⑴ 學習高級計量經濟學需要什麼數學知識
微積分/線性代數/數理統計：這是必須的，不然基礎的內容可能都看不懂
復變函數/差分方程/積分變換/隨機過程：學習時間序列方面的內容的話，有這四門會比較輕松
矩陣論/實變函數/泛函分析：如果要往高級方向發展，有這三門的話會更好，因為學了這三門後你眼中的世界會發生變化，能看到別人看不到的事，能從與眾不同的角度看待問題
[弱冠以前，吾曾迷茫於計量經濟學的高深難懂；而立之後，看計量經濟學書籍如同讀小說一般暢通無阻。至此精進，年近不惑才發現當初走錯了路]
⑵ 計量經濟學對數學的要求有多高
經濟學要求學數學，但是不是說經濟數學多難。如果考慮計量經濟學，那確實需要數學水平稍高一點。經濟學分析有兩種方法，一是規范分析，二是實證分析，不是所有的研究和學習都靠實證分析的（實證分析需要數學水平比較高），規范分析同樣可以研究
⑶ 計量經濟學用到的數學知識有哪些
概率統計知識會用到，主要是統計，用於參數估計和假設檢驗
多元回歸可能用到線性代數中的矩陣
高數幾乎用不到
⑷ 學習計量經濟學，要有什麼數學方面的基礎
概率論和數理統計。計量經濟學和數學最大的區別是從研究確定性問題轉向非確定性問題，其對象的性質和意義將發生巨大的變化。在數學方面吃透高數、概率論和數理統計即可。
計量經濟學分為理論和應用，方向不太一樣。
理論計量經濟學（Theoretical Econometrics）以介紹、研究計量經濟學的理論與方法為主要內容，側重於理論與方法的數學證明與推導，與數理統計聯系極為密切。理論計量經濟學除了介紹計量經濟學模型的數學理論基礎和普遍應用的計量經濟學模型的參數估計方法與檢驗方法外，還研究特殊模型的估計方法與檢驗模型。
應用計量經濟學（Applied Econometrics）則以建立與應用計量經濟學模型為主要內容，強調應用模型的經濟學和經濟統計學基礎，側重於建立與應用模型過程中實際問題的處理。
⑸ 學習經濟學需要什麼樣的數學基礎
作為一個經濟學類的畢業生（我專業讀的金融），可以稍微給一點點建議。
首先，「最基本」的經濟類數學應當包括完整的：
微積分（從極限的定義開始，一直到多重積分）。
概率論（非連續的、連續的各種概率模型、各種密度函數、概率函數、貝葉斯先驗後驗等等）
數理統計（大數定律、中心極限定理、各種統計指標，期望、方差等等的推到和應用、統計模型等等）
線性代數（行列式、矩陣、矩陣的應用）
個人感覺國內的教材和課程講的最差的就是線性代數了，我上課的時候完全不知道矩陣的意義是啥，後來才明白這是跟多元函數相對應的，所以這玩意兒非常重要，將來等你學計量經濟學的時候就知道用處了。
這四門課你會在大二結束之前修習完畢，因此都是最基礎的課程。
接下來一些稍微進階一點的課程，經濟和金融可能略有不同，但是總體上差不多。我就以金融為例給你介紹吧。
實變函數、泛函分析、隨機過程、博弈論，以及必要的例如C++/Matlab或其他編程工具的學習，此外，為了進行實證分析，R語言或者SPSS、SAS等統計分析程序最好也要掌握一門。
鑒於這些我都沒學好……就不給你仔細介紹了，T-T……
⑹ 把握計量經濟學模型需要哪些數學基礎知識
基礎計量經濟學：高數 概率論 數理統計
高級計量經濟學：貝葉斯統計 時間序列分析 差分方程 矩陣代數（很重要） 非參數統計
⑺ 金融計量經濟學數學上要達到怎麼樣的程度謝謝
個人覺得，如果是初級階段地學習，需要掌握三門基礎的數學知識就夠了：
高等數學，高等教育出版社的《微積分》
矩陣代數，同濟大學的《工程數學-線性代數》
數理統計（初級計量中很重要的一門基礎課程），浙江大學盛驟《概率論與數理統計》
如果是高級階段的話，以上三門課程不夠，需要提高一個檔次：
《高等數學》（重點在級數、積分函數等），《矩陣論》（重點在線性空間、矩陣分解、廣義逆），高等數理統計(重點在大樣本漸進理論)，隨機過程（重點在馬爾可夫鏈）。
⑻ 計量經濟學要想學精通，需要哪些數學知識
計量經濟學方法的基礎是數學概率論和數理統計，是一種新的數學形式。
計量經濟學是以一定的經濟理論和統計資料為基礎，運用數學、統計學方法與電腦技術，以建立經濟計量模型為主要手段，定量分析研究具有隨機性特性的經濟變數關系的一門經濟學學科。主要內容包括理論計量經濟學和應用經濟計量學。理論經濟計量學主要研究如何運用、改造和發展數理統計的方法，使之成為經濟關系測定的特殊方法。應用計量經濟學是在一定的經濟理論的指導下，以反映事實的統計數據為依據，用經濟計量方法研究經濟數學模型的實用化或探索實證經濟規律。
⑼ 學計量經濟分析需要哪些數學基礎
如果你只要學基本的計量經濟學，會高中畢業的數學就可以了。會導數和懂得正態分布。基礎計量經濟學會從「最小二乘法模型(OLS model)」開始學起。然後再涉及到T 檢驗 F檢驗，同方差和異方差檢驗，虛擬變數，線性回歸之後會有更高級的杜賓沃森檢驗，格蘭傑檢驗等。