第一篇：Eviews檢驗(yàn)小結(jié)

各種檢驗(yàn)總結(jié)

1、偏度：①序列的分布是對(duì)稱的，S值為0；

②正的S值意味著序列分布有長(zhǎng)的右拖尾；

③負(fù)的S值意味著序列分布有長(zhǎng)的左拖尾。

2、峰度：①如果 K 值大于3，分布的凸起程度大于 正態(tài)分布；

②如果K值小于3，序列分布相對(duì)于正態(tài)分布是平坦的。

3、正態(tài)性檢驗(yàn)：

Q-Q圖：看QQ圖上的點(diǎn)是否近似地在一條直線附近, 是的話近似于正態(tài)分布。Jarque-Bera 檢驗(yàn)：①如果P值很小，則拒絕原假設(shè)，X不服從正態(tài)分布；

②如果P值大于0.05（0.1）接受原假設(shè), X 服從正態(tài)分布。

輸入數(shù)據(jù)

用鼠標(biāo)單擊“Quick”，出現(xiàn)下拉菜單，單擊“Empty Group”，出現(xiàn)“Group”窗口。

在數(shù)據(jù)表的第一列中鍵入y的數(shù)據(jù)，并將該序列名取為y；在第二、第三列中分別鍵入x1 和x2的數(shù)據(jù)，并分別取名為x1和x2。

回歸分析

用鼠標(biāo)單擊“Quick”，出現(xiàn)下拉菜單，單擊“Estimate Equation”，在彈出對(duì)話框中鍵入 y c x1 x2；在 “Estimation Settings” 欄中選 擇“Least Squares”（最小二乘法)；點(diǎn)擊“OK”，屏幕顯示回歸分析結(jié)果如表3-16所示。

回歸檢驗(yàn)

1、擬合優(yōu)度檢驗(yàn)：R2 =0.864267說明，回歸方程即上述樣本需求函數(shù)的解釋能力為 86.4%，即所有解釋變量能對(duì)該被解釋變量變動(dòng)的86.4%作出解釋。回歸方 程的擬合優(yōu)度較好。

2、回歸模型的總體顯著性檢驗(yàn)：從全部因素的總體影響看，α表示顯著性水平(一般取5%，也可取10%根據(jù)題目而定)假設(shè)在5%顯著性水平上，若F檢驗(yàn)的P值

小于0.05，說明所有解釋變量對(duì)被解釋變量的共同影響顯著。

3、單個(gè)回歸系數(shù)的顯著性檢驗(yàn)：從單個(gè)因素的影響看，在 5%顯著性水平上，查看各個(gè)解釋變量的T檢驗(yàn)值若大于2，一般表示該解釋變量對(duì)被解釋變量有顯著影響。但是，最主要是看解釋變量的P檢驗(yàn)值于0.05則表示該解釋變量對(duì)被解釋變量有顯著影響。，若P值小

異方差檢驗(yàn)：（1）判斷

1.圖示法——?dú)埐畹膱D示檢驗(yàn)

通過resid 與 x的散布圖判斷，圖形成喇叭狀。或通過resid的平方 與 x的散布圖判斷。在“Quick”菜單中選“Graph”項(xiàng)，在圖形對(duì)話框里鍵入 resid x，可得 resid 與 x的散布圖（見圖 4-9），resid 與 x 的散布圖表明存在異方差。2.懷特檢驗(yàn)。

在方程窗口中依次點(diǎn)擊：ViewResidual Test Heteroskedasticity Test,多元回歸時(shí)一般選擇有交叉項(xiàng)，（2）異方差的修正（WLS 估計(jì)法）。加權(quán)重1/x^2。

在 OLS 對(duì)話框里鍵入：y c x，按回車鍵，然后在方程窗口中點(diǎn)擊“EstimateOptions”按鈕，并在權(quán)數(shù)對(duì)話框里輸入權(quán)數(shù) 1 / x^2 或者1 / e^2(其中的e是用

中的genr按鈕，在彈出的框中輸入e=resid)

若obs*R-squared對(duì)應(yīng)的P值小于0.05，拒絕原假設(shè)，存在異方差性。例中為0.1691。

自相關(guān)檢驗(yàn)：

（一）判斷 1.殘差圖

通過resid(-1)和resid（縱軸）的殘差圖，有明顯帶狀規(guī)律。

2.D-W檢驗(yàn) 3.偏自相關(guān)系數(shù)檢驗(yàn)

在方程窗口中依次點(diǎn)擊：ViewResidual Testcorrelogram-Q-statistic

超出虛線的條塊

4.拉格朗日乘數(shù)檢驗(yàn)（B-G,LM）

在方程窗口中依次點(diǎn)擊：ViewResidual TestSerail Correlation LM Test

若obs*R-squared對(duì)應(yīng)的P值小于0.05，拒絕原假設(shè)，存在自相關(guān)。

（二）修正（廣義差分）

DW利用DW統(tǒng)計(jì)量求

?，再用廣義差分法估計(jì)模型 ???1?22.杜賓（durbin）兩步法 1.??Y??(1??)??(X??X)?(????)Ytt?101tt?1tt?1

鼠標(biāo)單擊“Quick”，出現(xiàn)下拉菜單，單擊“Estimate Equation”，在彈出的 OLS 對(duì)話框里鍵入：Yt

??Yt?1 c Xt??Xt?1，按回車鍵，多重共線性檢驗(yàn)

（一）判斷

1.相關(guān)系數(shù)法。R的絕對(duì)值大于等于0.8，存在多重共線性。

2.回歸后，R平方較大，F(xiàn)檢驗(yàn)顯著，但有些變量T檢驗(yàn)不顯著，系數(shù)的正負(fù)號(hào)與理論違背。

（二）修正

1.先用Ctrl鍵選中所有的解釋變量和被解釋變量，再右擊鼠標(biāo)，在open中選中as group，在新建的group窗口中點(diǎn)擊view / Covarriance Analysis/ correlation

找到和被解釋變量相關(guān)系數(shù)最大的解釋變量，做二者的回歸估計(jì)。

2.若該解釋變量有顯著影響，再加入和被解釋變量相關(guān)系數(shù)第二大的解釋變量做回歸分析，若 R平方上升，P值顯著則該變量應(yīng)該加入模型，否則舍去。

第二篇：EVIEWS心得

計(jì)量經(jīng)濟(jì)學(xué)作業(yè)（3）eviews軟件學(xué)習(xí)心得 姓名：林君泓

班級(jí)：1008106 學(xué)號(hào)：1100800130 學(xué)院：機(jī)電工程學(xué)院

（二學(xué)位）eviews軟件學(xué)習(xí)心得

實(shí)驗(yàn)中，我完成模型的參數(shù)估計(jì)，模型的統(tǒng)計(jì)檢驗(yàn)，建立了一元線性回歸模型和多元線性回歸模型的經(jīng)濟(jì)計(jì)量模型，并對(duì)模型進(jìn)行了異方差和自相關(guān)性檢驗(yàn)以及對(duì)模型的修正，使得模型更加的合理。實(shí)驗(yàn)過程使我對(duì)經(jīng)濟(jì)計(jì)量建模過程有一個(gè)直觀感性的認(rèn)識(shí)，并比較熟悉了現(xiàn)代計(jì)量經(jīng)濟(jì)分析軟件的實(shí)際操作流程。在整個(gè)操作過程中，我們體會(huì)和獲取到用eviews軟件對(duì)經(jīng)濟(jì)原理進(jìn)行驗(yàn)證的樂趣與經(jīng)驗(yàn)，通過eviews軟件的應(yīng)用，免去了大量的運(yùn)算過程，使得我們分析問題更加的方便快捷，而且比自己計(jì)算時(shí)更加準(zhǔn)確。雖然在實(shí)驗(yàn)過程中，由于對(duì)軟件不熟悉，上機(jī)操作時(shí)不可避免的遇到一些問題，但這些經(jīng)驗(yàn)卻錘煉了我發(fā)現(xiàn)問題的眼光，豐富了我們分析問題的思路。而且在老師和同學(xué)的幫助下，我能夠順利的運(yùn)用eviews軟件對(duì)一些經(jīng)濟(jì)數(shù)據(jù)進(jìn)行分析。實(shí)驗(yàn)中，老師結(jié)合案例，現(xiàn)場(chǎng)的演示，細(xì)心的對(duì)我們進(jìn)行指導(dǎo)，使我對(duì)eviews軟件有了更深層的了解，學(xué)會(huì)了對(duì)軟件進(jìn)行簡(jiǎn)單的操作，對(duì)實(shí)際的經(jīng)濟(jì)問題進(jìn)行分析與檢驗(yàn)。使原本枯燥、繁瑣、難懂的課本知識(shí)變得簡(jiǎn)潔化，跨越理論和實(shí)踐的鴻溝。

當(dāng)然，在使用軟件的同時(shí)雖然有時(shí)會(huì)遇到步驟和結(jié)果不同的情況，但我們可以對(duì)模型進(jìn)行檢驗(yàn)和修正，使之更能準(zhǔn)確的分析經(jīng)濟(jì)問題。通過本次實(shí)驗(yàn)，我也深刻體會(huì)到，eviews是一門十分實(shí)用的軟件，對(duì)以后的學(xué)習(xí)有著很大的作用。而如何正確和合理的使用便是當(dāng)前最重要的任務(wù)。實(shí)習(xí)中，我們能夠直觀而充分地體會(huì)到老師課堂講授內(nèi)容的精華之所在，這提高了手動(dòng)操作軟件、數(shù)量化分析與解決問題的能力，還可以培養(yǎng)我在處理實(shí)驗(yàn)經(jīng)濟(jì)問題的嚴(yán)謹(jǐn)?shù)目茖W(xué)的態(tài)度，并且避免了課堂知識(shí)與實(shí)際應(yīng)用的脫節(jié)。

