计量经济学术语.
计量经济学名词解释
1.计量经济学广义计量经济学是利用经济理论、数学以及统计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。
狭义计量经济学，也就是我们通常所说的计量经济学，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。
2.回归分析回归分析是研究一个变量关于另一个（些）变量的具体依赖关系的计算方法和理论。
3.总体回归函数在给定解释变量Xi 条件下被解释变量Yi 的期望轨迹称为总体回归线。
相应的函数： 称为（双变量）总体回归函数4.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5.普通最小二乘法给定一组样本观测值（Xi, Yi ）（i=1,2,…n ）要求样本回归函数尽可能好地拟合这组值. 给出的判断标准是：二者之差的平方和最小。
6.异方差对于多元线性回归模型，如果出现对于不同的样本点，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7.加权最小二乘法是对原模型加权，使之变成一个新的不存在异方差性的模型，然后采用OLS 估计其参数。
8.自回归（序列相关）对于多元线性回归模型，如果对于不同的样本点，随机误差项之间不再是不相关的，而是存在某种相关性，则认为出现了序列相关性。
9.广义差分法 广义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。
)()|(i i X f X Y E =ii i X X f Y 10ˆˆ)(ˆββ+==∑∑+-=-=ni i i n i X Y Y Y Q 121021))ˆˆ(()ˆ(ββ。
计量经济学名词解释
计量经济学名词解释1、计量经济学计量经济学是一个分支学科，以揭示经济活动中客观存在的数量关系为内容的分支学科，统计学，经济理论和数学这结合便构成了计量经济学。
2、计量经济学模型揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述。
3、解释变量影响被解释变量的因素或因子，是原因变量，记为“X”.4、被解释变量结果变量称为被解释变量，记为“Y”。
5、结构分析结构分析是对经济现象中变量之间相互关系的研究。
所采用的主要方法是弹性分析、乘数分析与比较静力分析。
6、时间序列数据按照时间先后顺序排列的统计数据，又称为纵向数据。
7、截面数据一批发生在同一时间截面上的调查数据，又称横向数据。
8、平行数据（面板数据）时间序列数据与截面数据的合成体，又称面板数据。
9、回归分析回归分析是研究一个变量关于另一个（些）变量的依赖关系的计算方法和理论。
10、随机误差项被解释变量数值与其条件期望之间的离差，是一个不可观测的随机变量，称为随机误差项，或随机干扰项。
11、最小二乘法通过最小化误差的平方和寻找数据的最佳函数匹配。
12、最佳线性无偏估计量拥有有限样本性质或小样本性质这类性质的估计量，称为最佳线性无偏估计量。
13、拟合优度是SRF对样本观测值的拟合程度，即样本回归直线与观测散点之间的紧密程度。
14、方程显著性检验对所有被解释变量与解释变量之间的线性关系在总体上是否显著成立做出推断的检验。
15、变量显著性检验是对模型中某一个具体的解释变量X与被解释变量Y之间的线性关系在总体上是否显著成立做出判断，换言之，是考察所选择的X在总体上是否对Y有显著的线性影响。
16、最小样本容量是指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。
17、满足基本要求的样本容量当n≥30或者至少n≥3(k+1)时，才能说满足模型估计的基本要求。
18、需求函数的零阶齐次性当所有商品价格和消费者货币支出总额按照同一比例变动时，需求量保持不变，这就是所谓的消费者无货币幻觉。
计量经济学名词
计量经济学名词A校订R2（Adjusted R-Squared）：多元回来分析中拟合优度的量度，在估量误差的方差时对添加的说明变量用一个自由度来调剂。
对立假设（Alternative Hypothesis）：考查虚拟假设时的相对假设。
AR（1）序列相干（AR(1) Serial Correlation）：时刻序列回来模型中的误差遵守AR（1）模型。
渐近置信区间（Asymptotic Confidence Interval）：大年夜样本容量下近似成立的置信区间。
渐近正态性（Asymptotic Normality）：恰当正态化后样本分布收敛到标准正态分布的估量量。
渐近性质（Asymptotic Properties）：当样本容量无穷增长时有用的估量量和考查统计量性质。
渐近标准误（Asymptotic Standard Error）：大年夜样本下生效的标准误。
渐近t 统计量（Asymptotic t Statistic）：大年夜样本下近似屈从标准正态分布的t统计量。
渐近方差（Asymptotic Variance）：为了获得渐近标准正态分布，我们必须用以除估量量的平方值。
渐近有效（Asymptotically Efficient）：关于屈从渐近正态分布的一致性估量量，有最小渐近方差的估量量。
渐近不相干（Asymptotically Uncorrelated）：时刻序列过程中，跟着两个时点上的随机变量的时刻距离增长，它们之间的相干趋于零。
衰减偏误（Attenuation Bias）：老是朝向零的估量量偏误，因而有衰减偏误的估量量的期望值小于参数的绝对值。
