计量经济学期末考试名词解释.doc
计量经济学名词解释及简答
一、名词解释第一章1、计量经济学：计量经济学是以经济理论和经济数据的事实为依据，运用数学、统计学的方法，借助计算机为辅助工具，通过建立数学模型来研究经济数量关系和规律的一门经济学科。
2、虚拟变量数据：虚拟变量数据是人为构造的，通常取值为1或0的，用来表征政策等定性事实的数据。
3、计量经济学检验：计量经济学检验主要是检验模型是否符合计量经济方法的基本假定。
4、政策评价：政策评价是利用计量经济模型对各种可供选择的政策方案的实施后果进行模拟测算，从而对各种政策方案做出评价第二章1、回归平方和：回归平方和用ESS 表示，是被解释变量的样本估计值与其平均值的离差平方和。
2、拟和优度检验：拟和优度检验指检验模型对样本观测值的拟合程度，用表示，该值越接近1，模型对样本观测值拟合得越好。
3、相关关系：当一个或若干个变量X 取一定数值时，与之相对应的另一个变量Y 的值虽然不确定，但却按某种规律在一定范围内变化，变量之间的这种关系，称为不确定性的统计关系或相关关系，可表示为Y=f(X ，u)，其中u 为随机变量。
4、高斯-马尔科夫定理：在古典假定条件下，O LS 估计式是其总体参数的最佳线性无偏估计式。
第三章1、偏回归系数：在多元线性回归模型中，回归系数j （j=1，2，……，k ）表示的是当控制其他解释变量不变的条件下，第j 个解释变量的单位变动对被解释变量平均值的影响，这样的回归系数称为偏回归系数。
2、多重可决系数：“回归平方和”与“总离差平方和”的比值，用表示。
3、修正的可决系数：用自由度修正多重可决系数 中的残差平方和与回归平方和。
4、回归方程的显著性检验（F 检验）：对模型中被解释变量与所有解释变量之间的线性关系在总体上是否显著做出推断。
5、回归参数的显著性检验（t 检验）：当其他解释变量不变时，某个回归系数对应的解释变量是否对被解释变量有显著影响做出推断。
6、无多重共线性假定：假定各解释变量之间不存在线性关系，或者说各解释变量的观测值之间线性无关，在此条件下，解释变量观测值矩阵X 列满秩Rank(X)=k ，此时，方阵X`X 满秩， Rank(X`X)=k从而X`X 可逆，(X`X) 存在。
计量经济学期末复习习题及答案
计量经济学期末复习习题及答案一、名词解释1、普通最小二乘法：为使被解释变量的估计值与观测值在总体上最为接近使Q=最小，从而求出参数估计量的方法，即之。
2、总平方和、回归平方和、残差平方和的定义：TSS度量Y自身的差异程度，称为总平方和。
TSS除以自由度n-1=因变量的方差，度量因变量自身的变化；RSS度量因变量Y的拟合值自身的差异程度，称为回归平方和，RSS除以自由度（自变量个数-1）=回归方差，度量由自变量的变化引起的因变量变化部分；ESS度量实际值与拟合值之间的差异程度，称为残差平方和。
RSS除以自由度（n-自变量个数-1）=残差（误差）方差，度量由非自变量的变化引起的因变量变化部分。
3、计量经济学：计量经济学是以经济理论为指导，以事实为依据，以数学和统计学为方法，以电脑技术为工具，从事经济关系与经济活动数量规律的研究，并以建立和应用经济计量模型为核心的一门经济学科。
而且必须指出，这些经济计量模型是具有随机性特征的。
4、最小样本容量：即从最小二乘原理和最大似然原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限；即样本容量必须不少于模型中解释变量的数目（包扩常数项），即之。
5、序列相关性：模型的随机误差项违背了相互独立的基本假设的情况。
6、多重共线性：在线性回归模型中，如果某两个或多个解释变量之间出现了相关性，则称为多重共线性。
7、工具变量法：在模型估计过程中被作为工具使用，以替代模型中与随机误差项相关的随机解释变量。
这种估计方法称为工具变量法。
8、时间序列数据：按照时间先后排列的统计数据。
9、截面数据：发生在同一时间截面上的调查数据。
10、相关系数：指两个以上的变量的样本观测值序列之间表现出来的随机数学关系。
11、异方差：对于线性回归模型提出了若干基本假设，其中包括随机误差项具有同方差；如果对于不同样本点，随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性。
12、外生变量：外生变量是模型以外决定的变量，作为自变量影响内生变量，外生变量决定内生变量，其参数不是模型系统的元素。
计量经济学名词解释和简答题
计量经济学 第一部分：名词解释第一章1、模型：对现实的描述和模拟。
2、广义计量经济学：利用经济理论、统计学和数学定量研究经济现象的经济计量方法的统称，包括回归分析方法、投入产出分析方法、时间序列分析方法等。
3、狭义计量经济学：以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。
第二章1、总体回归函数：指在给定Xi 下Y 分布的总体均值与Xi 所形成的函数关系（或者说总体被解释变量的条件期望表示为解释变量的某种函数）。
2、样本回归函数：指从总体中抽出的关于Y ，X 的若干组值形成的样本所建立的回归函数。
3、随机的总体回归函数：含有随机干扰项的总体回归函数（是相对于条件期望形式而言的）。
4、线性回归模型：既指对变量是线性的，也指对参数β为线性的，即解释变量与参数β只以他们的1次方出现。
5、随机干扰项：即随机误差项，是一个随机变量，是针对总体回归函数而言的。
6、残差项：是一随机变量，是针对样本回归函数而言的。