本次實(shí)驗(yàn)的收獲、體會(huì)、經(jīng)驗(yàn)、問題和教訓(xùn)，使我初步投身于計(jì)量經(jīng)濟(jì)學(xué)，通過利用eviews軟件將所學(xué)到的計(jì)量知識(shí)進(jìn)行實(shí)踐，讓我加深了對(duì)理論的理解和掌握，直觀而充分地體會(huì)到老師課堂講授內(nèi)容的精華之所在。在實(shí)驗(yàn)過程中我們提高了手動(dòng)操作軟件、數(shù)量化分析與解決問題的能力，還培養(yǎng)我在處理實(shí)驗(yàn)經(jīng)濟(jì)問題的嚴(yán)謹(jǐn)?shù)目茖W(xué)的態(tài)度，并且避免了課堂知識(shí)與實(shí)際應(yīng)用的脫節(jié)。雖然在實(shí)驗(yàn)過程中出現(xiàn)了很多錯(cuò)誤，但這些經(jīng)驗(yàn)卻錘煉了我們發(fā)現(xiàn)問題的眼光，豐富了我們分析問題的思路。通過這次實(shí)驗(yàn)讓我受益匪淺。這次操作后對(duì)eviews軟件有了更深層的了解學(xué)會(huì)了對(duì)軟件進(jìn)行簡(jiǎn)單的操作，對(duì)實(shí)際的經(jīng)濟(jì)問題進(jìn)行分析與檢驗(yàn)。使原本枯燥、繁瑣、難懂的課本知識(shí)變得簡(jiǎn)潔化，跨越理論和實(shí)踐的鴻溝，同時(shí)使我對(duì)計(jì)量經(jīng)濟(jì)學(xué)產(chǎn)生興趣。計(jì)量經(jīng)濟(jì)學(xué)是一門比較難的課程，其中涉及大量的公式，不容易理解且需要大量的運(yùn)算，所以在學(xué)習(xí)的過程中我遇到了很多困難。但通過這次的實(shí)驗(yàn)，我對(duì)課上所學(xué)的最小二乘法有了進(jìn)一步的理解，在掌握理論知識(shí)的同時(shí)，將其與實(shí)際的經(jīng)濟(jì)問題聯(lián)系起來。篇二：計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)報(bào)告1 心得體會(huì)

遼寧工程技術(shù)大學(xué)上機(jī)實(shí)驗(yàn)報(bào)告 篇三：余偉-eviews理論及應(yīng)用總結(jié) 1理論總結(jié)：

第一部分：數(shù)據(jù)分析基礎(chǔ)

第1章：概率與統(tǒng)計(jì)基礎(chǔ)

第2章：經(jīng)濟(jì)時(shí)間序列的季節(jié)調(diào)整、分解與平滑 時(shí)間序列分解方法包括季節(jié)調(diào)整和趨勢(shì)分解，指數(shù)平滑是目前比較常用的時(shí)間序列處理方法。經(jīng)濟(jì)指標(biāo)的月度或季度時(shí)間序列包含4種變動(dòng)要素：長(zhǎng)期趨勢(shì)要素t、循環(huán)要素c、季節(jié)變動(dòng)要素s和不規(guī)則要素t.在經(jīng)濟(jì)分析之前，需要對(duì)時(shí)間序列進(jìn)行季度調(diào)整，剔除其中的季節(jié)變動(dòng)要素和不規(guī)則要素。而利用趨勢(shì)分解方法可以把趨勢(shì)和循環(huán)要素分離開來，從而研究經(jīng)濟(jì)的長(zhǎng)期趨勢(shì)和景氣循環(huán)變動(dòng)。對(duì)于某些經(jīng)濟(jì)時(shí)間序列（如股票序列），不存在明顯的趨勢(shì)變動(dòng)和季節(jié)變動(dòng)。一般，我們使用指數(shù)平滑方法對(duì)這樣的時(shí)間序列進(jìn)行擬合和預(yù)測(cè) 2.1理論基礎(chǔ)：移動(dòng)平均方法

簡(jiǎn)單移動(dòng)平均

中心化移動(dòng)平均

加權(quán)移動(dòng)平均 2.2季節(jié)調(diào)整

只有季度和月度數(shù)據(jù)才能做季節(jié)調(diào)整，目前比較常用的方法是：censusx12方法、x11方法、移動(dòng)平均方法和tramo/seats方法 2.3趨勢(shì)分解

本節(jié)專門討論如何將趨勢(shì)和循環(huán)要素進(jìn)行分解的方法。測(cè)定長(zhǎng)期趨勢(shì)有多種方法，如回歸分析法、移動(dòng)平均法、階段平均法、hp濾波方法和bp濾波方法 2.4指數(shù)平滑方法

第二部分：基本的單方程分析

第3章：基本回歸模型 3.1古典線性回歸模型

回歸分析是計(jì)量經(jīng)濟(jì)分析中使用最多的方法，是可以用來分析兩個(gè)及以上的變量相互之間因果關(guān)系的統(tǒng)計(jì)方法。當(dāng)回歸模型中僅包含一個(gè)解釋變量時(shí)，該模型就是一元回歸模型。當(dāng)解釋變量超過一個(gè)時(shí)，該模型就是多元回歸模型。根據(jù)模型對(duì)于參數(shù)是否為線性可以將模型分為線性模型和非線性模型。

3.1.1一元線性回歸模型

形式：yt??0??1xt?ut(t?1,2,...t)u是誤差項(xiàng)或擾動(dòng)項(xiàng)，它體現(xiàn)了y的變化中沒有被x所解釋的部

分，即除x以外其他所有對(duì)y產(chǎn)生影響的因素的綜合體現(xiàn)。

古典線性回歸模型的基本假設(shè)：

（1）e(ut)?0→？異方差→加權(quán)最小二乘法 2var(ut)??（2）cov(ui,uj)?0,i?j→？自相關(guān)→時(shí)間序列模型

（3）cov(xt,ut)?0→？隨機(jī)解釋變量→兩階段最小二乘法（4）ut?n(0，?2)→？ 3.1.2最小二乘法

3.1.3多元線性回歸模型 3.1.4系數(shù)估計(jì)量的性質(zhì) 3.1.5線性回歸模型的檢驗(yàn) a:變量的顯著性檢驗(yàn)（t檢驗(yàn)）h0:?i?0，h1:?i?0 b:擬合優(yōu)度檢驗(yàn)和r2統(tǒng)計(jì)量 tss ess rss r2=ess/tss c:方程顯著性檢驗(yàn) h0:?1??2。。??k?0，h1:至少一個(gè)不為0 3.2回歸方程的函數(shù)形式 3.2.1雙對(duì)數(shù)線性模型

解釋變量的系數(shù)就是彈性

*3.2.2半對(duì)數(shù)模型[用來做增長(zhǎng)率] 3.2.3雙曲線模型

3.3包含虛擬變量的回歸模型 3.4模型的設(shè)定與假設(shè)檢驗(yàn)

一旦完成估計(jì)，就需要進(jìn)行各種檢驗(yàn)、修正，然后再進(jìn)行估計(jì)。。

一直到滿意為止。3.4.1系數(shù)檢驗(yàn)

a：wald檢驗(yàn)——有約束條件的檢驗(yàn) b:遺漏變量、多余變量檢驗(yàn) c:因子分割點(diǎn)檢驗(yàn) 3.4.2殘差檢驗(yàn) a:正態(tài)性檢驗(yàn) b:序列相關(guān)檢驗(yàn) c:arch檢驗(yàn)

d:white異方差檢驗(yàn) 3.4.3模型穩(wěn)定性檢驗(yàn) a：chow分割點(diǎn)檢驗(yàn) b: chow預(yù)測(cè)檢驗(yàn)

c: quandt-andrews分割點(diǎn)檢驗(yàn) 3.5方程的模擬與預(yù)測(cè)

第4章：其他回歸方法

4.1異方差【每個(gè)數(shù)據(jù)點(diǎn)對(duì)應(yīng)的方差不等】 4.1.1異方差檢驗(yàn) a：圖示法

b：bpg異方差檢驗(yàn) c：harvey異方差檢驗(yàn) d：glejser異方差檢驗(yàn) e：white檢驗(yàn)

4.1.2加權(quán)最小二乘法【wls】 4.2二階段最小二乘法 4.3非線性最小二乘法 4.4廣義矩方法

4.5多項(xiàng)式分布滯后模型 4.6逐步最小二乘回歸 4.7分位數(shù)回歸

4.8非參數(shù)回歸模型

第5章時(shí)間序列模型

運(yùn)用時(shí)間序列的過去值、當(dāng)期值及滯后擾動(dòng)項(xiàng)的加權(quán)和，建立模

型來解釋時(shí)間序列的變化規(guī)律。5.1序列相關(guān)及其檢驗(yàn) 5.1.1序列相關(guān) 5.1.2序列相關(guān)的檢驗(yàn)方法 a:d.w統(tǒng)計(jì)量檢驗(yàn)