自回来前提异方差性（Autoregressive Conditional Heteroskedasticity, ARCH）：动态异方差性模型，即给定往常信息，误差项的方差线性依附于往常的误差的平方。
一阶自回来过程[AR（1）]（Autoregressive Process of Order One [AR(1)]）：一个时刻序列模型，其当前值线性依附于比来的值加上一个无法推测的扰动。
(财务知识)计量经济学名词最全版
（财务知识）计量经济学名词计量经济学术语A校正R2（AdjustedR-Squared）：多元回归分析中拟合优度的量度，在估计误差的方差时对添加的解释变量用壹个自由度来调整。
对立假设（AlternativeHypothesis）：检验虚拟假设时的相对假设。
AR（1）序列相关（AR(1)SerialCorrelation）：时间序列回归模型中的误差遵循AR（1）模型。
渐近置信区间（AsymptoticConfidenceInterval）：大样本容量下近似成立的置信区间。
渐近正态性（AsymptoticNormality）：适当正态化后样本分布收敛到标准正态分布的估计量。
渐近性质（AsymptoticProperties）：当样本容量无限增长时适用的估计量和检验统计量性质。
渐近标准误（AsymptoticStandardError）：大样本下生效的标准误。
渐近t统计量（AsymptotictStatistic）：大样本下近似服从标准正态分布的t统计量。
渐近方差（AsymptoticVariance）：为了获得渐近标准正态分布，我们必须用以除估计量的平方值。
渐近有效（AsymptoticallyEfficient）：对于服从渐近正态分布的壹致性估计量，有最小渐近方差的估计量。
渐近不相关（AsymptoticallyUncorrelated）：时间序列过程中，随着俩个时点上的随机变量的时间间隔增加，它们之间的相关趋于零。
衰减偏误（AttenuationBias）：总是朝向零的估计量偏误，因而有衰减偏误的估计量的期望值小于参数的绝对值。
自回归条件异方差性（AutoregressiveConditionalHeteroskedasticity,ARCH）：动态异方差性模型，即给定过去信息，误差项的方差线性依赖于过去的误差的平方。
壹阶自回归过程[AR（1）]（AutoregressiveProcessofOrderOne[AR(1)]）：壹个时间序列模型，其当前值线性依赖于最近的值加上壹个无法预测的扰动。
计量经济学术语说明
计量经济学术语说明计量经济学是经济学中的一门重要分支，它运用统计学和数学方法对经济现象进行定量分析和解释。
在计量经济学领域，有许多特定的概念和术语，下面将对一些常用的计量经济学术语进行说明。
首先是最小二乘法，也就是OLS（Ordinary Least Squares）方法。
最小二乘法是解决线性回归模型的常用方法。
它通过最小化实际观测值与回归模型估计值之间的差异的平方和来确定模型的参数估计值。
最小二乘法在经济学研究中广泛应用，可以用来估计变量之间的关系以及做出预测。
其次是工具变量（Instrumental Variables）。
在计量经济学中，有时候变量之间可能存在内生性问题，即变量之间的相关性不仅仅因果关系所致。
为了解决这个问题，我们可以使用工具变量。
工具变量需要满足两个条件：首先，它与内生变量之间存在相关性；其次，它与因变量之间没有直接相关性。
通过使用工具变量，我们可以解决内生性问题，并得到一致的估计结果。
接下来是异方差（Heteroscedasticity）。
异方差是指随着自变量的变化，随机误差项的方差不是常数。
当存在异方差时，我们无法得到有效的OLS估计结果。
为了解决异方差问题，我们可以使用加权最小二乘法对模型进行估计，或者进行异方差稳健的标准误估计。
此外，还有共线性（Multicollinearity）。
共线性是指在多元线性回归模型中，自变量之间存在高度相关性。
共线性会导致模型的变量间关系不明确，参数估计值不准确。
为了解决共线性问题，我们可以使用主成分分析进行降维，或者剔除相关性较高的变量。
另外一个重要的术语是误差项（Error Term）。
误差项是指在经济模型中无法被解释的部分，它包括了所有未观测到的影响因素。
误差项是经济学分析中不可或缺的一部分，它可以代表我们的模型中没有考虑到的其他因素对结果的影响。
此外，还有解释变量（Explanatory Variable）和被解释变量（Dependent Variable）。
计量经济学名词解释
名词解释1．经济变量：经济变量是用来描述经济因素数量水平的指标。
2．解释变量：是用来解释作为研究对象的变量（即因变量）为什么变动、如何变动的变量。
它对因变量的变动做出解释，表现为方程所描述的因果关系中的“因” 。
3．被解释变量：是作为研究对象的变量。
它的变动是由解释变量做出解释的，表现为方程所描述的因果关系的果。
4．内生变量：是由模型系统内部因素所决定的变量，表现为具有一定概率分布的随机变量，是模型求解的结果。
5．外生变量：是由模型系统之外的因素决定的变量，表现为非随机变量。
它影响模型中的内生变量，其数值在模型求解之前就已经确定。
6．滞后变量：是滞后内生变量和滞后外生变量的合称，前期的内生变量称为滞后内生变量；前期的外生变量称为滞后外生变量。
7．前定变量：通常将外生变量和滞后变量合称为前定变量，即是在模型求解以前已经确定或需要确定的变量。