7、条件期望：即条件均值，指X 取特定值Xi 时Y 的期望值。
8、回归系数：回归模型中βo ，β1等未知但却是固定的参数。
9、回归系数的估计量：指用01,ββ等表示的用已知样本提供的信息所估计出来总体未知参数的结果。
10、最小二乘法：又称最小平方法，指根据使估计的剩余平方和最小的原则确定样本回归函数的方法。
11、最大似然法：又称最大或然法，指用生产该样本概率最大的原则去确定样本回归函数的方法。
12、估计量的标准差：度量一个变量变化大小的测量值。
13、总离差平方和：用TSS 表示，用以度量被解释变量的总变动。
14、回归平方和：用ESS 表示：度量由解释变量变化引起的被解释变量的变化部分。
15、残差平方和：用RSS 表示：度量实际值与拟合值之间的差异，是由除解释变量以外的其他因素引起的被解释变量变化的部分。
16、协方差：用Cov （X ，Y ）表示，度量X,Y 两个变量关联程度的统计量。
17、拟合优度检验：检验模型对样本观测值的拟合程度，用2R 表示，该值越接近1，模型对样本观测值拟合得越好。
计量经济学 名词解释及简答
一、名词解释第一章1、计量经济学：计量经济学是以经济理论和经济数据的事实为依据，运用数学、统计学的方法，借助计算机为辅助工具，通过建立数学模型来研究经济数量关系和规律的一门经济学科。
2、虚拟变量数据：虚拟变量数据是人为构造的，通常取值为1或0的，用来表征政策等定性事实的数据。
3、计量经济学检验：计量经济学检验主要是检验模型是否符合计量经济方法的基本假定。
4、政策评价：政策评价是利用计量经济模型对各种可供选择的政策方案的实施后果进行模拟测算，从而对各种政策方案做出评价第二章1、回归平方和：回归平方和用ESS 表示，是被解释变量的样本估计值与其平均值的离差平方和。
2、拟和优度检验：拟和优度检验指检验模型对样本观测值的拟合程度，用2R 表示，该值越接近1，模型对样本观测值拟合得越好。
3、相关关系：当一个或若干个变量X 取一定数值时，与之相对应的另一个变量Y 的值虽然不确定，但却按某种规律在一定范围内变化，变量之间的这种关系，称为不确定性的统计关系或相关关系，可表示为Y=f(X ，u)，其中u 为随机变量。
4、高斯-马尔科夫定理：在古典假定条件下，O LS 估计式是其总体参数的最佳线性无偏估计式。
第三章1、偏回归系数：在多元线性回归模型中，回归系数j （j=1，2，……，k ）表示的是当控制其他解释变量不变的条件下，第j 个解释变量的单位变动对被解释变量平均值的影响，这样的回归系数称为偏回归系数。
2、多重可决系数：“回归平方和”与“总离差平方和”的比值，用2R 表示。
3、修正的可决系数：用自由度修正多重可决系数2R 中的残差平方和与回归平方和。
4、回归方程的显著性检验（F 检验）：对模型中被解释变量与所有解释变量之间的线性关系在总体上是否显著做出推断。
5、回归参数的显著性检验（t 检验）：当其他解释变量不变时，某个回归系数对应的解释变量是否对被解释变量有显著影响做出推断。
6、无多重共线性假定：假定各解释变量之间不存在线性关系，或者说各解释变量的观测值之间线性无关，在此条件下，解释变量观测值矩阵X 列满秩Rank(X)=k ，此时，方阵X`X 满秩， Rank(X`X)=k从而X`X 可逆，(X`X) 存在。
（完整版）计量经济学名词解释和简答
（完整版）计量经济学名词解释和简答三、名词解释经济计量学：是经济学、统计学和数学合流⽽构成的⼀门交叉学科。
理论经济计量学：是寻找适当的⽅法，去测度由经济计量模型设定的经济关系式。
应⽤经济化量学：以经济理论和事实为出发点，应⽤计量⽅法，解决经济系统运⾏过程中的理论问题或实践问题。
内⽣变量：具有⼀定概率分布的随机变量，由模型⾃⾝决定，其数值是求解模型的结果。
外⽣变量：是⾮随机变量，在模型体系之外决定，即在模型求解之前已经得到了数值。
随机⽅程：根据经济⾏为构造的函数关系式。
⾮随机⽅程：根据经济学理论或政策、法规⽽构造的经济变量恒等式。
时序数据：指某⼀经济变量在各个时期的数值按时间先后顺序排列所形成的数列。
截⾯数据：指在同⼀时点或时期上，不同统计单位的相同统计指标组成的数据。
回归分析：就是研究被解释变量对解释变量的依赖关系，其⽬的就是通过解释变量的已知或设定值，去估计或预测被解释变量的总体均值。
相关分析：测度两个变量之间的线性关联度的分析⽅法。
总体回归函数：E (Y /X i )是X i 的⼀个线性函数，就是总体回归函数，简称总体回归。
它表明在给定X i 下Y 的分布的总体均值与X i 有函数关系，就是说它给出了Y 的均值是怎样随X 值的变化⽽变化的。
随机误差项：为随机或⾮系统性成份，代表所有可能影响Y ，但⼜未能包括到回归模型中来的被忽略变量的代理变量。
有效估计量：在所有线性⽆偏估计量中具有最⼩⽅差的⽆偏估计量叫做有效估计量。
判定系数：TSS ESS Y Y Y Y R i i=--=∑∑222)()?(，是对回归线拟合优度的度量。
R 2测度了在Y 的总变异中由回归模型解释的那个部分所占的⽐例或百分⽐。
异⽅差：在回归模型中，随机误差项1u ，2u ，…，n u 不具有相同的⽅差，即 ()()≠i j Var u Var u ，当j i ≠时，则称随机误差的⽅差为异⽅差。
异⽅差的补救⽅法：已知时，⽤加权最⼩⼆乘法；未知时，⽤普通最⼩⼆乘法。
(完整word版)计量经济学-期末考试-名词解释
第一章 导论1、截面数据：截面数据是许多不同的观察对象在同一时间点上的取值的统计数据集合,可理解为对一个随机变量重复抽样获得的数据。