如果存在正的序列相關(guān)，其（0,2）；相反則在（2,4）d.w統(tǒng)計(jì)量檢驗(yàn)序列相關(guān)有4個(gè)前提

（1）d.w統(tǒng)計(jì)量的擾動(dòng)項(xiàng)在原假設(shè)下依賴于系數(shù)矩陣

（2）回歸方程右邊如果存在滯后因變量，其不再有效

（3）僅僅檢驗(yàn)殘差序列是否存在一階序列相關(guān)

（4）回歸模型含有截距項(xiàng)

下面的方法克服了上述不足 b: 相關(guān)圖 c：q統(tǒng)計(jì)量檢驗(yàn)

d：序列相關(guān)的lm檢驗(yàn)

5.1.3存在序列相關(guān)的線性回歸方程的估計(jì)與修正

利用ar(p)模型修正序列相關(guān)。5.2平穩(wěn)時(shí)間序列建模

本節(jié)將不再僅僅以一個(gè)回歸方程的擾動(dòng)項(xiàng)序列為研究對(duì)象，而是

直接討論一個(gè)平穩(wěn)時(shí)間序列的建模問題。在現(xiàn)實(shí)中很多問題，如利率波動(dòng)、收益率變化及匯率變動(dòng)等通常是一個(gè)平穩(wěn)序列，或者通過差分等變換可以化為一個(gè)平穩(wěn)序列。5.2.1平穩(wěn)時(shí)間序列的概念

如果隨機(jī)過程ut?{?,u?1,u0,u1,u2,??,ut,ut?1,??} 的均值和方差、自協(xié)方差都不取決于t，既滿足： e(ut??),var(ut)??2,cov(ut,ut?s)??s 則稱{ut}是協(xié)方差平穩(wěn)的或弱平穩(wěn)的： 5.2.2 arma模型 1.自回歸模型ar(p)p 階自回歸模型記作ar(p)，滿足下面的方程： ut?c??1ut?1??2ut?2put?p??t 其中：參數(shù) c 為常數(shù)；?1 , ?2 ,…, ?p 是自回歸模型系

數(shù)；p為自回歸模型階數(shù)；?t 是均值為0，方差為? 2 的白

噪聲序列。

2.移動(dòng)平均模型ma(q)q 階移動(dòng)平均模型記作ma(q)，滿足下面的方程： utt??1?t?1q?t?q 其中：參數(shù) ? 為常數(shù)；參數(shù)?1 , ?2 ,…, ?q 是 q 階移

動(dòng)平均模型的系數(shù)；?t 是均值為0，方差為? 2的白噪聲序列。3.arma(p，q)模型

ut?c??1ut?1put?p??t??1?t?1q?t?q 顯然此模型是模型(5.2.4)與(5.2.5)的組合形式，稱為混合模型，常記作arma(p,q)。

當(dāng) p=0 時(shí)，arma(0, q)= ma(q)當(dāng)q = 0時(shí)，arma(p, 0)= ar(p)5.2.3 arma模型的平穩(wěn)性 1.ar(p)模型的平穩(wěn)性條件

ar(p)模型平穩(wěn)的充要條件是?(z)的根全部落在單位圓之外 2.ma(q)模型的可逆性 根全部落在單位圓之外，則式(5.2.16)的ma算子稱為可逆的 5.2.4 arma模型的識(shí)別 ar(p)模型的偏自相關(guān)系數(shù)是 p 階截尾的。ma(q)模型的自相關(guān)函數(shù)在 q 步以后是截尾的。ma(q)模型的偏自相關(guān)系數(shù)一定呈現(xiàn)出某種衰減的形式是拖尾的 5.3 非平穩(wěn)時(shí)間序列建模

前述的ar(p)、ma(q)和arma(p,q)三個(gè)模型只適用于刻畫一個(gè)平穩(wěn)序列的自相關(guān)性。一個(gè)平穩(wěn)序列的數(shù)字特征，如均值、方差和協(xié)方差等是不隨時(shí)間的變化而變化的，時(shí)間序列在各個(gè)時(shí)間點(diǎn)上的隨機(jī)性服從一定的概率分布。也就是說，對(duì)于一個(gè)平穩(wěn)的時(shí)間序列可以通過過去時(shí)間點(diǎn)上的信息，建立模型擬合過去信息，進(jìn)而預(yù)測(cè)未來的信息。然而，對(duì)于一個(gè)非平穩(wěn)時(shí)間序列而言，時(shí)間序列的某些數(shù)字特征是隨著時(shí)間的變化而變化的。非平穩(wěn)時(shí)間序列在各個(gè)時(shí)間點(diǎn)上的隨機(jī)規(guī)律是不同的，難以通過序列已知的信息去掌握時(shí)間序列整體上的隨機(jī)性。但在實(shí)踐中遇到的經(jīng)濟(jì)和金融數(shù)據(jù)大多是非平穩(wěn)的時(shí)間序列。圖5.9 中國(guó)1978年～2006年的生產(chǎn)法gdp序列 1.確定性時(shí)間趨勢(shì)

描述類似圖5.9形式的非平穩(wěn)經(jīng)濟(jì)時(shí)間序列有兩種方法，一種方法是包含一個(gè)確定性時(shí)間趨勢(shì): yt?a??t?ut 其中ut是平穩(wěn)序列；a + ? t 是線性趨勢(shì)函數(shù)。這種過程也稱為

趨勢(shì)平穩(wěn)的，因?yàn)槿绻麖氖?5.3.1)中減去 a +? t，結(jié)果是一個(gè)平穩(wěn)過程。注意到像圖5.9一類的經(jīng)濟(jì)時(shí)間序列常呈指數(shù)趨勢(shì)增長(zhǎng)，但是指數(shù)趨勢(shì)取對(duì)數(shù)就可以轉(zhuǎn)換為線性趨勢(shì)。

一般時(shí)間序列可能存在一個(gè)非線性函數(shù)形式的確定性時(shí)間趨勢(shì)，例如可能存在多項(xiàng)式趨勢(shì)：

yt?a??1t??2t2ntn?ut 同樣可以除去這種確定性趨勢(shì)，然后分析和預(yù)測(cè)去勢(shì)后的時(shí)間序列。篇四：掌握用eviews回歸模型的比較篩選 篇五：計(jì)量經(jīng)濟(jì)學(xué)學(xué)習(xí)心得

計(jì)量經(jīng)濟(jì)學(xué)小結(jié)

經(jīng)過一個(gè)學(xué)期對(duì)計(jì)量經(jīng)濟(jì)學(xué)的學(xué)習(xí)，我收獲了很多，也懂得了很多。通過以計(jì)量經(jīng)濟(jì)學(xué)為核心，以統(tǒng)計(jì)學(xué)，數(shù)學(xué)，經(jīng)濟(jì)學(xué)等學(xué)科為指導(dǎo)，輔助以一些軟件的應(yīng)用，從這些之中我都學(xué)到了很多知識(shí)。同時(shí)對(duì)這門課程有了新的認(rèn)識(shí)，計(jì)量經(jīng)濟(jì)學(xué)對(duì)我們的生活很重要，它對(duì)我國(guó)經(jīng)濟(jì)的發(fā)展有重要的影響。

計(jì)量經(jīng)濟(jì)學(xué)對(duì)我們研究經(jīng)濟(jì)問題是很好的方法和理論。學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué)給我印象和幫助最大的主要對(duì)evies軟件的熟練操作與應(yīng)用，記得以前學(xué)運(yùn)籌學(xué)的時(shí)候，我學(xué)會(huì)了lindo軟件，而現(xiàn)在我又學(xué)會(huì)了eviews軟件，我感覺自己真的是很幸運(yùn)，因?yàn)楫吘褂行┸浖菍儆谀欠N有價(jià)無市的，如果沒有老師的傳授我不可能從市場(chǎng)上或是從思想上認(rèn)識(shí)到它;初步投身于計(jì)量經(jīng)濟(jì)學(xué)，通過利用eviews軟件將所學(xué)到的計(jì)量知識(shí)進(jìn)行實(shí)踐，讓我加深了對(duì)理論的理解和掌握，直觀而充分地體會(huì)到老師課堂講授內(nèi)容的精華之所在。在實(shí)驗(yàn)過程中我們提高了手動(dòng)操作軟件、數(shù)量化分析與解決問題的能力，還可以培養(yǎng)我在處理實(shí)驗(yàn)經(jīng)濟(jì)問題的嚴(yán)謹(jǐn)?shù)目茖W(xué)的態(tài)度，并且避免了課堂知識(shí)與實(shí)際應(yīng)用的脫節(jié)。雖然在實(shí)驗(yàn)過程中出現(xiàn)了很多錯(cuò)誤，但這些經(jīng)驗(yàn)卻錘煉了我們發(fā)現(xiàn)問題的眼光，豐富了我們分析問題的思路。通過這次實(shí)驗(yàn)讓我受益匪淺。

計(jì)量經(jīng)濟(jì)學(xué)是一門比較難的課程，其中涉及大量的公式，不容易理解且需要大量的運(yùn)算，其中需要很好的數(shù)學(xué)基礎(chǔ)、統(tǒng)計(jì)基礎(chǔ)和自己的分析思考能力，以及良好的計(jì)量軟件應(yīng)用能力，所以在學(xué)習(xí)的過程中我遇到了很多困難。但通過這次的實(shí)驗(yàn)，我對(duì)課上所學(xué)的最小二乘法有了進(jìn)一步的理解，在掌握理論知識(shí)的同時(shí)，將其與實(shí)際的經(jīng)濟(jì)問題聯(lián)系起來。在目前的學(xué)術(shù)現(xiàn)狀下，要求研究者必須掌握計(jì)量的研究方法，這是實(shí)證研究最好的工具。用計(jì)量的工具，我們才能夠把經(jīng)濟(jì)現(xiàn)象肢解開來，找到其中的脈絡(luò)，進(jìn)而分析得更加清晰。對(duì)于計(jì)量經(jīng)濟(jì)學(xué)這一學(xué)科，雖然只是一門選修課，但是對(duì)我們很有用，特別是對(duì)evies軟件的運(yùn)用。我自認(rèn)為自己對(duì)這一軟件還沒有完全掌握，在后期的學(xué)習(xí)中，希望能繼續(xù)學(xué)習(xí)，熟練掌握這一軟件的運(yùn)用。

