开封金明区光谱仪校准-第三方仪器计量机构

方法验证成功的前提条件
（1）仪器已经确认、校正并在有效期内；
（2）经过培训的人员；
（3）可靠稳定的对照品，标准样品；
（4）可靠稳定的实验试剂；
（5）确认受试溶液的稳定性，在规定时间内无降解。准确度是指用该方法测定的结果与真实值或参考值接近的程度，用百分回收率表示。
测定回收率R（recovery）的具体方法可采用加样回收试验法来进行测定。加样回收试验已准确测定样品含量P的真实样品+已知量A的对照品（或标准品）测定，测定值为
数据要求：规定的范围内，至少用9次测定结果评价，如制备高、中、低三个不同浓度样品各测三次。（重复性、中间精密度和重现性精密度是指在规定条件下，同一个均匀样品，经多次取样测定所得结果之间的接近程度。用偏差（d）、标准偏差(SD)、相对标准偏差(RSD)（变异系数，CV）表示。
（1）重复性(repeatability)：在相同条件下，由同一个分析人员测定所得结果的精密度；在规定的范围内，至少用9次测定结果评价，如制备三个不同浓度样品各测三次或把被测物浓度当作，至少测6次进行评价；
（2）中间精密度：同一实验室，不同时间由不同分析人员用不同设备所得结果的精密度；
（3）重现性(reproducibility)：不同实验室，不同分析人员测定结果的精密度；
（4）数据要求：需报告SD，RSD和可信限。指有其他成分（杂质、降解物、辅料等）可能存在情况下采用的方法能准确测定出被测物的特性，能反映该方法在有共存物时对共试物准确而专属的测定能力，是指该法用于复杂样品分析时是否受到相互干扰程度的度量。
• 通常通过分析含有加了杂质、降解产物、有关化学物质或安慰剂成分的样品，将所获分析结果与未加前述成分之样品的测试结果进行比较，两组测试结果之差即专属性；
•鉴别反应---应能与可能共存的物质或结构相似化合物区别，不含被分析的样品，以及结构相似或组分中的有关化合物，均应呈负反应；
•含量测定和杂质测定---色谱法和其他方法，应附代表性图谱，亦说明专属性；图中应标明各组份的位置，色谱法中的分离度应符合要求；
•杂质可获得的情况下，对于含量测定，试样中可加入杂质或辅料，考察测试结果是否受干扰；对于杂质测定，也可向试样中加入一定量的杂质，考察杂质间是否得到分离。
检测限是指试样在确定的实验条件下，被测物能被检测出的低浓度或含量；它是限度检验效能指标，无需定量测定，只要指出或低于该规定浓度即可。
•非仪器分析目视法：用已知浓度的被测物，试验出能被可靠地检测出的低浓度或量；•信噪比法：用于能显示基线噪音的分析方法（仪器分析方法），是把已知低浓度试样测出的信号与空白样品测出的信号进行比较，算出能被可靠地检测出的低浓度或量；一般以信噪比3∶1或2∶1时的相应浓度或注入仪器的量确定检测限。
•也可采用标准差法：
空白值＝0时；
①测定背景10次以上，求出标准差σ；
②将σ乘以三倍；
③在工作曲线上求出3σ相对应的浓度X，即为方法的检出值。
空白值不等于0时
①测定背景10次以上，求出标准差σ；
②将σ乘以三倍；