2、时间序列数据：时间序列数据是同一观察对象在不同时间点上的取值的统计序列,可理解为随时间变化而生成的数据。
3、虚变量数据:虚拟变量数据是人为设定的虚拟变量的取值.是表征政策、条件等影响研究对象的定性因素的人工变量，其取值一般只取“0”或“1”。
4、内生变量与外生变量:。
内生变量是由模型系统决定同时可能也对模型系统产生影响的变量,是具有某种概率分布的随机变量,外生变量是不由模型系统决定但对模型系统产生影响的变量，是确定性的变量.第二章 一元线性回归模型1、总体回归函数：是指在给定X i 下Y 分布的总体均值与X i 所形成的函数关系（或者说将总体被解释变量的条件期望表示为解释变量的某种函数）2、最大似然估计法（ML ）： 又叫最大或然法，指用产生该样本概率最大的原则去确定样本回归函数的方法。
3、OLS 估计法：指根据使估计的剩余平方和最小的原则来确定样本回归函数的方法。
4、残差平方和：用RSS 表示，用以度量实际值与拟合值之间的差异，是由除解释变量之外的其他因素引起的被解释变量变化的部分。
5、拟合优度检验:指检验模型对样本观测值的拟合程度，用2R 表示，该值越接近1表示拟合程度越好。
第三章 多元线性回归模型1、多元线性回归模型：在现实经济活动中往往存在一个变量受到其他多个变量影响的现象,表现在线性回归模型中有多个解释变量，这样的模型被称做多元线性回归模型，多元是指多个解释变量2、调整的可决系数2R ：又叫调整的决定系数，是一个用于描述多个解释变量对被解释变量的联合影响程度的统计量，克服了2R 随解释变量的增加而增大的缺陷，与2R 的关系为2211(1)1n R R n k -=----。
3、偏回归系数:在多元回归模型中，每一个解释变量前的参数即为偏回归系数，它测度了当其他解释变量保持不变时，该变量增加1单位对被解释变量带来的平均影响程度.4、正规方程组:采用OLS 方法估计线性回归模型时，对残差平方和关于各参数求偏导，并令偏导数为0后得到的方程组,其矩阵形式为ˆX X X Y β''=。
计量经济学 名词解释及简答
一、名词解释第一章1、计量经济学：计量经济学是以经济理论和经济数据的事实为依据，运用数学、统计学的方法，借助计算机为辅助工具，通过建立数学模型来研究经济数量关系和规律的一门经济学科。
2、虚拟变量数据：虚拟变量数据是人为构造的，通常取值为1或0的，用来表征政策等定性事实的数据。
3、计量经济学检验：计量经济学检验主要是检验模型是否符合计量经济方法的基本假定。
4、政策评价：政策评价是利用计量经济模型对各种可供选择的政策方案的实施后果进行模拟测算，从而对各种政策方案做出评价第二章1、回归平方和：回归平方和用ESS 表示，是被解释变量的样本估计值与其平均值的离差平方和。
2、拟和优度检验：拟和优度检验指检验模型对样本观测值的拟合程度，用2R 表示，该值越接近1，模型对样本观测值拟合得越好。
3、相关关系：当一个或若干个变量X 取一定数值时，与之相对应的另一个变量Y 的值虽然不确定，但却按某种规律在一定范围内变化，变量之间的这种关系，称为不确定性的统计关系或相关关系，可表示为Y=f(X ，u)，其中u 为随机变量。
4、高斯-马尔科夫定理：在古典假定条件下，O LS 估计式是其总体参数的最佳线性无偏估计式。
第三章1、偏回归系数：在多元线性回归模型中，回归系数j （j=1，2，……，k ）表示的是当控制其他解释变量不变的条件下，第j 个解释变量的单位变动对被解释变量平均值的影响，这样的回归系数称为偏回归系数。
2、多重可决系数：“回归平方和”与“总离差平方和”的比值，用2R 表示。
3、修正的可决系数：用自由度修正多重可决系数2R 中的残差平方和与回归平方和。
4、回归方程的显著性检验（F 检验）：对模型中被解释变量与所有解释变量之间的线性关系在总体上是否显著做出推断。
5、回归参数的显著性检验（t 检验）：当其他解释变量不变时，某个回归系数对应的解释变量是否对被解释变量有显著影响做出推断。
6、无多重共线性假定：假定各解释变量之间不存在线性关系，或者说各解释变量的观测值之间线性无关，在此条件下，解释变量观测值矩阵X 列满秩Rank(X)=k ，此时，方阵X`X 满秩， Rank(X`X)=k从而X`X 可逆，(X`X) 存在。
计量经济学名词解释和简答题
计量经济学第一部分：名词解释第一章1、模型：对现实的描述和模拟。
2、广义计量经济学：利用经济理论、统计学和数学定量研究经济现象的经济计量方法的统称，包括回归分析方法、投入产出分析方法、时间序列分析方法等。
3、狭义计量经济学：以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。
第二章1、总体回归函数：指在给定Xi 下Y 分布的总体均值与Xi 所形成的函数关系（或者说总体被解释变量的条件期望表示为解释变量的某种函数）。
2、样本回归函数：指从总体中抽出的关于Y ，X 的若干组值形成的样本所建立的回归函数。
3、随机的总体回归函数：含有随机干扰项的总体回归函数（是相对于条件期望形式而言的）。
4、线性回归模型：既指对变量是线性的，也指对参数β为线性的，即解释变量与参数β只以他们的1次方出现。
5、随机干扰项：即随机误差项，是一个随机变量，是针对总体回归函数而言的。
6、残差项：是一随机变量，是针对样本回归函数而言的。
7、条件期望：即条件均值，指X 取特定值Xi 时Y 的期望值。
8、回归系数：回归模型中βo ，β1等未知但却是固定的参数。
9、回归系数的估计量：指用¶µ01,ββ等表示的用已知样本提供的信息所估计出来总体未知参数的结果。