第三篇：eviews中英文翻譯

Eviews中英文翻譯

1.Descriptive Statistics 描述性統(tǒng)計(jì)

2.Test For Descriptive Stats 描述性統(tǒng)計(jì)量的檢驗(yàn)

3.Distribution Graphs 分布圖

4.One-way Tabulation 單維統(tǒng)計(jì)表

5.Correlogram 相關(guān)圖

6.Unit Root Test單位根檢驗(yàn)

7.Histogram and Statistics 直方圖和統(tǒng)計(jì)量

8.Stats by Classification 分類統(tǒng)計(jì)量

9.Stats Table 統(tǒng)計(jì)量表格

10.Mean 均值

11.Median 中位數(shù)

12.Std.Dev.(Standard Deviation)標(biāo)準(zhǔn)差

13.standard error of mean均值標(biāo)準(zhǔn)誤差

14.Skewness 偏度

15.Kurtosis 峰度

16.Jarque-BeraJB統(tǒng)計(jì)量(貝拉統(tǒng)計(jì)量)

17.obs（observations）觀測(cè)值個(gè)數(shù)

18.Simple Hypothesis test 簡(jiǎn)單假設(shè)檢驗(yàn)

19.Equality test of Classification組間相等檢驗(yàn)

20.Variance 方差

21.anova 方差分析

22.source of Variation 變異來源

23.CDF(Cumulative Distribution Function)累積分布函數(shù)

24.Survivor殘存

25.Quantile分位數(shù)

26.Kernel Density核心密度

27.Normal Distribution正態(tài)分布

28.Uniform Distribution 均勻分布

29.Exponential Distribution指數(shù)分布

30.Logistic Distribution 邏輯分布

31.Extreme value 極值

32.# of values 表示分組序列內(nèi)的觀測(cè)值的個(gè)數(shù)大于指定數(shù)目時(shí)，進(jìn)行分組統(tǒng)計(jì)

33.Avg.count 表示各分組序列內(nèi)的觀測(cè)值的個(gè)數(shù)小于指定數(shù)目時(shí)，原分組合并

34.Max # of bins 表示序列的最大分組數(shù)

35.AC(autocorrection)自相關(guān)

36.PAC（partial correction）偏相關(guān)

37.intercept截距項(xiàng)

38.trend and intercept趨勢(shì)項(xiàng)和截距項(xiàng)

39.N-way TabulationN維統(tǒng)計(jì)表

40.Equation specification 方程說明

41.estimation setting估計(jì)方法選擇

42.LS（least squares）最小二乘法

43.TSLS（two-stage least squares）兩階段最小二乘法

44.ARCH（autoregressive conditional heteroskedasticity）自回歸條件異方差

45.GMM（generalized method of moments）廣義矩陣法

46.BINARY（binary choice）二項(xiàng)選擇模型

47.ORDERED（ordered choice）有序選擇模型

48.CENSORED（censored data）刪截模型

49.COUNT(integer count data)計(jì)數(shù)模型

50.Representation 方程顯示的三種形式（1 Estimation Command估計(jì)命令 2 Estimation

Equation估計(jì)方程3 Substituted Coefficients帶有系數(shù)估計(jì)值的方程式）

51.Estimation Output 估計(jì)顯示

52.Actual, Fitted, Residual 真實(shí)的，擬合的，剩余的（殘差的）

53.Standardized Residual Graph 標(biāo)準(zhǔn)的殘差折線圖

54.Covariance Matrix 回歸系數(shù)估計(jì)值的方差-協(xié)方差折線圖

55.Coefficient Text 模型參數(shù)的7種檢驗(yàn)

56.Residual Test 模型殘差的5種檢驗(yàn)

57.Stability test 模型穩(wěn)定性檢驗(yàn)

58.Gradient and Derivatives 梯度與導(dǎo)數(shù)

59.ARMA Structure

60.Make Residual Series 生成估計(jì)方程的殘差序列

61.Make Regressor Group 顯示方程中所有解釋變量和被解釋變量的序列組

62.Make Model 生成方程的估計(jì)式

63.Update Coefs from Equation 更新方程的系數(shù)向量

標(biāo)準(zhǔn)回歸輸出結(jié)果

64.coefficient 回歸系數(shù)

65.std.error標(biāo)準(zhǔn)誤差（衡量回歸系數(shù)的統(tǒng)計(jì)可靠性）

66.t-stastistic(檢驗(yàn)?zāi)硞€(gè)系數(shù)是否為0)

67.prob伴隨概率（p值越大，越接受原假設(shè)）

68.R-squared可決系數(shù)（被解釋變量由解釋變量解釋的部分）

69.Adjusted R-squared調(diào)整可決系數(shù)

70.S.E.of regression 回歸的標(biāo)準(zhǔn)誤差（即σ）

71.Sum squared resid殘差平方和

72.Log likelihood 對(duì)數(shù)似然估計(jì)值（用于進(jìn)行似然比檢驗(yàn)等）

73.Durbin-Watson stat(序列相關(guān)性進(jìn)行檢驗(yàn)的統(tǒng)計(jì)量)

74.Mean Dependent Var(variable)被解釋變量的均值

75.S.D.Dependent Var被解釋變量的標(biāo)準(zhǔn)差

76.Akaike info criterion（AIC）赤池信息準(zhǔn)則

77.Schwarz criterion(SC)施瓦茨準(zhǔn)則（兩個(gè)準(zhǔn)則均要求增加的解釋變量能夠減少AIC和SC

才在原模型中增加該解釋變量）

78.F-Statistic(檢驗(yàn)回歸方程的顯著性，其原假設(shè)是所有系數(shù)都為0)

79.Prob(F-Statistic)F統(tǒng)計(jì)量的伴隨概率

80.81.

第四篇：紡織品檢驗(yàn)小結(jié)

紡織品檢驗(yàn)學(xué)

紡織品檢驗(yàn)學(xué)是關(guān)于確定或證明紡織品質(zhì)量是否符合標(biāo)準(zhǔn)和交易條件的專門學(xué)科。作為檢驗(yàn)對(duì)象的紡織品，其質(zhì)量的優(yōu)劣與紡織品的使用價(jià)值又是密切相關(guān)的。它的研究對(duì)象主要分為5類，即棉、麻、絲、毛、化學(xué)纖維。

首先應(yīng)該明確的是檢驗(yàn)的內(nèi)容，一般是分析和研究紡織品的成分、結(jié)構(gòu)、外形、物理性質(zhì)、化學(xué)性質(zhì)以及機(jī)械性質(zhì)等質(zhì)量屬性。

（一）棉紡織品品質(zhì)檢驗(yàn) 1.原棉的檢驗(yàn)

原棉的檢驗(yàn)是紡織工業(yè)生產(chǎn)的基礎(chǔ)，進(jìn)出口棉花的技術(shù)依據(jù)，并且對(duì)合 利用原棉，優(yōu)化資源配置祈禱主導(dǎo)作用。原棉的檢驗(yàn)指標(biāo)包括：品級(jí)檢驗(yàn)、長(zhǎng)度檢驗(yàn)、馬克隆值檢驗(yàn)、斷裂比強(qiáng)度檢驗(yàn)、異性纖維檢驗(yàn)、公量檢驗(yàn)。在原棉的檢驗(yàn)中主體品級(jí)是指含有相鄰品級(jí)的一批棉花中，所占比例為0.8以上的品級(jí)。

2.棉本色紗線的品質(zhì)評(píng)定

棉紗紗線的線密度以1000米紗線在公定回潮率時(shí)的重量表示，成為特克斯。這是定長(zhǎng)制，還有以定重制表示的旦尼爾。紗線的特?cái)?shù)越高，紗線越細(xì)。單紗和股線的最后成品設(shè)計(jì)特?cái)?shù)必須與其公稱特?cái)?shù)相等。紡股線用的單紗設(shè)計(jì)tex數(shù)值應(yīng)保證股線的設(shè)計(jì)特?cái)?shù)與其公稱tex數(shù)相等。

棉本色紗線的捻度測(cè)量是重要的一個(gè)方面。分為直接測(cè)量法和退捻加捻法。直接計(jì)數(shù)法即在一定的張力作用下，夾住已知紗線的兩端，通過試樣的一端對(duì)另一端向像退捻方向回轉(zhuǎn)，直至紗線中的纖維或單紗完全平行為止，退去的捻數(shù)即為該試樣長(zhǎng)度的捻數(shù)：退捻加捻法的實(shí)驗(yàn)環(huán)境和條件相同，只是過程不同。他是經(jīng)退捻和反向加捻后恢復(fù)到起始長(zhǎng)度所需的捻回?cái)?shù)的一半即為改長(zhǎng)度下的紗線捻數(shù)。