③在工作曲线上求出3σ相对应的浓度X；
④将求得的对应浓度值加上空白值即得该方法的检出限。
6•指样品中被测物能被定量测定的低量，结果应具有一定准确度和精密度要求；
•常用信噪比法确定定量限，一般以信噪比（S/N）为10∶1时相应的浓度或注入仪器的量进行确定，也可用仪器所测空白背景响应标准差（SD）的10倍为估计值，再经试验确定方法的实际测定下限。在设计的范围内，测试结果与试样中被测物浓度直接呈正比关系的程度。线形通常用小二乘法处理数据求得回归曲线的斜率（Slope）来表示。数据要求：至少需要五个浓度考察线形，需提供相关系数、y截距（是检定的可能偏差）、回归斜率及方差等参数，应列出回归方程数和线性图。
注意：做线性时，应注意尽量做的点多一点、线性浓度范围宽一点，这样做的好处是：当你在准确度考察时，你做的回收率考察的浓度就大些，配制溶液时就容易操作些；否则，在你做线性考察时，你做的线性浓度范围不宽，那么你在考察回收率时，你采用加入法考察时的浓度变化范围就不宽，操作浓度很难控制，造成实际操作困难。为进一步加强集贸市场计量监管，规范集贸市场计量秩序，切实保护消费者合法权益，连日来，秦安县市场监管局在全县范围内扎实开展了“我为群众办实事，计量惠民下基层”集贸市场计量专项监督检查和计量器具免费检定活动。此次检查主要围绕农贸市场、果品交易市场、各镇集贸市场等与群众生活密切相关的民生领域在用的强检计量器具展开，对各乡镇超市、商业门店、零散摊点在用的衡器开展监督检查和免费检定。检查中，执法检定人员一方面严格按照检定规程，逐摊位、逐台件进行登记、检定，对合格计量器具加贴合格证，对不合格计量器具责令停止使用并依法查处；另一方面督促指导相关单位进一步落实主体责任，完善计量管理制度，建立计量器具台帐，引导自律诚信规范经营。同时，执法人员还就计量法律法规知识、电子秤的日常维护和保养方法进行了现场宣传讲解，有效维护了农贸市场的计量秩序，营造了规范经营、公平公正的市场购物环境。 截至目前，全局共出动工作人员168人次，对全县14家集贸市场在用的926台件衡器进行了监督检查和免费检定。并督促市场主办方设立公平秤3台，签订诚信计量承诺书3份。

开展金银首饰店、药店、农贸市场等在用衡器计量检查。
电子秤虽小，但事关千家万户的利益。各地市场监管人员在超市、农贸市场、首饰店等场所对在用的电子计价秤周期检定、合格状态及是否符合使用要求、称重结果是否准确、集贸市场公平秤设置和使用情况进行了计量检查。
想估分，又担心其他机构的题目混乱不全，浪费时间？
想估分，又担心其他机构的题目错误连篇，浪费精力？

估分，大家都想要、准确性高的。
很简单，中公造价师给你准确的考试真题和考题解析。条 根据《人民共和国计量法》和《人民共和国计量法实施细则》的规定，制定本办法。

第二条 计量授权是指县级以上人民计量行政部门，依法授权予其他部门或单位的计量检定机构或技术机构，执行计量法规定的强制检定和其他检定、测试任务。
凡申请计量授权，承担计量授权任务及办理、管理计量授权，均须遵守本办法。

第三条 县级以上人民计量行政部门，应根据本行政区实施计量法的需要，充分发挥社会技术力量的作用，按照统筹规划、经济合理、就地就近、方便生产、利于管理的原则，实行计量授权。

第四条 计量授权包括以下形式：
（一）授权有关部门或单位的性或区域性计量检定机构，作为法定计量检定机构；

（二）授权有关部门或单位建立计量基准、社会公用计量标准；



（三）授权有关部门或单位的计量检定机构，对其内部使用的强制检定计量器具执行强制检定；



（四）授权有关部门或单位的计量检定机构或技术机构，承担计量标准的技术考核，仲裁检定，计量器具新产品型式评价，标准物质定级鉴定，计量器具产品质量监督试验和对社会开展强制检定、非强制检定。

第五条 申请授权具备的条件：
（一）计量标准、检测装置和配套设施与申请授权项目相适应，满足授权任务的要求；

（二）工作环境能适应授权任务的需要，有关计量检定、测试工作的正常进行；



（三）检定、测试人员适应授权任务的需要，掌握有关知识和计量检定、测试技术，并经考核合格；

（四）具有计量检定、测试结果公正、准确的有关工作制度和管理制度。

第六条 申请授权应按以下规定向有关人民计量行政部门提出申请。

（一）申请建立计量基准，向计量行政部门提出申请；

（二）申请承担计量器具新产品型式评价的授权，向省级以上人民计量行政部门提出申请；


（三）申请对本部门内部使用的强制检定计量器具执行强制检定的授权，向同级人民计量行政部门提出申请；



（四）申请对本单位内部使用的强制检定的工作计量器具执行强制检定的授权，向当地县（市）级人民计量行政部门提出申请；

（五）申请作为法定计量检定机构、建立社会公用计量标准、承担计量器具产品质量监督试验和对社会开展强制检定、非强制检定的授权，应根据申请承担授权任务的区域，向相应的人民计量行政部门提出申请。