8．控制变量：在计量经济模型中人为设置的反映政策要求、决策者意愿、经济系统运行条件和状态等方面的变量，它一般属于外生变量。
9．计量经济模型：为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模型，是以数学形式对客观经济现象所作的描述和概括。
10．函数关系：如果一个变量y 的取值可以通过另一个变量或另一组变量以某种形式惟一地、精确地确定，则y 与这个变量或这组变量之间的关系就是函数关系。
11．相关关系：如果一个变量y 的取值受另一个变量或另一组变量的影响，但并不由它们惟一确定，则y 与这个变量或这组变量之间的关系就是相关关系。
12．最小二乘法：用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，称为最小二乘法。
13．高斯－马尔可夫定理：在古典假定条件下，OLS 估计量是模型参数的最佳线性无偏估计量，这一结论即是高斯－马尔可夫定理。
14．总变差（总离差平方和）：在回归模型中，被解释变量的观测值与其均值的离差平方和。
15．回归变差（回归平方和）：在回归模型中，因变量的估计值与其均值的离差平方和，也就是由解释变量解释的变差。
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。
计量经济学--名词
计量经济学Absolute deviation, 绝对离差Absolute number, 绝对数Absolute residuals, 绝对残差Acceleration array, 加速度立体阵Acceleration in an arbitrary direction, 任意方向上的加速度Acceleration normal, 法向加速度Acceleration space dimension, 加速度空间的维数Acceleration tangential, 切向加速度Acceleration vector, 加速度向量Acceptable hypothesis, 可接受假设Accumulation, 累积Accuracy, 准确度Actual frequency, 实际频数Adaptive estimator, 自适应估计量Addition, 相加Addition theorem, 加法定理Additive Noise, 加性噪声Additivity, 可加性Adjusted rate, 调整率Adjusted value, 校正值Admissible error, 容许误差Aggregation, 聚集性Alpha factoring,α因子法Alternative hypothesis, 备择假设Among groups, 组间Amounts, 总量Analysis of correlation, 相关分析Analysis of covariance, 协方差分析Analysis Of Effects, 效应分析Analysis Of Variance, 方差分析Analysis of regression, 回归分析Analysis of time series, 时间序列分析Analysis of variance, 方差分析Angular transformation, 角转换ANOVA （analysis of variance）, 方差分析ANOVA Models, 方差分析模型ANOVA table and eta, 分组计算方差分析Arcing, 弧/弧旋Arcsine transformation, 反正弦变换Area 区域图Area under the curve, 曲线面积AREG , 评估从一个时间点到下一个时间点回归相关时的误差ARIMA, 季节和非季节性单变量模型的极大似然估计Arithmetic grid paper, 算术格纸Arithmetic mean, 算术平均数Arrhenius relation, 艾恩尼斯关系Assessing fit, 拟合的评估Associative laws, 结合律Asymmetric distribution, 非对称分布Asymptotic bias, 渐近偏倚Asymptotic efficiency, 渐近效率Asymptotic variance, 渐近方差Attributable risk, 归因危险度Attribute data, 属性资料Attribution, 属性Autocorrelation, 自相关Autocorrelation of residuals, 残差的自相关Average, 平均数Average confidence intervallength, 平均置信区间长度Average growth rate, 平均增长率Bar chart, 条形图Bar graph, 条形图Base period, 基期Bayes' theorem , Bayes定理Bell-shaped curve, 钟形曲线Bernoulli distribution, 伯努力分布Best-trim estimator, 最好切尾估计量Bias, 偏性Binary logistic regression, 二元逻辑斯蒂回归Binomial distribution, 二项分布Bisquare, 双平方Bivariate Correlate, 二变量相关Bivariate normal distribution, 双变量正态分布Bivariate normal population, 双变量正态总体Biweight interval, 双权区间BiweightM-estimator, 