棉本色紗線的線密度的測(cè)定方法---絞紗法。它的原理是，紗線的線密度是由，紗線的長(zhǎng)度和重量計(jì)算出的，長(zhǎng)度合適的式樣在規(guī)定條件線從已經(jīng)調(diào)濕的樣品中抽出實(shí)驗(yàn)。

棉本色紗線斷裂強(qiáng)力和伸長(zhǎng)率檢驗(yàn)采用單根紗線法，用強(qiáng)力試驗(yàn)機(jī)拉伸單根紗線式樣直至斷脫，并指示出斷裂強(qiáng)力和伸長(zhǎng)。

棉本色紗線的疵點(diǎn)分級(jí)檢驗(yàn)用紗疵儀，而棉結(jié)雜志條干均勻度則用目測(cè)法。將紗線式樣均勻地?fù)u在黑板上目測(cè)檢驗(yàn)。

（二）羊毛的品質(zhì)檢驗(yàn)

羊毛相對(duì)于原棉種類分得更多更細(xì)，所以檢驗(yàn)的過程也是相對(duì)復(fù)雜的。首先是羊毛細(xì)密度檢驗(yàn)。羊毛細(xì)密度是衡量羊毛質(zhì)量?jī)?yōu)劣的一項(xiàng)重要質(zhì)量指標(biāo)，是決定羊毛品質(zhì)機(jī)器使用價(jià)值的重要依據(jù)。在檢驗(yàn)過程中，我過通常采用的是氣流儀法，但多數(shù)則采用“顯微鏡投影儀法”。羊毛的粗腔毛率實(shí)驗(yàn)仍然采用顯微鏡投影儀法，粗毛規(guī)定為凡是細(xì)度等于或是超過52.5納米的纖維；腔毛則是規(guī)定為凡是連續(xù)腔長(zhǎng)度在50納米以上和寬的一處等于或是超過1/3纖維直徑時(shí)作為腔毛。還有毛叢長(zhǎng)度實(shí)驗(yàn)、毛條加權(quán)平均長(zhǎng)度實(shí)驗(yàn)、洗凈毛的含油率實(shí)驗(yàn)、回潮率實(shí)驗(yàn)等等。

羊毛是耐堿不耐酸的纖維，但是在實(shí)驗(yàn)的過程中可能會(huì)有酸的存在，所以要除酸，與此同時(shí)還要測(cè)量堿的殘留量。羊毛有軟黃金的美稱，所以各國(guó)都在試著在羊毛身上做文章，我國(guó)也在不斷地追求創(chuàng)新。

（三）化學(xué)短纖維的品質(zhì)檢驗(yàn)

化學(xué)短纖維的品種很多，有滌綸、錦綸、晴綸（人造羊毛）、維綸、氨綸丙綸等。根據(jù)化學(xué)短纖的長(zhǎng)度、細(xì)密度、截面形態(tài)、光澤卷曲以及產(chǎn)品的用途也可將其分成不同的類型。

可以說化學(xué)短纖維是人類按照自己的意愿一句天然纖維制造出來的纖維。他彌補(bǔ)了天然纖維的不足之處，但同時(shí)也有自身的缺陷。化學(xué)短纖的檢驗(yàn)過程相對(duì)來說是最簡(jiǎn)單的。首先從原料上來講，化學(xué)纖維幾乎不含雜質(zhì)，而且是高溫處理經(jīng)過噴絲口噴出來的纖維。同時(shí)還可以根據(jù)人們的穿著需要，噴出具有不同形態(tài)功能各異的異形纖維。當(dāng)然質(zhì)量檢測(cè)是必須的步驟，因?yàn)槲覀円私馑男再|(zhì)以及性能。像纖維的線密度偏差、干強(qiáng)變異系數(shù)、干斷裂強(qiáng)度等。

（四）苧麻紗品質(zhì)檢驗(yàn)

苧麻紗的品等檢驗(yàn)指標(biāo)包括單紗斷裂強(qiáng)力變異系數(shù)、數(shù)量變異系數(shù)，單殺斷裂強(qiáng)度和質(zhì)量偏差，品級(jí)指標(biāo)包括條干均勻度變異系數(shù)、細(xì)節(jié)、促接和結(jié)雜。苧麻細(xì)紗粗結(jié)、細(xì)節(jié)和結(jié)雜的規(guī)定，紗細(xì)節(jié)叫原紗截面細(xì)0.5，粗節(jié)叫原紗粗0.5，結(jié)雜叫原紗截面粗0.2。

苧麻是一種品質(zhì)優(yōu)良的天然植物纖維，透氣性是天然纖維中最好的。比棉纖維高三倍左右，吸濕放濕性好，而且具有防腐、防菌、防霉等功能，適宜紡織各類衛(wèi)生保健用品，被公認(rèn)為“天然纖維之王。苧麻織物具有粗獷、挺括 ,典雅、輕盈、涼爽、透氣、抗菌、保健等優(yōu)點(diǎn)，具有良好的穿著服用性能，但是苧麻的處理過程卻很復(fù)雜。苧麻在紡紗前，要先脫去原麻中的膠質(zhì)獲得單纖維，但是經(jīng)過脫膠處理會(huì)降低麻纖維強(qiáng)度，更嚴(yán)重的是脫膠廢液多且污染嚴(yán)重。

（五）絲的品質(zhì)檢驗(yàn) 隨著科技的發(fā)展，絲質(zhì)產(chǎn)品的開發(fā)越來越廣泛。人造絲在服裝生產(chǎn)中用途廣泛。除了天然纖維蠶絲以外，化纖長(zhǎng)絲也種類繁多，檢驗(yàn)過程大同小異。1.桑蠶絲織物品質(zhì)檢驗(yàn)

蠶絲織物的的質(zhì)量檢驗(yàn)項(xiàng)目包括幅寬偏差、密度偏差、質(zhì)量偏差、尺寸變化率、染色牢度和外觀疵點(diǎn)七項(xiàng)指標(biāo)。它的檢驗(yàn)過程相對(duì)來說很簡(jiǎn)單。因?yàn)樾Q絲纖維天然光滑，是從蠶繭上剝離下來的，長(zhǎng)度與它的線密度相對(duì)均勻。值得注意的是紗娟類織物、桑蠶絲與醋酸 絲的交織物、經(jīng)過特殊后整理工藝的桑蠶絲織物或纖度與密度只乘積小于20000時(shí)，其斷裂強(qiáng)力的考核標(biāo)準(zhǔn)特殊。2.粘膠長(zhǎng)絲品質(zhì)檢驗(yàn)

其產(chǎn)品分有光絲和無光絲和漂白絲三種，粘膠長(zhǎng)絲的檢驗(yàn)包括物理機(jī)械性能檢驗(yàn)、染化性能檢驗(yàn)和外觀疵點(diǎn)檢驗(yàn)。物理機(jī)械性能包括干濕斷裂強(qiáng)度，干斷裂強(qiáng)度與變異系數(shù)、線密度偏差、變異系數(shù)、染色均勻度等：外觀疵點(diǎn)包括色澤、毛絲、結(jié)頭、污染、成型、跳絲。3.滌綸牽伸絲質(zhì)量檢驗(yàn)

他與粘膠長(zhǎng)絲的不同之處在于他要檢驗(yàn)其廢水收縮率、含油率以及條干均勻度。

4.滌綸低彈絲質(zhì)量檢驗(yàn)

對(duì)照滌綸牽伸絲質(zhì)量檢驗(yàn)的考核項(xiàng)目，其物理指標(biāo)增加了卷曲收縮率和卷曲收縮變異系數(shù)以及卷曲穩(wěn)定度三項(xiàng)，含油率的檢測(cè)去掉。外觀質(zhì)量檢測(cè)加入了斷頭和絆絲。

（六）針織產(chǎn)品檢驗(yàn)

針織產(chǎn)品的檢驗(yàn)應(yīng)該是所有產(chǎn)品中最復(fù)雜的。因?yàn)椴煌愋偷尼樋椘吩谠辖M成、加工工藝、用途和使用性能要求等方面翠在較大的差異，各種針織產(chǎn)品的物理指標(biāo)考核項(xiàng)目和相應(yīng)的試驗(yàn)方法不盡相同，這在檢驗(yàn)時(shí)都應(yīng)加以區(qū)別。1.精梳毛針織物物理指標(biāo)和試驗(yàn)方法 首先測(cè)量其纖維含量。純毛產(chǎn)品考核冒險(xiǎn)為含量指標(biāo)，混紡產(chǎn)品考核毛纖維含量的減少指標(biāo)參考國(guó)標(biāo)。然后是單件質(zhì)量偏差，由于針織物的紗線粗細(xì)均勻，以及織制的時(shí)候都會(huì)有很大的差異。頂破強(qiáng)度，針織物是有紗線經(jīng)成圈、集圈、浮線織出來的，本身就是帶很多孔眼，所以受力具有各向異性。腋下接縫強(qiáng)力也需要測(cè)量。起球起毛性的測(cè)量對(duì)于針織物來說是很有必要的，針織物的紗線捻度本來就很小，斷裂強(qiáng)力和伸長(zhǎng)性都不如其他的紗線，所以更容易起毛起球。松弛收縮性和沾化收縮性的檢驗(yàn)，包括寬度伸長(zhǎng)、長(zhǎng)度收縮和寬度收縮三項(xiàng)指標(biāo)，其中寬度收縮只考慮單面針織物，集圈、波紋、有虛線提花及松結(jié)構(gòu)產(chǎn)品不考核松弛收縮。

