计量经济模型是用于描述和预测经济现象的数学模型，它们通常包含经济变量、参数和随机误差三个基本要素。以下是一些常见的计量经济模型：
AR模型 （自回归模型）
描述一个时间序列变量与其自身滞后值之间的关系。
MA模型 （移动平均模型）
描述一个时间序列变量与其滞后随机误差的线性组合之间的关系。
ARMA模型 （自回归移动平均模型）
结合了AR和MA模型，描述时间序列变量与其滞后值和滞后随机误差的线性组合之间的关系。
ARIMA模型 （自回归积分滑动平均模型）
是AR模型和MA模型的扩展，包含了差分以稳定时间序列的过程。
VAR模型 （向量自回归模型）
描述多个时间序列变量之间的线性关系，每个变量都是其他变量的滞后值和随机误差的线性组合。
EC模型
通常指经济周期模型，用于分析经济活动的周期性波动。
ARCH模型 （自回归条件异方差模型）
用于描述金融时间序列中波动的聚类现象。
DSGE模型 （动态随机一般均衡模型）
用于模拟宏观经济系统的动态行为，尤其适用于政策分析和预测。
计量经济学中的其他模型
包括数据描述性统计、相关性分析、回归分析（如OLS模型、引力模型、固定效应模型、随机效应模型等）、各种检验（如Hausman检验、稳健性检验等）。
这些模型在经济学研究中被广泛应用，用于经济预测、政策评估、结构分析等方面。随着计算机技术的发展，尤其是20世纪60至80年代，计量经济学得到了快速发展。