双权M估计量Block, 区组/配伍组BMDP(Biomedical computer programs), BMDP统计软件包Boxplots, 箱线图/箱尾图Breakdown bound, 崩溃界/崩溃点Canonical correlation, 典型相关Caption, 纵标目Case-control study, 病例对照研究Categorical variable, 分类变量Catenary, 悬链线Cauchy distribution, 柯西分布Cause-and-effect relationship, 因果关系Cell, 单元Censoring, 终检Center of symmetry, 对称中心Centering and scaling, 中心化和定标Central tendency, 集中趋势Central value, 中心值CHAID -χ2 Automatic Interaction Detector,卡方自动交互检测Chance, 机遇Chance error, 随机误差Chance variable, 随机变量Characteristic equation, 特征方程Characteristic root, 特征根Characteristic vector, 特征向量Chebshev criterion of fit, 拟合的切比雪夫准则Chernoff faces, 切尔诺夫脸谱图Chi-square test, 卡方检验/χ2检验Choleskey decomposition, 乔洛斯基分解Circle chart, 圆图Class interval, 组距Class mid-value, 组中值Class upper limit, 组上限Classified variable, 分类变量Cluster analysis, 聚类分析Cluster sampling, 整群抽样Code, 代码Coded data, 编码数据Coding, 编码Coefficient of contingency, 列联系数Coefficient of determination, 决定系数Coefficient of multiple correlation, 多重相关系数Coefficient of partial correlation, 偏相关系数Coefficient of production-moment correlation, 积差相关系数Coefficient of rank correlation, 等级相关系数Coefficient of regression, 回归系数Coefficient of skewness, 偏度系数Coefficient of variation, 变异系数Cohort study, 队列研究Collinearity, 共线性Column, 列Column effect, 列效应Column factor, 列因素Combination pool, 合并Combinative table, 组合表Common factor, 共性因子Common regression coefficient, 公共回归系数Common value, 共同值Common variance, 公共方差Common variation, 公共变异Communality variance, 共性方差Comparability, 可比性Comparison of bathes, 批比较Comparison value, 比较值Compartment model, 分部模型Compassion, 伸缩Complement of an event, 补事件Complete association, 完全正相关Complete dissociation, 完全不相关Complete statistics, 完备统计量Completely randomized design, 完全随机化设计Composite event, 联合事件Composite events, 复合事件Concavity, 凹性Conditional expectation, 条件期望Conditional likelihood, 条件似然Conditional probability, 条件概率Conditionally linear, 依条件线性Confidence interval, 置信区间Confidence limit, 置信限Confidence lower limit, 置信下限Confidence upper limit, 置信上限Confirmatory Factor Analysis , 验证性因子分析Confirmatory research, 证实性实验研究Confounding factor, 混杂因素Conjoint, 联合分析Consistency, 相合性Consistency check, 一致性检验Consistent asymptotically normal estimate,相合渐近正态估计Consistent estimate, 相合估计Constrained nonlinear regression, 受约束非线性回归Constraint, 约束Contaminated distribution, 污染分布Contaminated Gausssian, 污染高斯分布Contaminated normal distribution, 污染正态分布Contamination, 