2.粗梳毛針織物物理指標(biāo)考核項(xiàng)目和試驗(yàn)方法與精梳毛針織品基本相同。但是對(duì)于粗疏單面平針毛針織物，增加了“編織密度”指標(biāo)。

3.精梳輕薄型毛針織品產(chǎn)品將纖維含量、單件重量偏差率、頂破強(qiáng)度、腋下接縫強(qiáng)力和松弛收縮五項(xiàng)規(guī)定為強(qiáng)制性物理指標(biāo)，而把耐磨、起球、含油脂率和沾化收縮思想規(guī)定為參考性物理指標(biāo)。

4.羊絨針織品物理指標(biāo)與毛針織品標(biāo)準(zhǔn)相比：物理指標(biāo)中增加了對(duì)羊絨纖維含量的考核。頂破強(qiáng)力不再分等考核，采用最低控制指標(biāo)；起球?yàn)閺?qiáng)制性指標(biāo)；二氯甲烷可溶性物質(zhì)，一等品為強(qiáng)制性指標(biāo)。

5.棉針織內(nèi)衣物理指標(biāo)包括每平方米干燥重量公差，強(qiáng)力公差和縮水率三項(xiàng)。6.桑蠶絲經(jīng)編針織綢物理指標(biāo)包括匹長(zhǎng)，設(shè)定匹長(zhǎng)下線，各品等均為30米；幅寬公差，設(shè)定平等的上限和下限，方法與棉針織內(nèi)衣相同；質(zhì)量公差、彈子頂破強(qiáng)力、密度公差；紋路歪斜，按縱向和橫向分別測(cè)定，橫向有分為“弓緯”和“緯斜”兩種情況。

針織產(chǎn)品的外觀檢測(cè)當(dāng)然是必不可少的，也需要減檢測(cè)表面疵點(diǎn)、尺寸規(guī)格差異等。針織產(chǎn)品規(guī)格尺寸公差和本身尺寸差異等指標(biāo)已涉及到服裝規(guī)格尺寸檢驗(yàn)的內(nèi)容。越是高檔的產(chǎn)品產(chǎn)品檢驗(yàn)的過程越是復(fù)雜，針織產(chǎn)品的開發(fā)空間很大，且收益也相對(duì)的可觀。

（七）產(chǎn)業(yè)用紡織品與非織造布

產(chǎn)業(yè)用紡織品是指為國(guó)民經(jīng)濟(jì)個(gè)部門服務(wù)的具有一定功能的紡織品，是紡織工業(yè)的三大支柱之一。尤其是近幾年越來越重視，競(jìng)相開發(fā)高功能、高科技的尖端產(chǎn)品，以及各產(chǎn)業(yè)部分的需求，占領(lǐng)國(guó)際市場(chǎng)。它的適用范圍廣闊，從工業(yè)到農(nóng)業(yè)，從陸地到海洋，從交通運(yùn)輸?shù)结t(yī)療衛(wèi)生等等。

非織造布是產(chǎn)業(yè)用紡織品的主體支柱。非織造布簡(jiǎn)稱非織布，又稱無紡布、不織布、非織造物，是指一種新的纖維制品。我國(guó)國(guó)家標(biāo)準(zhǔn)（GB/T 5709—1997）對(duì)非織造布的定義是：定向或隨機(jī)排列的纖維通過摩擦、抱合或粘合，或者這些方法的組合而相互結(jié)合而成的片狀物、纖網(wǎng)或絮墊，不包括紙、機(jī)織物、針織物、簇絨織物、帶有縫編線的縫編織物以及濕法縮絨的氈制品。

無紡布的特點(diǎn)有(1)使用纖維原料范圍廣，產(chǎn)品品種多（2）工藝過程短而簡(jiǎn)單，勞動(dòng)生產(chǎn)率高（3）生產(chǎn)速度快，產(chǎn)量高。（4）工藝變化多，產(chǎn)品使用范圍廣。

因?yàn)槠涫褂么蠖嗍怯糜诋a(chǎn)業(yè)用，所以檢驗(yàn)內(nèi)容一般包括強(qiáng)伸度、尺寸穩(wěn)定性、厚度、透氣性、燃燒性能、耐磨損性能、靜電性能、耐熱性、透濕性等在實(shí)際生活密切相關(guān)的方面。

紡織產(chǎn)品的檢驗(yàn)是一項(xiàng)任重而道遠(yuǎn)的工作，隨著紡織行業(yè)的發(fā)展還會(huì)推陳出新。

第五篇：理化檢驗(yàn)學(xué)習(xí)小結(jié)

第一篇 儀器分析 紫外吸收光譜的產(chǎn)生 1.概述

紫外吸收光譜：分子價(jià)電子能級(jí)躍遷。吸收曲線的討論：

①同一種物質(zhì)對(duì)不同波長(zhǎng)光的吸光度不同。吸光度最大處對(duì)應(yīng)的波長(zhǎng)稱為最大吸收波長(zhǎng)λmax ②對(duì)于不同物質(zhì)，它們的吸收曲線形狀和λmax則不同。電子躍遷與分子吸收光譜

分子具有三種不同能級(jí)：電子能級(jí)、振動(dòng)能級(jí)和轉(zhuǎn)動(dòng)能級(jí) 有機(jī)物紫外吸收光譜 1．紫外—可見吸收光譜

有機(jī)化合物的紫外—可見吸收光譜是三種電子躍遷的結(jié)果：σ電子、π電子、n電子。當(dāng)外層電子吸收紫外或可見輻射后，就從基態(tài)向激發(fā)態(tài)(反鍵軌道)躍遷。2 σ→σ＊躍遷 所需能量最大； 3 n→σ＊躍遷 所需能量較大。4 π→π＊躍遷

所需能量較小，吸收波長(zhǎng)處于遠(yuǎn)紫外區(qū)的近紫外端或近紫外區(qū)。5.生色團(tuán)與助色團(tuán) 生色團(tuán)：

含有π鍵的不飽和基團(tuán)稱為生色團(tuán)。簡(jiǎn)單的生色團(tuán)由雙鍵或叁鍵體系組成。助色團(tuán)：

有一些含有n電子的基團(tuán)本身沒有生色功能，但當(dāng)它們與生色團(tuán)相連時(shí)，就會(huì)增強(qiáng)生色團(tuán)的生色能力，這樣的基團(tuán)稱為助色團(tuán)。紅移與藍(lán)移

λmax向長(zhǎng)波方向移動(dòng)稱為紅移，向短波方向移動(dòng)稱為藍(lán)移(或紫移)。定性分析 定性分析

?max：可作為定性依據(jù)； 紅外吸收光譜分析法

紅外吸收光譜產(chǎn)生的條件滿足兩個(gè)條件：

(1)輻射應(yīng)具有能滿足物質(zhì)產(chǎn)生振動(dòng)躍遷所需的能量；(2)輻射與物質(zhì)間有相互偶合作用。

對(duì)稱分子：沒有偶極矩，輻射不能引起共振，無紅外活性。非對(duì)稱分子：有偶極矩，有紅外活性。分子中基團(tuán)的基本振動(dòng)形式 兩類基本振動(dòng)形式

1、伸縮振動(dòng)

2、變形振動(dòng) 紅外分光光度計(jì) 儀器類型

兩種類型：色散型、干涉型（傅立葉變換紅外光譜儀）核磁共振波譜分析法 核磁共振基本原理 原子核的自旋

若原子核存在自旋，產(chǎn)生核磁矩： 核磁共振現(xiàn)象

自旋量子數(shù) I=1/2的原子核（氫核），可當(dāng)作電荷均勻分布的球體，繞自旋軸轉(zhuǎn)動(dòng)時(shí)，產(chǎn)生磁場(chǎng)，類似一個(gè)小磁鐵。核磁共振共振條件(1)核有自旋(磁性核)(2)外磁場(chǎng),能級(jí)裂分;(3)照射頻率與外磁場(chǎng)的比值?0 / H0 = ? /(2?)

自旋偶合：自旋核與自旋核之間的相互作用稱自旋-自旋偶合,簡(jiǎn)稱自旋偶合。化學(xué)位移：在有機(jī)化合物中，各種氫核 周圍的電子云密度不同（結(jié)構(gòu)中不同位置）共振頻率有差異，即引起共振吸收峰的位移，這種現(xiàn)象稱為化學(xué)位移。高效液相色譜法的特點(diǎn) 特點(diǎn)：高壓、高效、高速

化學(xué)鍵合固定相：（將各種不同基團(tuán)通過化學(xué)反應(yīng)鍵合到硅膠（擔(dān)體）表面的游離羥基上。C-18柱（反相柱）。流動(dòng)相類別

按流動(dòng)相組成分：?jiǎn)谓M分和多組分

第二篇 藥品理化檢驗(yàn)

藥品，指用于預(yù)防、治療、診斷人的疾病，有目的地調(diào)節(jié)人的生理機(jī)能并規(guī)定有適應(yīng)證、用法和用量的物質(zhì)，包括藥材、中藥飲片、中成藥、化學(xué)原料及其制劑，抗生素、生化藥品、放射性藥品、血清制品和診斷藥品等。

藥物分析是運(yùn)用化學(xué)、物理化學(xué)或生物化學(xué)的方法和技術(shù)研究化學(xué)結(jié)構(gòu)已經(jīng)明確的合成藥物或天然藥物及其制劑的質(zhì)量控制方法，也研究有代表性的中藥制劑和生化藥物及其制劑的質(zhì)量控制方法。

