计量经济

跟计量经济学没关系。钻石模型是由美国哈佛商学院著名的战略管理学家迈克尔·波特于1990年提出的，用于分析一个国家如何形成整体优势，因而在国际上具有较强竞争力。所以是和管理学相关的理论。

《数据包络分析》（DEA）是一本关于数据包络分析（DEA）方法、模型和理论的专著，是作者十几年工作的总结。第一章详细地讨论了DEA模型C2R；第二章讨论了微观经济学中的效率和生产可能集，为以后各章的讨论做微观经济方面的准备；第三章使用具有取值0和1的三个参数的综合DEA模型，统一形式地讨论了“经典”的DEA模型C2R，BC2，FG和ST；第四章给出了综合DEA模型对应的生产可能集的（弱）生产前沿面的特征、结构及构造方法；第五章研究了决策单元的规模收益和“拥挤”迹象分析；第六章研究了综合DEA模型的对策论背景；第七章研究了具有无穷多个决策单元的DEA模型；第八章使用DEA方法进行技术进步评估；第九章研究非参数的DEA最优化模型；第十章和第十一章分别研究了具有“偏好锥”和“偏袒锥”的综合DEA模型及其性质和作用。在人们的生产活动和社会活动中常常会遇到这样的问题：经过一段时间之后，需要对具有相同类型的部门或单位（称为决策单元）进行评价，其评价的依据是决策单元的“输入”数据和“输出”数据，输入数据是指决策单元在某种活动中需要消耗的某些量，例如投入的资金总额，投入的总劳动力数，占地面积等等；输出数据是决策单元经过一定的输入之后，产生的表明该活动成效的某些信息量，例如不同类型的产品数量，产品的质量，经济效益等等．再具体些说，譬如在评价某城市的高等学校时，输入可以是学校的全年的资金，教职员工的总人数，教学用房的总面积，各类职称的教师人数等等；输出可以是培养博士研究生的人数，硕士研究生的人数，大学生的人数，学生的质量（德，智，体），教师的教学工作量，学校的科研成果（数量与质量）等等．根据输入数据和输出数据来评价决策单元的优劣，即所谓评价部门（或单位）间的相对有效性。数据包络分析是运筹学的一个新的研究领域。Charnes和Cooper等人的第一个应用DEA的十分成功的案例，是在评价为弱智儿童开设公立学校项目的同时，描绘出可以反映大规模社会实验结果的研究方法。在评估中，输出包括“自尊”等无形的指标；输入包括父母的照料和父母的文化程度等，无论哪种指标都无法与市场价格相比较，也难以轻易定出适当的权重（权系数），这也是DEA的优点之一。

格兰杰因果关系要求两个被建立关系的时间序列必须都是平稳的，所以你找的因果关系是两个差分后的序列的关系而非原序列的格兰杰关系

应该就是一个，取1或者取0是说这个变量前面系数的取值当虚拟变量是两个时：当D1=1，D2=0时，本科；当D1=0，D2=1时，本科以下；当D1=0，D2=0时，研究生.当然也可以换其他的顺序

用Chow检验。邹氏检验法是由邹至庄提出的〔2〕，用于判断结构在预先给定的时点是否发生了变化的一种方法. 这种方法的特点在于把时间序列数据分成两部分，其分界点就是检验是否已发生结构变化的检验时点. 在此基础上， 利用F检验来检验由前一部分n个数据求得的参数与由后一部分m个数据求得的参数是否相等， 由此判断结构是否发生了变化. 邹氏检验公式如下： 1) 当m>p(p表示解释变量的个数)时，邹氏检验公式是 (1) 2) 当m≤p时, 邹氏检验公式是 (2)式中，分别表示整个观测期、 前半期和后半期的估计值； yt表示实际值. (1)式和(2)式分别服从自由度为(p,n+m-2p)及自由度为(m,n-p)的F分布. 对于预先给定的特定时点可用邹氏检验法去检验有无结构变化. 但是实际上， 往往并不知道应该选择哪一个时点为特定时点. 因此， 并不预先推定被认为是发生了结构变化的时期，而是设计了称为邹氏逐步检验的寻求转折点的方法. 邹氏逐步检验的特点是， 对于把整个观测期分为两部分的所有分界点分别应用邹氏检验法. 如果用上述的n和m来说明的话， 首先n从p, m从n+m-p(其中p是解释变量的个数)开始， 分界点每次挪一期， 直至n到n+m-p， m到p. 挪动的同时依次重复地对分界点进行邹氏检验， 以明确结构变化的时期. 在邹氏检验中所用的F检验的显著水平的百分比为多大， 由分析者自己判断决定. 邹氏检验可以检验出结构在某个时点是否发生了变化， 但却不能判断这种变化是一时性的还是持续性的. 所以用邹氏检验判断出结构在某个时点发生变化后， 还要根据实际情况进一步判断该时点所发生的高技术渗透经济效益的变化是否是持续性的，若是持续性的即为临界点.

自由度这玩意，是比较难弄清楚。其实自由度的概念，是参考了线性方程组理论里面解的自由度问题。但是根本还是要弄清楚F检验的含义Q1：在这里，以题主的例子为例子，y=beta1+beta2*x2+beta3*x3那么说F检验是检验H0: beta2 = beta3 = 0，这里约束个数为2按照Woodridge的说法，那就是k = 2，指的是斜率系数（beta2，beta3）个数。F ~ F(2, n - 3)按照Brooks的说法，那就是k = 3，指的是解释变量个数。F ~ (2, n - 3)也就是说，k是斜率系数的个数或者解释变量个数，不是什么beta或者xQ2：beta1就是代表常数项，常数项在多元回归里就是观测值都为1的x1Q3：对于模型rgt = α + β*rMt + utrMt明显是一个解释变量，所以斜率系数是β。Brooks的K应该就是等于2，也即α和β

怎么跟你解释这个问题呢？跟你解释参数不变性吧，虽然它不完全包括“模型结构稳定”，但对你或许有一定的启发。计量模型是建立在回归分析基础上，所得到的模型，是用观测样本值估计出来的，当所使用的样本观测值不一样时，估计出的参数就不同。这种不同不是绝对意义上的不等，而是统计意义上的不同。模型结构稳定就要求不同样本估计的参数在统计意义无差别。所使用的计量检验，最有名的叫做"邹检验"，由著名华裔经济学家邹至庄在大约50年前创造。具体怎么操作，这里就不说了，上面不方便写。