污染Contamination model, 污染模型Contingency table, 列联表Contour, 边界线Contribution rate, 贡献率Control, 对照, 质量控制图Controlled experiments, 对照实验Conventional depth, 常规深度Convolution, 卷积Corrected factor, 校正因子Corrected mean, 校正均值Correction coefficient, 校正系数Correctness, 正确性Correlation coefficient, 相关系数Correlation, 相关性Correlation index, 相关指数Correspondence, 对应Counting, 计数Counts, 计数/频数Covariance, 协方差Covariant, 共变Cox Regression, Cox回归Criteria for fitting, 拟合准则Criteria of least squares, 最小二乘准则Critical ratio, 临界比Critical region, 拒绝域Critical value, 临界值Cross-over design, 交叉设计Cross-section analysis, 横断面分析Cross-section survey, 横断面调查Crosstabs , 交叉表Crosstabs 列联表分析Cross-tabulation table, 复合表Cube root, 立方根Cumulative distribution function, 分布函数Cumulative probability, 累计概率Curvature, 曲率/弯曲Curvature, 曲率Curve Estimation, 曲线拟合Curve fit , 曲线拟和Curve fitting, 曲线拟合Curvilinear regression, 曲线回归Curvilinear relation, 曲线关系Cut-and-try method, 尝试法Cycle, 周期Cyclist, 周期性D test, D检验Data acquisition, 资料收集Data bank, 数据库Data capacity, 数据容量Data deficiencies, 数据缺乏Data handling, 数据处理Data manipulation, 数据处理Data processing, 数据处理Data reduction, 数据缩减Data set, 数据集Data sources, 数据来源Data transformation, 数据变换Data validity, 数据有效性Data-in, 数据输入Data-out, 数据输出Dead time, 停滞期Degree of freedom, 自由度Degree of precision, 精密度Degree of reliability, 可靠性程度Degression, 递减Density function, 密度函数Density of data points, 数据点的密度Dependent variable, 应变量/依变量/因变量Dependent variable, 因变量Depth, 深度Derivative matrix, 导数矩阵Derivative-free methods, 无导数方法Design, 设计Determinacy, 确定性Determinant, 行列式Determinant, 决定因素Deviation, 离差Deviation from average, 离均差Diagnostic plot, 诊断图Dichotomous variable, 二分变量Differential equation, 微分方程Direct standardization, 直接标准化法Direct Oblimin, 斜交旋转Discrete variable, 离散型变量DISCRIMINANT, 判断Discriminant analysis, 判别分析Discriminant coefficient, 判别系数Discriminant function, 判别值Dispersion, 散布/分散度Disproportional, 不成比例的Disproportionate sub-class numbers, 不成比例次级组含量Distribution free, 分布无关性/免分布Distribution shape, 分布形状Distribution-free method, 任意分布法Distributive laws, 分配律Disturbance, 随机扰动项Dose response curve, 剂量反应曲线Double blind method, 双盲法Double blind trial, 双盲试验Double exponential distribution, 双指数分布Double logarithmic, 双对数Downward rank, 降秩Dual-space plot, 对偶空间图DUD, 无导数方法Duncan's new multiple range method, 新复极差法/Duncan新法Error Bar, 均值相关区间图Effect, 实验效应Eigenvalue, 特征值Eigenvector, 特征向量Ellipse, 椭圆Empirical distribution, 经验分布Empirical probability, 