第七条 申请授权应递交计量授权申请书，并同时报送有关技术文件和资料。

第八条 计量授权申请被接受后，有关人民计量行政部门应按照以下规定和本办法第五条规定的条件进行考核。
（一）申请作为法定计量检定机构、建立本地区高社会公用计量标准的，由受理申请的人民计量行政部门报请上人民计量行政部门主持考核；

（二）申请建立计量基准、非本地区高社会公用计量标准，对内部使用的强制检定计量器具执行强制检定，承担计量器具产品质量监督试验，新产品型式评价和对社会开展强制检定、非强制检定的，由受理申请的人民计量行政部门主持考核。

第九条 申请授权的单位，其有关计量检定、测试人员，应当具有相应职业资格。

第十条 对考核合格的单位，由受理申请的人民计量行政部门批准，颁发相应的计量授权证书，并公布被授权单位的机构名称和所承担授权的业务范围。



第十一条 被授权单位按照授权范围开展工作，需新增计量授权项目，应按照本办法的有关规定，申请新增项目的授权。



违反上款规定的，责令其改正，停止开展超出授权范围的相关检定、测试活动。



第十二条 计量标准技术考核，标准物质定级鉴定和仲裁检定的授权，由有关人民计量行政部门根据相应管理办法的规定，采取的形式办理。

第十三条 被授权单位认真贯彻执行计量法律、法规。

第十四条 被授权单位的相应计量标准，接受计量基准或者社会公用计量标准的检定；开展授权的计量检定、测试工作，接受授权单位的监督。


第十五条 当被授权单位成为计量纠纷中当事人一方时，在双方协商不能自行解决的情况下，由县级以上有关人民计量行政部门进行调解或仲裁检定。


第十六条 计量授权证书应由授权单位规定有效期，长不得超过5年。被授权单位可在有效期满前6个月提出继续承担授权任务的申请；授权单位根据需要和被授权单位的申请在有效期满前进行复查，经复查合格的，延长有效期。


第十七条 被授权单位要终止所承担的授权工作，应提前6个月向授权单位提出书面报告，未经批准不得擅自终止工作。


违反上款规定，给有关单位造成损失的，责令其赔偿损失。

第十八条 凡计量行政部门所属的法定计量检定机构，在本行政区内不能开展的计量检定项目，需要办理授权的，应报请上人民计量行政部门统筹安排。

第十九条 上级人民计量行政部门对下级人民计量行政部门的计量授权应进行监督，对违反本办法规定的授权，应予以纠正。
第二十条 与本办法有关的计量授权申请书、证书的式样，由计量行政部门统一规定。
第二十一条 本办法由计量行政部门负责解释。
第二十二条 本办法自发布之日起施行。

开展商品计重行为计量检查。
对从事生鲜食品经营的销售门店和配送门店的零售商品计重和计量器具进行检查，主要检查零售商品的称重计量是否符合《零售商品称重计量监管办法》所明确的计量负偏差的要求，在用的计量器具是否经过强制检定等。
春节越来越近，消费进入旺季，为维护春节期间市场计量秩序与安全，台州市各级市场监管部门对商超、金银首饰店、药店、农贸市场、加油站、电商等开展民生计量监管，确保计量器具准确可靠，市场交易公平有序

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。

计量经济学的主要用途或目的主要有两个方面：

1、理论检验。

2、预测应用。

研究对象：



计量经济学的两大研究对象：横截面数据（Cross-sectional Data）和时间序列数据（Time-series Data）。前者旨在归纳不同经济行为者是否具有相似的行为关联性，以模型参数估计结果显现相关性；后者在分析同一经济行为者不同时间的资料，以展现研究对象的动态行为。

新兴计量经济学研究开始切入同时具有横截面及时间序列的资料，换言之，每个横截面都同时具有时间序列的观测值，这种资料称为追踪资料 (Panel data，或称面板资料分析)。追踪资料研究多个不同经济体动态行为之差异，可以获得较单纯横截面或时间序列分析更丰富的实证结论。

