计量经济学中的LM检验是一种检验线性回归模型中异方差性（heteroscedasticity）的方法。其基本思想是利用残差平方与自变量的平方项之间的关系来检验异方差性。下面是LM检验的计算步骤：

首先，我们需要估计线性回归模型，并得到残差e和自变量X。

然后，我们需要计算残差平方与自变量的平方项之间的关系。具体地，我们需要将残差平方作为因变量，自变量为X的平方项和交叉项，然后估计一个新的回归模型。

接下来，我们需要计算LM统计量。LM统计量的计算公式为：LM = n * R^2，其中n为样本容量，R^2为第二步中估计的新回归模型的决定系数。

最后，我们需要进行假设检验。在异方差性存在的情况下，LM统计量服从卡方分布。因此，我们可以根据显著性水平和自由度来查找卡方分布表，从而确定是否拒绝原假设。

需要注意的是，LM检验只能用于检验异方差性是否存在，不能用于检验其他问题。如果您需要检验其他问题，可以考虑使用其他的检验方法。

LM统计量=Obs*R-squared它渐进服从卡方分布，如果太大，这拒绝原假设

在eviews中看p值即可，如果p值比较小，比如小于0.005，则拒绝原假设，认为原模型存在自相关。

计量经济学中的LM曲线通常是指利率－货币供应量曲线（Liquidity Preference-Money Supply Curve）。LM曲线表示了在一定货币供应量下，利率与国内生产总值（GDP）之间的关系。

计算LM曲线的一般步骤如下：

1. 首先，需要确定一定的货币供应量（通常表示为M）。

2. 接下来，根据利率（表示为r）将货币需求量（表示为L）表示出来，即L(r)。

3. 然后使用货币供应量和货币需求量的均衡关系来确定利率，即M = L(r)。

4. 最后，将不同的货币供应量与货币需求量的均衡关系结合，绘制出LM曲线，其中横轴表示GDP，纵轴表示利率。

需要注意的是，具体计算LM曲线的方式可能因不同的模型和假设而有所不同。上述步骤仅是一个一般的概述，具体的计算方法可能需要更多背景信息和数学模型的支持。因此，在实际应用中，建议参考相关的计量经济学教材或专业资源，以更好地理解和计算LM曲线。