10、最小二乘法：又称最小平方法，指根据使估计的剩余平方和最小的原则确定样本回归函数的方法。
11、最大似然法：又称最大或然法，指用生产该样本概率最大的原则去确定样本回归函数的方法。
12、估计量的标准差：度量一个变量变化大小的测量值。
13、总离差平方和：用TSS 表示，用以度量被解释变量的总变动。
14、回归平方和：用ESS 表示：度量由解释变量变化引起的被解释变量的变化部分。
15、残差平方和：用RSS 表示：度量实际值与拟合值之间的差异，是由除解释变量以外的其他因素引起的被解释变量变化的部分。
16、协方差：用Cov （X ，Y ）表示，度量X,Y 两个变量关联程度的统计量。
计量经济学期末考试名词解释
计量经济学期末考试名词解释Document number：NOCG-YUNOO-BUYTT-UU986-1986UT1. 总体回归函数：在给定解释变量X i 条件下被解释变量Y i 的期望轨迹称为总体回归线，或更一般地称为总体回归曲线。
相应的函数：E(Y 〡X i ) = f (X i ) 称为（双变量）总体回归函数（population regression function, PRF ）2. 样本回归函数：样本散点图近似于一条直线，画一条直线以尽好地拟合该散点图，由于样本取自总体，可以该线近似地代表总体回归线。
该线称为样本回归线。
记样本回归线的函数形式为： i i i X X f Y 10ˆˆ)(ˆββ+== 称为样本回归函数（sample regression function ，SRF ）。
3. 随机的总体回归函数：函数 Y =E(Y 〡X)=μ 或者在线性假设下，Y =β0+β1+μ式称为总体回归函数（方程）PRF 的随机设定形式。
表明被解释变量除了受解释变量的系统性影响外，还受其他因素的随机性影响。
由于方程中引入了随机项，成为计量经济学模型，因此也称为总体回归模型。
4. 线性回归模型：假设1、回归模型是正确设定的。
假设2、解释变量X 是确定性变量，不是随机变量，在重复抽样中取固定值。
假设3、解释变量X 在所抽取的样本中具有变异性，而且随着样本容量的无限增加，解释变量X 的样本方差趋于一个非零的有限常数，即∞→→-∑=n Q n X X n i i ,/)(21__假设4、随机误差项?具有零均值、同方差和不序列相关性：E(?i )=0 i=1,2, …,nVar (?i)=??2 i=1,2, …,nCov(?i, ?j)=0 i≠j i,j= 1,2, …,n假设5、随机误差项?与解释变量X之间不相关：Cov(Xi , ?i)=0 i=1,2, …,n假设6、?服从零均值、同方差、零协方差的正态分布?i~N(0, ??2) i=1,2, …,n以上假设也称为线性回归模型的经典假设，满足该假设的线性回归模型，也称为经典线性回归模型5.随机误差项（μi）和残差项（e i ）：（1）?i为观察值Y i围绕它的期望值E(Y|X i)的离差，是一个不可观测的随机变量，又称为随机干扰项或随机误差项。
计量经济学期末重点
计量经济学期末重点一、名词解释：1、讣量经济学是以一定的经济理论和统计资料为基础，运用数学、统计学方法与电脑技术, 以建立经济il鱼模型为主要手段，定量分析研究具有随机性特性的经济变量关系的一门经济学学科。
主要内容包括理论计量经济学和应用经济计量学。
理论经济计量学主要研究如何运用、改造和发展数理统讣的方法，使之成为经济关系测是的特殊方法。
应用计戢经济学是在一左的经济理论的指导下，以反映事实的统汁数据为依据，用经济计量方法研究经济数学模型的实用化或探索实证经济规律。
2、平稳随机过程：平稳随机过程是在固左时间和位置的蛊塹迩与所有时间和位置的概率分布相同的随机过程，即随机过程的统计特性不随时间的推移而变化，因此数学期望和方差这些参数不随时间和位置变化。
3、可决系数：可决系数，亦称测立系数、决左系数、可决指数。
与复相关系数类似的，表示一个随机变量与多个随机变虽关系的数字特征，用来反映回归模式说明因变量变化可靠程度的一个统讣指标，一般用符号“R”表示，可泄义为已被模式中全部自变量说明的自变量的变差对自变量总变差的比值。
4、随机游走：随机游進(random walk)也称随机漫步，随机行止等是指基于过去的表现，无法预测将来的发展步骤和方向。
核心概念是指任何无规则行龙者所带的守恒呈:都各自对应着一个扩散运输定律，接近于布朗运动，是布朗运动理想的数学状态，现阶段主要应用于互联网链接分析及金融股票市场中。
5、OLS：ols 全称o rdinary least squares.是回归分析(regression analysis)最根本的一个形式，对模型条件要求最少，也就是使散点图上的所有观测值到回归直线距离的平方和最小。
普通最小二乘法6、BLUE：如果一个参数的估计量具有线性性(估计量是样本观察值的线性函数)、无偏性(估计戢的数学期望等于真值)和估汁误差方差最小等统讣学性质，称其为最佳线性无偏估计量。
7、多重共线性：指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。
计量经济学(重要名词解释)
——名词解释将因变量与一组解释变量和未观测到的扰动联系起来的方程，方程中未知的总体参数决定了各解释变量在其他条件不变下的效应。
与经济分析不同，在进行计量经济分析之前，要明确变量之间的函数形式。
经验分析（Empirical Analysis）：在规范的计量分析中，用数据检验理论、估计关系式或评价政策有效性的研究。