涉及到的相关学科：


若是所建立的回归模型在经济意义上没有因果关系，那么这个就是伪回归，例如路边小树年增长率和国民经济年增长率之间存在很大的相关系数，但是建立的模型却是伪回归。如果你直接用数据回归，那肯定存在正相关，而其实这个是没有意义的回归。

为避免伪回归，消除异方差，在不改变时间序列的性质及相关性的前提下，为获得平稳数据，通常会对时间序列取自然对数。对数据进行平稳性检验是研究中不可或缺的步骤，因为时间序列分析法只适用于平稳的数据。那么什么情况下会对数据取对数呢？

，关于对数的问题，若是自己选取的变量数据，里面有部分小于0，或者负数，需要重新考量下，看是否数据或者其他问题，此时肯定是没法取对数；

第二，针对CD 等生产函数等类型的数据分析，由于建模需要，一般需要取对数，此类情况一般会在柯布道格拉斯函数基础上，引入新的变量，包括但不局限于资本和劳动等变量；

第三，平时在一些数据处理中，经常会把原始数据取对数后进一步处理。之所以这样做是基于对数函数在其定义域内是单调增函数，取对数后不会改变数据的相对关系



第四，取对数作用主要有：缩小数据的数值，方便计算。例如，每个数据项的值都很大，许多这样的值进行计算可能对超过常用数据类型的取值范围，这时取对数，就把数值缩小了，例如TF-IDF计算时，由于在大规模语料库中，很多词的频率是非常大的数字。取对数后，可以将乘法计算转换称加法计算。某些情况下，在数据的整个值域中的在不同区间的差异带来的影响不同。也就是说，对数值小的部分差异的敏感程度比数值大的部分的差异敏感程度更高。这取对数之后不会改变数据的性质和相关关系，但压缩了变量的尺度，数据更加平稳，也消弱了模型的共线性、异方差性等。例如在会计或者金融等变量的实证研究中，引入变量资产规模等变量，一般会取对数，因为不同行业或者国有、民营等公司的资产规模差距很大，取对数，会缩小差距，使得实证研究更具有针对性。

另外，山大大学陈强老师在计量经济学及stata应用公众号中汇总出如下五种情况：



，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。


，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。

在经济学中，常取自然对数再做回归，这时回归方程为 lnY=a lnX+b ，两边同对X求导，1/Y*(DY/DX)=a*1/X,b=(DY/DX)*(X/Y)=(DY*X)/(DX*Y)=(DY/Y)/(DX/X) 这正好是弹性的定义


告诉你如何取对数quick\ generate series\ 输入新变量，比如 r=log( )，r就是取完对数后的序列。

很多同学在做实证文章的时候常常问，我的R平方只有0.08到0.09，也就是说我的模型只能解释数据的8%到9%。在实证文章里，特别对于横截面数据来说，有时R平方只有0.05。R平方是什么意思？就是说，我们的模型能解释数据的variance的多少，可能对于绝大部分的variance的解释，经济学家是不知道的
另外，R平方表示模型拟合优度，也就是模型解释力度，此值介于0-1之间，数值越大，说明模型解释力度越大，该值越大越好，在实际研究中，辞职表的意义相对较小，即使该值小于0.4或者更小，也关系不是很大。

R平方与所选取变量多少以及回归有很大关系，经常在会计领域多变量进行回归，此值会很小，所以不必太在乎这个统计量。另外调整R2可以为负数，当调整R2可以为负数时，说明此时R2会很小，几乎为0，此时模型几乎没有意义。就Panel Data的处理而言，建议行平稳性校验。一般完整的实证经济学论文，针对面板数据，会前期进行数据处理，包括描述性分析和平稳性检验的，这个根据期刊的要求或版面要求而定，另外，根据相关要求，一般情况下，由于面板数据主要核心在于回归，包括固定或者随机效应的回归结果，所以有些文章，并没有进行平稳性检验，而为了将面板数据做的高大上，分析更具有针对性，可以进行分类分行业分阶段进行回归，更能说明问题。



而在公司财务领域，研究都是资产负债率等，它们不可能包含单位根，所以我们基本上都不做这个检验。然而，在宏观经济领域，单位根过程很普遍，如果前期学者也证实了单位根过程的存在，一般也都做。所以具体情况，根据相关要求来定。