经验概率单位Enumeration data, 计数资料Equal sun-class number, 相等次级组含量Equally likely, 等可能Equivariance, 同变性Error, 误差/错误Error of estimate, 估计误差Error type I, 第一类错误Error type II, 第二类错误Estimand, 被估量Estimated error mean squares, 估计误差均方Estimated error sum of squares, 估计误差平方和Euclidean distance, 欧式距离Event, 事件Event, 事件Exceptional data point, 异常数据点Expectation plane, 期望平面Expectation surface, 期望曲面Expected values, 期望值Experiment, 实验Experimental sampling, 试验抽样Experimental unit, 试验单位Explained variance （已说明方差）Explanatory variable, 说明变量Exploratory data analysis, 探索性数据分析Explore Summarize, 探索-摘要Exponential curve, 指数曲线Exponential growth, 指数式增长EXSMOOTH, 指数平滑方法Extended fit, 扩充拟合Extra parameter, 附加参数Extrapolation, 外推法Extreme observation, 末端观测值Extremes, 极端值/极值F distribution, F分布F test, F检验Factor, 因素/因子Factor analysis, 因子分析Factor Analysis, 因子分析Factor score, 因子得分Factorial, 阶乘Factorial design, 析因试验设计False negative, 假阴性False negative error, 假阴性错误Family of distributions, 分布族Family of estimators, 估计量族Fanning, 扇面Fatality rate, 病死率Field investigation, 现场调查Field survey,现场调查Finite population, 有限总体Finite-sample, 有限样本First derivative, 一阶导数First principal component, 第一主成分First quartile, 第一四分位数Fisher information, 费雪信息量Fitted value, 拟合值Fitting a curve, 曲线拟合Fixed base, 定基Fluctuation, 随机起伏Forecast, 预测Four fold table, 四格表Fourth, 四分点Fraction blow, 左侧比率Fractional error, 相对误差Frequency, 频率Frequency polygon, 频数多边图Frontier point, 界限点Function relationship, 泛函关系Gamma distribution, 伽玛分布Gaussincrement, 高斯增量Gaussian distribution, 高斯分布/正态分布Gauss-Newton increment, 高斯-牛顿增量General census, 全面普查Generalized least squares, 综合最小平方法GENLOG (Generalized liner models), 广义线性模型Geometric mean, 几何平均数Gini's mean difference, 基尼均差GLM (General liner models), 通用线性模型Goodness of fit, 拟和优度/配合度Gradient of determinant, 行列式的梯度Graeco-Latin square, 希腊拉丁方Grand mean, 总均值Gross errors, 重大错误Gross-error sensitivity, 大错敏感度Group averages, 分组平均Grouped data, 分组资料Guessed mean, 假定平均数Half-life, 半衰期Hampel M-estimators, 汉佩尔M估计量Happenstance, 偶然事件Harmonic mean, 调和均数Hazard function, 风险均数Hazard rate, 风险率Heading, 标目Heavy-tailed distribution, 重尾分布Hessian array, 海森立体阵Heterogeneity, 不同质Heterogeneity of variance, 方差不齐Hierarchical classification, 组内分组Hierarchical clustering method, 系统聚类法High-leverage point, 高杠杆率点High-Low, 低区域图Higher Order Interaction Effects，高阶交互作用HILOGLINEAR, 多维列联表的层次对数线性模型Hinge, 折叶点Histogram, 直方图Historical cohort study, 历史性队列研究Holes, 