确定遗漏变量、测量误差、联立性或其他某种模型误设所导致的可能偏误的过程线性概率模型（LPM）（Linear Probability Model, LPM）：响应概率对参数为线性的二值响应模型。
没有一个模型可以通过对参数施加限制条件而被表示成另一个模型的特例的两个（或更多）模型。
有限分布滞后（FDL）模型（Finite Distributed Lag (FDL) Model）：允许一个或多个解释变量对因变量有滞后效应的动态模型。
布罗施-戈弗雷检验（Breusch-Godfrey Test）：渐近正确的AR（p）序列相关检验，以AR（1）最为流行；该检验考虑到滞后因变量和其他不是严格外生的回归元。
布罗施-帕甘检验（Breusch-Pagan Test）/（BP Test）：将OLS 残差的平方对模型中的解释变量做回归的异方差性检验。
若一个模型正确，则另一个非嵌套模型得到的拟合值在该模型是不显著的。
因此，这是相对于非嵌套对立假设而对一个模型的检验。
在模型中包含对立模型的拟合值，并使用对拟合值的t 检验来实现。
回归误差设定检验（RESET）（Regression Specification Error Test, RESET）：在多元回归模型中，检验函数形式的一般性方法。
它是对原OLS 估计拟合值的平方、三次方以及可能更高次幂的联合显著性的F 检验。
怀特检验（White Test）：异方差的一种检验方法，涉及到做OLS 残差的平方对OLS 拟合值和拟合值的平方的回归。
这种检验方法的最一般的形式是，将OLS 残差的平方对解释变量、解释变量的平方和解释变量之间所有非多余的交互项进行回归。
(完整word版)计量经济学名词解释和简答题汇总(word文档良心出品)
计量经济学第一部分：名次解释1、模型：对现实的描述和模拟。
2、广义计量经济学：利用经济理论、统计学和数学定量研究经济现象的经济计量方法的统称，包括回归分析方法、投入产出分析方法、时间序列分析方法等。
3、狭义计量经济学：以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。
4、总体回归函数：指在给定Xi 下Y 分布的总体均值与Xi 所形成的函数关系（或者说总体被解释变量的条件期望表示为解释变量的某种函数）。
5、样本回归函数：指从总体中抽出的关于Y ，X 的若干组值形成的样本所建立的回归函数。
6、随机的总体回归函数：含有随机干扰项的总体回归函数（是相对于条件期望形式而言的）。
7、线性回归模型：既指对变量是线性的，也指对参数β为线性的，即解释变量与参数β只以他们的1次方出现。
8、随机干扰项：即随机误差项，是一个随机变量，是针对总体回归函数而言的。
9、残差项：是一随机变量，是针对样本回归函数而言的。
10、条件期望：即条件均值，指X 取特定值Xi 时Y 的期望值。
11、回归系数：回归模型中βo ，β1等未知但却是固定的参数。
12、回归系数的估计量：指用01,ββ等表示的用已知样本提供的信息所估计出来总体未知参数的结果。
13、最小二乘法：又称最小平方法，指根据使估计的剩余平方和最小的原则确定样本回归函数的方法。
14、最大似然法：又称最大或然法，指用生产该样本概率最大的原则去确定样本回归函数的方法。
15、估计量的标准差：度量一个变量变化大小的测量值。
16、总离差平方和：用TSS 表示，用以度量被解释变量的总变动。
17、回归平方和：用ESS 表示：度量由解释变量变化引起的被解释变量的变化部分。
18、残差平方和：用RSS 表示：度量实际值与拟合值之间的差异，是由除解释变量以外的其他因素引起的被解释变量变化的部分。
19、协方差：用Cov （X ，Y ）表示，度量X,Y 两个变量关联程度的统计量。
20、拟合优度检验：检验模型对样本观测值的拟合程度，用2R 表示，该值越接近1，模型对样本观测值拟合得越好。
计量经济学名词解释和简答题汇总
计量经济学名词解释和简答题汇总计量经济学第⼀部分：名次解释1、模型：对现实的描述和模拟。
2、⼴义计量经济学：利⽤经济理论、统计学和数学定量研究经济现象的经济计量⽅法的统称，包括回归分析⽅法、投⼊产出分析⽅法、时间序列分析⽅法等。
3、狭义计量经济学：以揭⽰经济现象中的因果关系为⽬的，在数学上主要应⽤回归分析⽅法。
4、总体回归函数：指在给定Xi 下Y 分布的总体均值与Xi 所形成的函数关系（或者说总体被解释变量的条件期望表⽰为解释变量的某种函数）。
5、样本回归函数：指从总体中抽出的关于Y ，X 的若⼲组值形成的样本所建⽴的回归函数。
6、随机的总体回归函数：含有随机⼲扰项的总体回归函数（是相对于条件期望形式⽽⾔的）。
7、线性回归模型：既指对变量是线性的，也指对参数β为线性的，即解释变量与参数β只以他们的1次⽅出现。
8、随机⼲扰项：即随机误差项，是⼀个随机变量，是针对总体回归函数⽽⾔的。
9、残差项：是⼀随机变量，是针对样本回归函数⽽⾔的。
10、条件期望：即条件均值，指X 取特定值Xi 时Y 的期望值。
11、回归系数：回归模型中βo ，β1等未知但却是固定的参数。
12、回归系数的估计量：指⽤01,ββ等表⽰的⽤已知样本提供的信息所估计出来总体未知参数的结果。
13、最⼩⼆乘法：⼜称最⼩平⽅法，指根据使估计的剩余平⽅和最⼩的原则确定样本回归函数的⽅法。
14、最⼤似然法：⼜称最⼤或然法，指⽤⽣产该样本概率最⼤的原则去确定样本回归函数的⽅法。
15、估计量的标准差：度量⼀个变量变化⼤⼩的测量值。
16、总离差平⽅和：⽤TSS 表⽰，⽤以度量被解释变量的总变动。