计量经济学是结合经济理论与数理统计，并以实际经济数据作定量分析的一门学科。计量经济学以古典回归分析方法为出发点。依据数据形态分为：横截面数据回归分析、时间序列分析、面板数据分析等。依据模型假设的强弱分为：参量计量经济学、非参量计量经济学、半参量计量经济学等。常运用的软件：EViews、Gretl、MATLAB 、Stata、R、SAS、SPSS等……

一般人对经济学的直觉反应是：那是一个很高深的理论。然而我们也应该知道，经济学的研究虽然是从严谨抽象的理论出发，但因为研究对象是人的行为，经济学也相当“实际”，当我们评断经济理论是否成立时，当然是要看它符不符合人的行为。因此很大一部分经济学研究是以实际资料的观察和分析为中心的。经济学生有分析资料的能力，经济大学课程中，就都有分析资料所需的统计学课程。然而许多学生在标准的统计学课程中所学到的，多是基本的描述性统计以及简单的统计运算，以这样的课程内容，纵使经过一年的学习，绝大多数学生还是无法将所学到的统计方法用到实际经济分析之中。更何况经济大学课程需要统计学的地方并不太多，使得大多数学生不太清楚为什么需要必修统计学。在这里我就先稍微描述一下标准统计学课程的内容，然后再说明问题的所在。统计学教材大致可分为两部分:概率理论和统计推断，概率理论包括随机变量、密度函数、基望值、变异数等的操作和运算，以及对一些统计分布（正态分布以及相关的卡方分布、t分布、F分布等）性质的探讨，这些概率概念和其运算都是统计学第二个部分的推断的基础。而统计推论主要是让我们了解总体和从总体所抽出的样本数据的区别，然后解释如何使用样本数据计算各种统计量，以将样本中的信息，简明而正确的表现出来，从而让我们推断出总体的性质。统计推断的内容大致可分为两部分:参数的估计(估计那些表现总体特征的参数数值和假设检验（检验我们对总体性质先期设定的一些假设）。
不论文科还是理科的学生，所学的统计学入门课程都不脱这样的课程安排，我们自然不难想象，在应用这种通常教育型的统计学到经济学研究中时，便很可能有适用性的问题。这个问题可分为两方面来说，，统计学可能教得不够深入，所学到的统计方法不足以应付形形色色的经济资料;第二，统计学常常是以自然科学方面的应用为主，对社会科学的研究可能不完全适用。
统计学初学者所碰到的这些问题，其实也就是五六十年前，经济学家刚开始尝试大规模地对经济资料进行统计分析时所碰到的问题。在解决统计学适用性的数十年过程中，经济学家逐渐发展出比较适用于分析经济资料的许多统计方法（或称计量方法，主要以强调解释变量和应变量之间因果关系的回归模型为重心），也就形成了经济学中的一个立领域———经济计量学。我们应可从这个经济计量学创始的过程里看出，若想要比较深入的应用统计方法到经济学研究中，我们进一步学习经济计量学才可。
经教育部经济学教学指导讨论通过、教育部批准，经济计量学已被确定为经济学各类的八门核心课程之一。在美国，经济计量学在大多数经济系的课程中都列为必修课程，在经济系硕士和博士（以及不少管理学院的博士）课程中，经济计量学是和微观经济理论以及宏观经济理论并列为必修课的课程。硕士和博士生通常也都会多修一些中的计量课程，这是因为经济系硕士和博士研究生除了少数专攻纯理论的人外，其论文几乎毫无例外的都包含有资料分析及论证研究的部分，因此大多数的经济学者从做学生开始，就要有处理计量方法的能力和经验。经济计量学对计算机的需求度在经济学的各个领域中可能是高的，理由非常简单，经济计量学本来就是为分析资料而兴起的学问，而大规模资料的处理正是计算机的主要功能。另一方面，在经济研究日趋复杂精细的今天，高度非线性的经济模型大行其道，对这些模型的估计采用数值方法，其实际计算也只有依赖计算机。事实上，一些经济计量学家使用数值方法及计算机的深度，可能让计算机工程师都感到惊讶。近年来经济计量学对计算机的需要更不限于数据处理和模型估计，许多复杂计量方法的发展往往只能以仿真试验来评估，而仿真试验也只有在计算机中才得以进行。
