宁德福安市光谱仪校准-第三方仪器计量机构

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……