17、回归平⽅和：⽤ESS 表⽰：度量由解释变量变化引起的被解释变量的变化部分。
18、残差平⽅和：⽤RSS 表⽰：度量实际值与拟合值之间的差异，是由除解释变量以外的其他因素引起的被解释变量变化的部分。
19、协⽅差：⽤Cov （X ，Y ）表⽰，度量X,Y 两个变量关联程度的统计量。
(完整版)计量经济学重点(张晓峒版).docx
计量经济学复习资料一、名词解释1.广义计经济学:利用经济理论、统计学和数学定量研究经济现象的经济计量方法的统称，包括回归分析方法、投入产出分析方法、时间序列分析方法等。
2.狭义计经济学以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。
3.总体回归函数:指在给定Xi下Y分布的总体均值与Xi所形成的函数关系(或者说总体被解释变量的条件期望表示为解释变量的某种函数)。
4.样本回归函数:指从总体中抽出的关于Y, x的若干组值形成的样本所建立的回归函数。
6、随机的总体回归函数:含有随机千扰项的总体回归函数(是相对于条件期望形式而言的)。
5.线性回归模型:既指对变量是线性的，也指对参数β为线性的，即解释变量与参数β只以他们的I次方出现。
6.随机干扰项:即随机误差项，是一个随机变量，是针对总体回归函数而言的。
9、残差项:是一随机变量，是针对样本回归函数而言的。
7.条件期望:即条件均值，指X取特定值Xi时Y的期望值。
8.回归系数:回归模型中βo, β1等未知但却是固定的参数。
9.回归系教的估计量:指用β0^ β1^等表示的用已知样本提供的信息所估计出来总体未知参数的结果。
10.最小二乘法:又称最小平方法，指根据使估计的剩余平方和最小的原则确定样本回归函数的方法。
11.最大似然法:又称最大或然法，指用生产该样本概率最大的原则去确定样本回归函数的方法。
12.估计的标准差:度量一个变量变化大小的测量值。
13.总离差平方和:用TSS表示，用以度量被解释变量的总变动。
14.回归平方和:用ESS表示:度量由解释变量变化引起的被解释变量的变化部分。
15.残差平方和:用RSS表示:度量实际值与拟合值之间的差异，是由除解释变量以外的其他因素引起的被解释变量变化的部分。
16.协方差:用Cov(X, Y)表示，度量XY两个变量关联程度的统计量。
17.拟合优度检验:检验模型对样本观测值的拟合程度，用R2表示，该值越接近1,模型对样木观测值拟合得越好。
计量经济学名词解释和简答题
计量经济学 第一部分：名词解释第一章1、模型：对现实的描述和模拟。
2、广义计量经济学：利用经济理论、统计学和数学定量研究经济现象的经济计量方法的统称，包括回归分析方法、投入产出分析方法、时间序列分析方法等。
3、狭义计量经济学：以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。
第二章1、总体回归函数：指在给定Xi 下Y 分布的总体均值与Xi 所形成的函数关系（或者说总体被解释变量的条件期望表示为解释变量的某种函数）。
2、样本回归函数：指从总体中抽出的关于Y ，X 的若干组值形成的样本所建立的回归函数。
3、随机的总体回归函数：含有随机干扰项的总体回归函数（是相对于条件期望形式而言的）。
4、线性回归模型：既指对变量是线性的，也指对参数β为线性的，即解释变量与参数β只以他们的1次方出现。
5、随机干扰项：即随机误差项，是一个随机变量，是针对总体回归函数而言的。
6、残差项：是一随机变量，是针对样本回归函数而言的。
7、条件期望：即条件均值，指X 取特定值Xi 时Y 的期望值。
8、回归系数：回归模型中βo ，β1等未知但却是固定的参数。
9、回归系数的估计量：指用¶µ01,ββ等表示的用已知样本提供的信息所估计出来总体未知参数的结果。
10、最小二乘法：又称最小平方法，指根据使估计的剩余平方和最小的原则确定样本回归函数的方法。
11、最大似然法：又称最大或然法，指用生产该样本概率最大的原则去确定样本回归函数的方法。
12、估计量的标准差：度量一个变量变化大小的测量值。
13、总离差平方和：用TSS 表示，用以度量被解释变量的总变动。
14、回归平方和：用ESS 表示：度量由解释变量变化引起的被解释变量的变化部分。
15、残差平方和：用RSS 表示：度量实际值与拟合值之间的差异，是由除解释变量以外的其他因素引起的被解释变量变化的部分。
16、协方差：用Cov （X ，Y ）表示，度量X,Y 两个变量关联程度的统计量。
计量经济学期末考试名词解释
1. 总体回归函数：在给定解释变量X i 条件下被解释变量Y i 的期望轨迹称为总体回归线，或更一般地称为总体回归曲线.相应的函数:E(Y 〡X i ） = f (X i ) 称为（双变量)总体回归函数(population regression function, PRF)2. 样本回归函数：样本散点图近似于一条直线，画一条直线以尽好地拟合该散点图,由于样本取自总体，可以该线近似地代表总体回归线。
该线称为样本回归线.记样本回归线的函数形式为: 称为样本回归函数（sample regression function ，SRF ）。
3. 随机的总体回归函数：函数 Y =E(Y 〡X)=μ 或者在线性假设下,Y =β0+β1+μ式称为总体回归函数（方程）PRF 的随机设定形式。
表明被解释变量除了受解释变量的系统性影响外，还受其他因素的随机性影响.由于方程中引入了随机项，成为计量经济学模型，因此也称为总体回归模型。
4. 线性回归模型：假设1、回归模型是正确设定的。