藥物分析的基本任務(wù)是藥物成品的化學(xué)檢驗(yàn)工作；藥物生產(chǎn)過程的質(zhì)量控制；藥物貯存過程的質(zhì)量考察；臨床藥物分析工作；藥物分析學(xué)科還應(yīng)為相關(guān)學(xué)科的研究開發(fā)提供必要的配合和服務(wù)。

藥品檢驗(yàn)工作的基本程序一般為取樣、性狀、鑒別、檢查、含量測(cè)定、寫出報(bào)告。鑒別：判斷已知藥物及其制劑的真?zhèn)危徊捎靡唤M（二個(gè)或幾個(gè)）試驗(yàn)項(xiàng)目全面評(píng)價(jià)一個(gè)藥物。

檢查：包括有效性、均一性、純度要求及安全性四個(gè)方面。

純度要求即藥物的雜質(zhì)檢查，亦稱限度檢查、純度檢查 含量測(cè)定：準(zhǔn)確測(cè)定有效成分的含量 藥物紫外光譜參數(shù)的作用

藥物的紫外光譜參數(shù)，可供指認(rèn)分子中共軛骨架的有、無及主要屬性。

一、藥物的純度

指藥物純凈程度，反映了藥物質(zhì)量的優(yōu)劣，含有雜質(zhì)是影響藥物純度的主要因素。

雜質(zhì)是指：1.有毒副作用的物質(zhì)； 2.本身無毒副作用，但影響藥物的穩(wěn)定性和療效的物質(zhì)； 3.本身無毒副作用，也不影響藥物的穩(wěn)定性和療效，但影響藥物的科學(xué)管理的物質(zhì)

藥物中有害雜質(zhì)限量很低，有的不允許檢出（如氰化物）。

二、藥物中雜質(zhì)的來源

1.生產(chǎn)過程中引入 2.貯藏過程中產(chǎn)生

三、雜質(zhì)的分類

藥物中的雜質(zhì)分為

1、一般雜質(zhì)

2、特殊雜質(zhì)

1.一般雜質(zhì)：如氯化物、硫酸鹽、鐵鹽、重金屬、砷鹽、酸、堿、水分、易炭化物、熾灼殘?jiān)取?/p>

2.特殊雜質(zhì)：指某一個(gè)或某一類藥物的生產(chǎn)或貯藏過程中引入的雜質(zhì)。特殊雜質(zhì)檢查方法收載在中國(guó)藥典正文各藥品的質(zhì)量標(biāo)準(zhǔn)中。

一、雜質(zhì)限量：指藥物中允許雜質(zhì)存在的最大量，通常用百分之幾或百萬分之幾來表示。

（藥品合格）雜質(zhì)量 ≤ 雜質(zhì)限量 ＜ 雜質(zhì)量（藥品不合格）藥物的雜質(zhì)檢查法

1、對(duì)照法

2、靈敏度法

3、比較法 一般雜質(zhì)檢查規(guī)則：遵循平行操作原則

砷鹽檢查法

（一）古蔡法

（二）Ag-DDC法

（三）白田道夫法

（四）次磷酸法 中藥制劑是根據(jù)藥典、制劑規(guī)范和其它規(guī)定的處方，將中藥的原料藥物加工制成具有一定規(guī)格，可以直接用于防病、治病的藥品。中藥制劑分析的特點(diǎn)

中藥制劑分析的特點(diǎn)是化學(xué)成分的多樣性和復(fù)雜性、中藥市場(chǎng)混亂和中藥材質(zhì)量的不穩(wěn)定性等。

中藥制劑分析的一般程序 ：取樣、鑒別、檢查、含量測(cè)定 提取的重點(diǎn)

可從水提液中提取苷類成分的溶劑是 甲醇。

黃酮類成分分析時(shí)，常用聚酰胺作為純化樣品的擔(dān)體。顆粒劑提取時(shí)，由于含有較多的糖、糊精或其他輔料，應(yīng)注意提取溶劑的滲透性。連續(xù)回流提取法

通常不用混合溶劑提取的方法是連續(xù)回流提取法。中藥制劑的顯微鑒別最適用于含有原生藥粉的制劑的鑒別。理化鑒別

在中藥制劑的理化鑒別中，最常用的方法為TLC法。

陽性對(duì)照 將要鑒別的藥材按制劑工藝處理，再按鑒別方法提取的溶液 陰性對(duì)照 把制劑中要鑒別的藥材除去，用剩下的各味藥按制劑工藝處理，再按鑒別方法提取的溶液

雜質(zhì)檢查主要項(xiàng)目:水分、總灰分和酸不溶性灰分、重金屬、砷鹽、殘留農(nóng)藥 中藥指紋圖譜定義：中藥材或中藥制劑經(jīng)適當(dāng)處理后，采用一定的分析手段，得到的能夠標(biāo)定該中藥材或中藥制劑特性的共有峰的圖譜 色譜指紋圖譜的基本屬性

色譜指紋圖譜的基本屬性為整體性、模糊性。含量測(cè)定方法的有關(guān)效能指標(biāo)描述

中藥制劑含量測(cè)定方法的準(zhǔn)確度一般以回收率表示 而精密度一般以標(biāo)準(zhǔn)偏差或相對(duì)標(biāo)準(zhǔn)偏差表示 蒸發(fā)光散射檢測(cè)器

對(duì)于黃芪甲苷、人參皂苷等呈紫外末端吸收的組分，當(dāng)采用HPLC法測(cè)定其含量時(shí)，應(yīng)采用蒸發(fā)光散射檢測(cè)器

第三篇 食品理化檢驗(yàn) 食品檢驗(yàn)的重要性

1、通過對(duì)食品營(yíng)養(yǎng)成分進(jìn)行分析，可以指導(dǎo)人們合理營(yíng)養(yǎng)；可以為開發(fā)食品新資源、新產(chǎn)品，探索新技術(shù)、新工藝提供科學(xué)依據(jù)。

2、通過對(duì)食品中有毒有害物質(zhì)進(jìn)行分析，了解食品是否受有毒有害物質(zhì)及細(xì)菌等的污染及污染程度；為國(guó)家制訂食品衛(wèi)生標(biāo)準(zhǔn)、管理措施、技術(shù)政策提供科學(xué)依據(jù)

3、通過對(duì)食品的監(jiān)督檢驗(yàn)，防止生產(chǎn)與銷售過程的摻雜摻、假、偽造 食品理化檢驗(yàn)：廣義的食品檢驗(yàn)是指研究和評(píng)定食品質(zhì)量及其變化的一門科學(xué)。它依據(jù)物理、化學(xué)、生物化學(xué)的一些基本理論和各種技術(shù)，按照制訂的技術(shù)標(biāo)準(zhǔn)，對(duì)原料、輔助材料、成品的質(zhì)量進(jìn)行檢驗(yàn)。

食品理化檢驗(yàn)的內(nèi)容有1.食品營(yíng)養(yǎng)成分的檢驗(yàn)；2.食品中有毒有害成分的檢驗(yàn)等 食品理化檢驗(yàn)的主要內(nèi)容是什么？

食品的感觀檢查；食品營(yíng)養(yǎng)成分的檢驗(yàn)；保健食品的檢驗(yàn)；食品添加劑的檢驗(yàn)

（五）食品中有毒有害成分的檢驗(yàn)；食品容器和包裝材料的檢驗(yàn)；化學(xué)性食物中毒的快速鑒定；化學(xué)性食物中毒中常見的毒物檢驗(yàn)分類；轉(zhuǎn)基因食品的檢驗(yàn)。食品樣品的分類

按照取樣過程和檢驗(yàn)要求，食品樣品分為檢樣、原始樣品、平均樣品和產(chǎn)品。總體（population)：具有相同屬性的被檢驗(yàn)的食品的總和。

食品的樣品（sample)：從總體中抽出的作為總體的代表參加檢驗(yàn)的一部分食品。食品樣品的保存原則：防止污染；防止腐敗變質(zhì)；穩(wěn)定水分；固定待測(cè)成分。食品樣品的保存方法：凈、密、冷、快

食品分析常用的基本方法有：感官檢驗(yàn)法、物理檢驗(yàn)法、化學(xué)分析法和儀器分析法。食品檢驗(yàn)的常用方法感官檢驗(yàn)、比重測(cè)定、薄層色譜法、紙色譜、氣相色譜法、高效液相色譜法。

感官檢驗(yàn)方法： 視覺檢查、嗅覺檢查、味覺檢查等方法 食品檢驗(yàn)的主要指標(biāo)：

主要包括食品的一般成分分析、微量元素分析、農(nóng)藥殘留分析、獸藥殘留分析、霉菌毒素分析、食品添加劑分析和其他有害物質(zhì)的分析等。測(cè)定水分的意義

水分是構(gòu)成食品的主要成分之一，對(duì)食品的感官特性、組織結(jié)構(gòu)具有重要的影響；水分對(duì)于控制食品中微生物的生長(zhǎng)、繁殖、腐敗變質(zhì)具有重要的意義。凱氏定氮的依據(jù)

