。



3、在一些期刊上看到回归模型中引入控制变量。控制变量究竟起什么作用，应该如何确定控制变量呢？

答：在研究中，通常有主要关心的变量，其系数称为 “parameterof interest” 。但如果只对主要关心的变量进行回归（极端情形为一元回归），则容易存在遗漏变量偏差（omittedvariable bias），即遗漏变量与解释变量相关。加入控制变量的主要目的，就是为了尽量避免遗漏变量偏差，故应包括影响被解释变量 y 的主要因素（但允许遗漏与解释变量不相关的变量）。



4、很多文献中有 “稳健性检验” 小节，请问是否每篇实证都要做这个呢？具体怎么操作？

答：如果你的论文只汇报一个回归结果，别人是很难相信你的。所以，才需要多做几个回归，即稳健性检验（robustness checks）。没有稳健性检验的论文很难发表到好期刊，因为不令人信服。稳健性检验方法包括变换函数形式、划分子样本、使用不同的计量方法等，可以参见我的教材。更重要的是，向同领域的经典文献学习，并模仿其稳健性检验的做法。



5、对于面板数据，一定要进行固定效应、时间效应之类的推敲么？还是可以直接回归？我看到很多文献，有的说明了使用固定效应模型的原因，有的则直接回归出结果，请问正确的方法是什么？

答：规范的做法需要进行豪斯曼检验（Hausman test），在固定效应与随机效应之间进行选择。但由于固定效应比较常见，而且固定效应模型总是一致的（随机效应模型则可能不一致），故有些研究者就直接做固定效应的估计。

对于时间效应也好同时考虑，比如，加入时间虚拟变量或时间趋势项；除非经过检验，发现不存在时间效应。如果不考虑时间效应，则你的结果可能不可信（或许x与 y的相关性只是因为二者都随时间而增长）。



6、如何决定应使用二阶段小二乘法（2SLS）还是广义矩估计（GMM）？

答：如果模型为恰好识别（即工具变量个数等于内生变量个数），则GMM完全等价于2SLS，故使用2SLS就够了。在过度识别（工具变量多于内生变量）的情况下，GMM的优势在于，它在异方差的情况下比2SLS更有效率。由于数据或多或少存在一点异方差，故在过度识别情况下，一般使用GMM。



7、在面板数据中，感兴趣的变量x 不随时间变化，是否只能进行随机效应的估计（若使用固定效应，则不随时间变化的关键变量 x 会被去掉）？

答：通常还是使用固定效应模型为好（当然，可进行正式的豪斯曼检验，以确定使用固定效应或随机效应模型）。如果使用固定效应，有两种可能的解决方法：

（1）如果使用系统GMM估计动态面板模型，则可以估计不随时间而变的变量x 的系数。

（2）在使用静态的面板固定效应模型时，可引入不随时间而变的变量 x与某个随时间而变的变量 z 之交互项，并以交互项 xz （随时间而变）作为关键解释变量。



8、对于非平稳序列，能否进行格兰杰因果检验？

答：如果非平稳序列之间存在协整关系，则可进行格兰杰因果检验（Grangercausality test）。这是因为，根据“格兰杰表示法定理”（Granger Representation Theorem），任何协整系统都可写为向量自回归（VAR）模型，即格兰杰因果检验的形式。

反之，如果非平稳序列之间不存在协整关系，则须先将原序列变为平稳过程（比如一阶差分），然后再进行格兰杰因果检验；否则会出现“伪回归”（spuriousregression）问题。

计量软件知多少（一）

常用的计量经济学软件较多，主要有有适用于模块化的软件Eviews，适用于模块和程序设计综合烦人软件Stata；适用于程序设计类和软件包结合的软件R；适用于超大型综合类的软件Matlab，SAS，等等。下面就给大家详细介绍一下几个比较常用的计量经济学软件，以便大家学习，分享。

【Eviews】Eviews是Econometrics Views的缩写，直译为计量经济学观察，通常称为计量经济学软件包。它的本意是对社会经济关系与经济活动的数量规律，采用计量经济学方法与技术进行"观察"。另外Eviews也是美国QMS公司研制的在Windows下从事数据分析、回归分析和预测的工具。使用Eviews可以迅速地从数据中寻找出统计关系，并用得到的关系去预测数据的未来值。Eviews的应用范围包括:科学实验数据分析与评估、金融分析、宏观经济预测、仿真、销售预测和成本分析等。

Eviews是为大型机开发的、用以处理时间序列数据的时间序列软件包的新版本。Eviews的前身是1981年第1版的Micro TSP。虽然Eviews是经济学家开发的，而且主要用于经济学领域，但是从软件包的设计来看，Eviews的运用领域并不局限于处理经济时间序列。即使是跨部门的大型项目，也可以采用Eviews进行处理。 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。Eviews具有操作简便且可视化的操作风格，体现在从键盘或从键盘输入数据序列、依据已有序列生成新序列、显示和打印序列以及对序列之间存在的关系进行统计分析等方面。 Eviews具有现代Windows软件可视化操作的优良性。可以使用鼠标对标准的Windows菜单和对话框进行操作。操作结果出现在窗口中并能采用标准的Windows技术对操作结果进行处理。此外，Eviews还拥有强大的命令功能和批处理语言功能。在Eviews的命令行中输入、编辑和执行命令。在程序文件中建立和存储命令，以便在后续的研究项目中使用这些程序。

Eviews的应用领域主要包括：应用经济计量学、总体经济的研究和预测、销售预测、财务分析、成本分析和预测、蒙地卡罗模拟、经济模型的估计和仿真，以及利率与外汇预测 等。

Eviews引入了流行的对象概念，操作灵活简便，可采用多种操作方式进行各种计量分析和统计分析，数据管理简单方便。其主要功能有：

（1）采用统一的方式管理数据，通过对象、视图和过程实现对数据的各种操作；

（2）输入、扩展和修改时间序列数据或截面数据，依据已有序列按任意复杂的公式生成新的序列；（4）进行T 检验、方差分析、协整检验、Granger 因果检验；

（5）执行普通小二乘法、带有自回归校正的小二乘法、两阶段小二乘法和三阶段小二乘法、非线性小二乘法、广义矩估计法、ARCH 模型估计法等；

（6）对二择一决策模型进行Probit、logit 和Gompit 估计；

（7）对联立方程进行线性和非线性的估计；

（8）估计和分析向量自回归系统；

（9）多项式分布滞后模型的估计；

（10）回归方程的预测；

（11）模型的求解和模拟；

（12）数据库管理；

（13）与外部软件进行数据交换。