假设2、解释变量X 是确定性变量，不是随机变量,在重复抽样中取固定值。
假设3、解释变量X 在所抽取的样本中具有变异性，而且随着样本容量的无限增加,解释变量X 的样本方差趋于一个非零的有限常数，即∞→→-∑=n Q n X X n i i ,/)(21__假设4、随机误差项μ具有零均值、同方差和不序列相关性：E(μi )=0 i=1，2, …,nVar (μi ）=σμ2 i=1,2， …,nCov(μi ， μj )=0 i≠j i,j= 1，2, …，n假设5、随机误差项μ与解释变量X 之间不相关：Cov （X i , μi ）=0 i=1,2， …，n假设6、μ服从零均值、同方差、零协方差的正态分布μi ～N(0, σμ2 ) i=1，2, …，n以上假设也称为线性回归模型的经典假设,满足该假设的线性回归模型，也i i i X X f Y 10ˆˆ)(ˆββ+==称为经典线性回归模型5. 随机误差项（μi ）和残差项（e i ）:（1）μi 为观察值Y i 围绕它的期望值E （Y ｜X i )的离差，是一个不可观测的随机变量，又称为随机干扰项或随机误差项。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1.样本回归函数：样本散点图近似于一条直线，画一条直线以尽好地拟合该散点图，由于样本取自总体，可以该线近似地代表总体回归线。
该线称为样本回归线。
记样本回归线的函数形式为：称为样本回归函数（sampleregression function，SRF）。
2.随机的总体回归函数：函数或者在线性假设下，式称为总体回归函数（方程） PRF的随机设定形式。
表明被解释变量除了受解释变量的系统性影响外，还受其他因素的随机性影响。
由于方程中引入了随机项，成为计量经济学模型，因此也称为总体回归模型。
3.线性回归模型：假设 1、回归模型是正确设定的。
假设 2、解释变量 X 是确定性变量，不是随机变量，在重复抽样中取固定值。
假设 3、解释变量 X 在所抽取的样本中具有变异性，而且随着样本容量的无限增加，解释变量 X 的样本方差趋于一个非零的有限常数，即n __( X i X )2/ n Q, ni 1假设 4、随机误差项具有零均值、同方差和不序列相关性：E( i )=0 i=1,2, ,nVar ( i )= 2 i=1,2, ,nCov()=0 i≠j i,j= 1,2,,ni, j假设 5、随机误差项与解释变量 X 之间不相关：Cov(X i , i )=0 i=1,2, ,n假设 6、服从零均值、同方差、零协方差的正态分布) i=1,2, ,ni ~N(0, 2以上假设也称为线性回归模型的经典假设，满足该假设的线性回归模型，也称为经典线性回归模型4. 随机误差项（）和残差项（）：（1）i为观察值Y i围绕它的期望值E( Y| X i)的离差，是一个不可观测的随机变量，又称为随机干扰项或随机误差项。
（2）称为（样本）残差或（剩余）项代表了其他影响的随机因素的集合，可看成是 i 的估计量5.条件期望：即条件均值，指 X 取特定值 Xi 时 Y的期望值。
6.非条件期望：7.回归系数或回归参数：在回归方程中表示自变量 x 对因变量 y 影响大小的参数。
8.回归系数的估计量：指用0 , 1 等表示的用已知样本提供的信息所估计出来总体未知参数的结果。
9.最小平方法：给定一组样本观测值（ X i , Y i）（i=1,2, n）要求样本回归函数尽可能好地拟合这组值。
普通最小二乘法给出的判断标准是：二者之差的平方和最小10. 最大似然法：最大或然法，也称最大似然法，是指当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n 组样本观测值的概率最大。
11. 估计量的标准差：度量一个变量变化大小的测量值。
TSSy i2 ( Y i Y )212.总离差平方和：记为总离差平方和（ TSS）：说明实际的 Y 值围绕其均值的总变异。
213. 回归平方和：记ESSyi(YiY ) 2为回归平方和，反映由模型中解释变量所解释的那部分离差的大小。
2 （Y i ? 214. 残差平方和：记RSS e i Y i ）为残差平方和，反映样本观测值与估计值偏离的大小，也是模型中解释变量未解释的那部分离差的大小。
15. 协方差：期望值分别为 E(X) =μ 与E(Y) =ν 的两个实数，随机变量X与 Y 之间的协方差定义为：COV(X，Y)=E[(X-E(X))(Y-E(Y))]，用来度量X,Y 两个变量关联程度的统计量16. 拟合优度检验 ：拟合优度检验是指对样本回归线与样本观测值之间拟合程度的检验。
度量拟合程度的指标是可决系数 R 2 。
17. t 检验： t 检验是针对每个解释变量进行的显著性检验，即构造一个量，如果该统计量的值落在置信区间外，就拒绝原假设。
t 统计18. F 检验： 两个独立的卡方变量之商的分布（注意自由度）19. 异方差性： 对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同，则认为出现了异方差性。
20. 序列相关性： 多元线形回归模型的基本假设之一是模型的随机干扰项相互独立或不相关。
如果模型的随机干扰项违背了相互独立的基本假设， 称为存在序列相关性。
21. 多重共线性： 如果某两个或多个解释变量之间出现了相关性，则称为多重共线性22. 偏回归系数：在多元回归模型中， 每一个解释变量前的参数即为偏回归系数，它测度了当其他解释变量保持不变时， 该变量增加 1 个单位对解释变量带来的平均影响程度。