蛋白質(zhì)中的氮含量較恒定，只要能準(zhǔn)確測(cè)定食物中的含氮量，就可以推算出蛋白質(zhì)的含量。

測(cè)定蛋白質(zhì)最常用的方法是凱氏定氮法。一般食品中還原糖、蔗糖、總糖的測(cè)定多采用化學(xué)法。

食品添加劑指為改善食品品質(zhì)和色、香、味以及為防腐、保鮮和加工工藝的需要而加入食品的人工合成或者天然物質(zhì)。

食品添加劑檢驗(yàn)的主要內(nèi)容：防腐劑的測(cè)定，甜味劑的測(cè)定，著色劑的測(cè)定，抗氧化劑的測(cè)定 防腐劑的定義

防腐劑是在食品保藏中具有抑制或殺滅微生物作用的一類物質(zhì)的總稱。兩種主要的防腐劑 ：苯甲酸、山梨酸。甜味劑的種類：

1、人工甜味劑，2、天然甜味劑 糖精的測(cè)定方法主要是：高效液相色譜法、薄層色譜法 著色劑可分為兩種：天然著色劑和人工著色劑

食品有害物質(zhì)測(cè)定的主要內(nèi)容：有機(jī)氯農(nóng)藥測(cè)定，有機(jī)磷農(nóng)藥測(cè)定，黃曲霉毒素的測(cè)定，其他化學(xué)污染物的測(cè)定

水中有機(jī)氯農(nóng)藥測(cè)定方法有比色法、薄層法和氣相色譜法等，其中靈敏度最高，且被廣泛應(yīng)用的方法是氣相色譜法-電子捕獲檢測(cè)器。食品中有機(jī)氯農(nóng)藥的測(cè)定方法1.薄層色譜法，2.氣相色譜法 食品中的酸度可分為總酸度、有效酸度和揮發(fā)酸度。測(cè)定食物中的鐵時(shí)，保存樣品的容器最好選用塑料瓶。

第四篇 水質(zhì)理化檢驗(yàn)

水體污染:污染物進(jìn)入水體中，其含量超過了水體的自然凈化能力，使水體的物理、化學(xué)性質(zhì)或生物群落組成發(fā)生變化，從而降低了水體使用價(jià)值的現(xiàn)象。

水污染的危害（1）危害人體健康;（2）影響工農(nóng)業(yè)和水產(chǎn)業(yè)的發(fā)展;（3）破壞生態(tài)平衡

水質(zhì)理化檢驗(yàn)的基本任務(wù)是：（1）水質(zhì)本底值的監(jiān)測(cè)。（2）水污染現(xiàn)狀和趨勢(shì)的監(jiān)測(cè)，水污染源的監(jiān)測(cè)。積累污染預(yù)報(bào)資料。從而為治理污染提供依據(jù)。（3）防止急慢性中毒和疾病蔓延。（4）為監(jiān)督執(zhí)法的順利進(jìn)行提供依據(jù)。水樣的保存容器的要求：測(cè)有機(jī)物的水樣，多選玻璃瓶作為盛水容器。水樣的預(yù)處理程序?yàn)?/p>

一、水樣的消解；

二、富集與分離。水中常見的有機(jī)氯農(nóng)藥：六六

六、DDT等

水中有機(jī)氯農(nóng)藥測(cè)定方法有比色法、薄層法和氣相色譜法等，其中靈敏度最高，且被廣泛應(yīng)用的方法是氣相色譜法-電子捕獲檢測(cè)器。

第五篇 空氣理化檢驗(yàn)

空氣理化檢驗(yàn)：主要以分析化學(xué)為理論基礎(chǔ)，采用現(xiàn)代化學(xué)分析和儀器分析方法及分離手段，對(duì)空氣的組分和污染物進(jìn)行檢測(cè)，包括對(duì)不同狀態(tài)污染物的采集和定性、定量及形態(tài)分析等。

空氣理化檢驗(yàn)的意義

1、防止空氣污染引起急性中毒和慢性危害；

2、評(píng)價(jià)環(huán)境空氣質(zhì)量狀況、評(píng)價(jià)管理和控制體系的效果；

3、為保護(hù)人體健康，治理空氣污染提供科學(xué)依據(jù)

空氣理化檢驗(yàn)的基本任務(wù):從涉及的檢測(cè)對(duì)象出發(fā)，空氣理化檢驗(yàn)的基本任務(wù)主要包括大氣監(jiān)測(cè)、作業(yè)場(chǎng)所空氣中有毒物質(zhì)的監(jiān)測(cè)、室內(nèi)空氣和公共場(chǎng)所空氣質(zhì)量的檢測(cè)。從監(jiān)測(cè)的目的出發(fā)，空氣理化檢驗(yàn)的任務(wù)一般又可分為三類，即污染源的監(jiān)測(cè)、環(huán)境污染監(jiān)測(cè)和特定目的的監(jiān)測(cè)。

空氣理化檢驗(yàn)的主要內(nèi)容：顆粒物：生產(chǎn)性粉塵的濃度、分散度和游離二氧化硅、可吸入顆粒物、降塵濃度等。有害無機(jī)物：鉛、汞、錳、二氧化硫、氧化氮、臭氧等；有害有機(jī)物：苯系物、苯并（a）芘、甲醛、農(nóng)藥、殺蟲劑等；空氣中有毒物質(zhì)快速測(cè)定：一氧化碳、汞、二氧化硫等；氣象參數(shù)的測(cè)定：氣溫、氣濕、氣壓、氣流。

空氣中有毒物質(zhì)快速測(cè)定：一氧化碳、汞、二氧化硫等； 氣象參數(shù)的測(cè)定：氣溫、氣濕、氣壓、氣流。

空氣污染：除空氣的正常組分外，增加了新的組分并達(dá)到了一定的濃度和持續(xù)一定的時(shí)間，或是空氣中原有組分驟然增加，改變了空氣的物理化學(xué)正常組成，破壞了生態(tài)平衡，造成了對(duì)人體健康和動(dòng)植物的不利影響和危害。

空氣污染的危害：對(duì)人體健康的影響，對(duì)動(dòng)物的危害，對(duì)植物的危害，對(duì)材料的腐蝕。一次污染物：由人為或自然污染直接排放到大氣中，其物理性質(zhì)和化學(xué)性質(zhì)均未發(fā)生變化。

二次污染物：進(jìn)入大氣中的各種一次污染物，在物理、化學(xué)因素或生物作用下相互作用或與大氣的正常組分反應(yīng)形成物理或化學(xué)性質(zhì)與一次污染物不同的新污染物。空氣污染物的存在狀態(tài)：氣體、蒸氣和氣溶膠。

最小采氣量：指保證能夠測(cè)出被測(cè)有害物質(zhì)最高容許濃度值所需采集的最小空氣體積。

當(dāng)空氣中氣體污染物濃度較高時(shí)，可選擇的采樣方法是注射器取樣。

苯、甲苯、二甲苯的測(cè)定方法（氣相色譜法）:直接進(jìn)樣法、溶劑洗脫法、熱解吸。

其他內(nèi)容

灰分測(cè)定中，盛裝樣品的器皿是坩堝。灰分測(cè)定的溫度指標(biāo)是550—600℃。測(cè)定酸度的指示劑是酚酞。天然食品中所含的酸主要是有機(jī)酸。

脂肪是有機(jī)物。脂肪測(cè)定所用的抽提劑是石油醚。通常不用混合溶劑提取的方法是連續(xù)回流提取法。

藥物的紫外光譜參數(shù)，可供指認(rèn)分子中共軛骨架的有、無及主要屬性。在樣品的保存過程中應(yīng)注意樣品容器、儲(chǔ)樣場(chǎng)所、儲(chǔ)存時(shí)間 一般食品中還原糖、蔗糖、總糖的測(cè)定多采用化學(xué)法。

測(cè)定空氣中氮氧化物，用鹽酸萘乙二胺比色法，其中對(duì)氨基苯磺酸的作用是重氮化反應(yīng)。

空氣中的二氧化硫被四氯汞鉀吸收后，再與甲醛及鹽酸副玫瑰苯胺作用，生成的化合物為深紫色。

采用酸性高錳酸鉀滴定法測(cè)定耗氧量時(shí)，酸度只能用哪種酸來維持硫酸。藥品中重金屬檢查法包括硫代乙酰胺法、熾灼殘?jiān)ā⒘蚧c法、硫化鈉法。食品中脂肪的測(cè)定正確的是索氏提取法、、酸水解法、堿水解法。一氧化碳的測(cè)定方法有汞置換法、氣相色譜法、非分散紅外吸收法。水質(zhì)有機(jī)污染指標(biāo)的測(cè)定內(nèi)容有化學(xué)耗氧量、酚、氨氮。

顆粒劑提取時(shí)，由于含有較多的糖、糊精或其他輔料，應(yīng)注意提取溶劑的滲透性。可從水提液中提取苷類成分的溶劑是甲醇。

對(duì)下列含量測(cè)定方法的有關(guān)效能指標(biāo)描述正確的是中藥制劑含量測(cè)定方法的準(zhǔn)確度一般以回收率表示，而精密度一般以標(biāo)準(zhǔn)偏差或相對(duì)標(biāo)準(zhǔn)偏差表示。

對(duì)于黃芪甲苷、人參皂苷等呈紫外末端吸收的組分，當(dāng)采用HPLC法測(cè)定其含量時(shí)，應(yīng)采用蒸發(fā)光散射檢測(cè)器。

用溶劑解吸和熱解吸氣相色譜法測(cè)定車間空氣中苯時(shí)，用的空氣采樣器是活性碳管。水質(zhì)感官性狀指標(biāo)測(cè)定內(nèi)容有水溫、臭和味、色度。

化學(xué)耗氧量的測(cè)定方法有酸性高錳酸鉀法、重鉻酸鉀法、密封管法、比色法、氧化還原電位法、滴定法及恒電流庫侖滴定法等。