由于计算机的普及，大多数人对计算机都有所认识，几乎所有的大学生对微软公司的软件，如视窗操作系统或是Office系列商用软件都有或多或少的接触。我认为对一个经济计量学的初学者，能够使用Office系列中的Ex-cel或是同类的电子表格软件中回归分析就算是入门了，其学习成本并不高。我也极力建议初学者一定要尽快对计算机上手，用真实资料做一些简单的估计和实证分析，因为只有实际动手，才能培养出对计量研究的感觉，也才能够体会经济理论在实际世界中的用途。用不了几年后，发现真的能在实际资料中找到验证，你会相当感动的。
若要使用更深入的经济计量方法，当然是需要较电子表格软件更为的统计或计量软件，但我仍要强调，电子表格软件在任何阶段的计量分析中都有其功用，因为只要数据数目不是太大，电子表格软件可非常轻松地帮我们整理资料并进行图表绘画等初步分析，而这类分析总是很有助于我们对资料的了解，对资料的了解是所有严谨实证分析的基础。
市面上个人计算机版的统计软件（诸如SAS、SPSS、Minitab等）不胜枚举，会用的人也很多，这些统计软件对从事实论证计量研究有帮助，不少经济计量学教科书也都推荐使用这些统计软件。事实上，很多经济计量学家的学术研究也全都是靠这些统计软件来进行的。然而也有更多的学者偏好较为的经济计量软件（诸如Eviews、STATA、TSP、RATS等），这类计量软件在经过多年的改进后，都已相当“平易近人”。一个有普通计算机知识的初学者，通常在一个星期内即可学会一个这类的软件。和统计软件相比，计量软件的优点是，其操作手册乃至于界面上所用的名词术语多从经济计量学而来，初学者会觉得比较亲切，也比较不容易发生术语意义不明的状况，使用者想要搜寻某个特定的计量方法也比较容易找到。
前述的统计或经济计量软件都是所谓的软件包，软件包的使用手续大致如下:使用者在使用之前，要先确定要用的计量方法在这些软件包中存在，然后根据操作手册键入对应的指令，输入资料，并叫出所要用的计量方法执行之，计算结果便会以标准的形式输出。一般来说，软件包的优点是简单方便，缺点则是任何软件包都不可能有使用者所想用的所有计量方法，基本上也不容许使用者对既有的计量方法作较大的修改，因此软件包有相当大的局限性。为补这种缺点，近年来有名的软件包都不断加入新指令，以让使用者比较容易地修改原有的计量方法，或设计一些概念的计量方法。这些新指令实际上已可说是一种程序语言，其操作方式是让使用者用它将所要的计量方法写成计算机程序后执行之。不少比较深入的实证计量研究结果，都是研究者在软件包原有的计量方法之上，增加修正的计算机程序后所产生。
也有不少的经济计量学家是根本不用软件包的，他们偏好以立的(不附属于任何软件包的)程序语言编写所有要用的计量方法。这类程序语言除了软件工程师所通用的C、Fortran、Pascal等之外，还有为经济计量学家所专属的GAUSS、Matlab等个人计算机程序语言。所谓经济计量学家专属的程序语言通常是指该语言的基本组成元素不是数字，而是向量或矩阵，这种结构适合编写计量方法的计算机程序。
学习程序语言通常较花时间，以GAUSS为例，可能需要至少三天的时间去熟悉其基本操作手续，而想要达到可编写出有意义的计算机程序的地步，则需视程序的难易程序花一天到一个星期的时间，测试计算机程序的正确性通常还需更多的时间。学习程序语言的时间成本的确是比较高的，但我们也要知道程序语言的大优点在于它的弹性;一个经济计量研究者若能掌握一种程序语言，则计算机能帮他做的事基本上将不再有任何的限制。
计算机是经济计量学不可或缺的组成份子，我建议在学会电子表格软件后，经济计量学的学生应该按照实际需求，在统计软件包、经济计量软件包、以及经济计量专属个人计算机程序语言三类难易程度不同的计算机软件中择一学习。我也建议，一旦决定要学哪一种计算机软件之后，一定要尽可能将之学个透彻，对计算机软件的学习一次搞定是有效率的做法。