23. 完全多重共线性： 如果存在c 1X 1i +c 2X 2i +⋯+c k X ki =0i =1,2, ,n其中 : c i 不全为 0，则称为解释变量间存在完全共线性。
24. 不完全多重共线性： 如果存在c 1 X 1i +c 2X 2i + +c k X ki +v i =0 i =1,2, ,n其中 c i 不全为 ，v i 为随机误差项，则称为 近似共线性或交互相关。
025. 随机解释变量： 如果存在一个或多个随机变量作为解释变量，则称原模型出现随机解释变量问题。
26.差分法：差分法是将原模型变换为满足 OLS法的差分模型，再进行 OLS估计。
27.广义最小二乘法 (GLS) ：是一种常见的消除异方差的方法 . 它的主要思想是为解释变量加上一个权重 , 从而使得加上权重后的回归方程方差是相同的 . 因此在 GLS 方法下我们可以得到估计量的无偏和一致估计 , 并可以对其进行OLS下的 t 检验和 F 检验 .28. . 检验：简述 . 检验的步骤：（1）计算 DW值；（2）给定 a，由 n 和 k 的大小查 DW分布表，得临界值dL 和 dU（3）比较、判断。
若0<.<dL ，存在正自相关；dL<.<dU，不能确定；dU <.<4 －dU，无自相关； 4－dU <.<4 －dL，不能确定； 4－dL <.<4 ，存在负自相关。
当. 值在 2 左右时，模型不存在一阶自相关。
29.多元线性回归：在现实经济活动中往往存在一个变量受到其他多个变量的影响的现象，表现为在线性回归模型中有多个解释变量，这样的模型成为多元线性回归模型，多元指多个变量。
30.正规方程组：指采用 OLS法估计线性回归模型时，对残差平方和关于各参数求偏导，并令偏导数为 0 后得到的一组方程：或31.无偏性：即它的均值或期望值是否等于总体的真实值；32.一致性：即样本容量趋于无穷大时，它是否依概率收敛于总体的真值33.参数估计量的置信区间：置信区间是指由样本统计量所构造的总体参数的估计区间。
参数的置信区间用来考察：在一次抽样中所估计的参数值离参数的真实值有多“近” 。
34.被解释变量预测值的置信区间：35.受约束回归：在实际经济活动中，常常需要根据经济理论对模型中变量的参数施加一定的约束条件，对模型参数施加约束条件后进行回归。
36.无约束回归：无需对模型中变量的参数施加约束条件进行的回归。
37.参数稳定性检验： ( 书上 98 页 )38.虚拟变量：许多经济变量是可以定量度量的，为了在模型中反映对模型的影响因素，并提高模型的精度，需要将它们“量化” ，这种“量化”是通过引入“虚拟变量” 来完成的。
根据这些因素的属性类型，构造只取“0”或“1”的人工变量，通常称为虚拟变量。
39.虚拟因变量模型：同时含有一般解释变量与虚拟变量的模型称为虚拟变量模型或者方差分析模型。
40.滞后变量：把过去时期的，具有滞后作用的变量叫做滞后变量。
41.滞后效应：42.分布滞后模型：如果滞后变量模型中没有滞后被解释变量，仅有解释变量X 的当期值及其若干期的滞后值，则成为分布滞后模型。
43.自回归模型：解释变量仅包含 X 的当期值与被解释变量 Y 的一个或多个滞后值的模型。
44.h 检验：45.有限最小二乘法：46.联立问题：同时研究多个经济关系，反映在模型的建立上，就需要一个由多个方程组成的联立方程组来解决问题，这就是模型的联立性问题。
47.行为方程：是描述经济系统中变量之间行为关系的结构式方程。
48.间接最小二乘法：先对关于内生解释变量的简化式方程采用普通最小二乘法估计简化式参数，得到简化式参数估计量，然后通过参数关系体系，计算得到结构式参数的估计量。
间接最小二乘法只适用于恰好识别的结构方程的参数估计，因为只有恰好识别的结构方程，才能从参数关系体系中得到唯一一组结构参数的估计量。
49.识别问题：如果联立方程计量经济学模型中某个结构方程不具有确定的统计形式，则称该方程为不可识别50.二阶段最小二乘法：是一种既适用于恰好识别的结构方程，又适用于过度识别的结构方程的单方程估计方法。
51.三阶段最小二乘法：52.简化式模型：将联立方程计量经济学模型的每个内生变量表示成所有先决变量和随机干扰项的函数，即用所有先决变量作为每个内生变量的解释变量，所形成的模型称为简化式模型。
53.不可识别：若联立方程计量经济学模型中某个结构不具有确定性的统计形式，则称该方程为不可识别54.恰度识别：是指对联立方程模型，我们能够唯一地估计出模型的参数。
55.过度识别：是指模型方程中有一个或几个参数有若干个估计值。
56.结构式模型：根据经济理论和行为规律建立的描述经济变量之间直接关系结构的计量经济学方程系统统称为结构式模型。
57.递归系统模型：一种在形式是属于联立方程模型但仍然可以采用单方程模型的估计方法估计每个方程的特殊情况，即递归系统模型。
58.先决变量：外生变量与滞后内生变量统称为先决变量。
59.伪回归：如果一组非平稳时间序列之间不存在协整关系，则这一组变量构造的回归模型就是伪回归。
60. 单整：如果一个时间序列经过一次差分变成平稳的，就称原序列是 1 阶单整序列，记为I （）。
如果一个时间序列经过 d 次差分变成平稳序列，则称原1序列是 d 阶单整序列记为I（）。
d61.如果 X t满足下列条件：（ 1）均值 E(X t )=，与时间t无关的常数（ 2）方差，与时间t 无关的常数（ 3）协方差，只与时期间隔k 有关，与时间t 无关的常数。
则称该时间序列是平稳的，而该随机过程是一个平稳随机过程。