空洞HOMALS, 多重响应分析Homogeneity ofvariance, 方差齐性Homogeneity test, 齐性检验Huber M-estimators, 休伯M估计量Hyperbola, 双曲线Hypothesis testing, 假设检验Hypothetical universe, 假设总体Image factoring,, 多元回归法Impossible event, 不可能事件Independence, 独立性Independent variable, 自变量Index, 指标/指数Indirect standardization, 间接标准化法Individual, 个体Inference band, 推断带Infinite population, 无限总体Infinitely great, 无穷大Infinitely small, 无穷小Influence curve, 影响曲线Information capacity, 信息容量Initial condition, 初始条件Initial estimate, 初始估计值Initial level,最初水平Interaction, 交互作用Interaction terms, 交互作用项Intercept, 截距Interpolation, 内插法Interquartile range, 四分位距Interval estimation, 区间估计Intervals of equal probability, 等概率区间Intrinsic curvature, 固有曲率Invariance, 不变性Inverse matrix, 逆矩阵Inverse probability, 逆概率Inverse sine transformation, 反正弦变换Iteration, 迭代Jacobian determinant, 雅可比行列式Joint distribution function, 分布函数Joint probability, 联合概率Joint probability distribution, 联合概率分布K-Means Cluster逐步聚类分析K means method, 逐步聚类法Kaplan-Meier, 评估事件的时间长度Kaplan-Merier chart, Kaplan-Merier图Kendall's rank correlation, Kendall等级相关Kinetic, 动力学Kolmogorov-Smirnove test, 柯尔莫哥洛夫-斯米尔诺夫检验Kruskal and Wallis test, Kruskal及Wallis检验/多样本的秩和检验/H检验Kurtosis, 峰度Lack of fit, 失拟Ladder of powers, 幂阶梯Lag, 滞后Large sample, 大样本Large sample test, 大样本检验Latin square, 拉丁方Latin square design, 拉丁方设计Leakage, 泄漏Least favorable configuration, 最不利构形Least favorable distribution, 最不利分布Least significant difference, 最小显著差法Least square method, 最小二乘法Least Squared Criterion，最小二乘方准则Least-absolute-residuals estimates, 最小绝对残差估计Least-absolute-residuals fit, 最小绝对残差拟合Least-absolute-residuals line, 最小绝对残差线Legend, 图例L-estimator, L估计量L-estimator of location, 位置L估计量L-estimator of scale, 尺度L估计量Level, 水平Leveage Correction，杠杆率校正Life expectance, 预期期望寿命Life table, 寿命表Life table method, 生命表法Light-tailed distribution, 轻尾分布Likelihood function, 似然函数Likelihood ratio, 似然比line graph, 线图Linear correlation, 直线相关Linear equation, 线性方程Linear programming, 线性规划Linear regression, 直线回归Linear Regression, 线性回归Linear trend, 线性趋势Loading, 载荷Location and scale equivariance, 位置尺度同变性Location equivariance, 位置同变性Location invariance, 位置不变性Location scale family, 位置尺度族Log rank test, 时序检验Logarithmic curve, 对数曲线Logarithmic normal distribution, 对数正态分布Logarithmic scale, 对数尺度Logarithmic transformation, 对数变换Logic check, 逻辑检查Logistic distribution, 逻辑斯特分布Logit transformation, Logit转换LOGLINEAR, 多维列联表通用模型Lognormal distribution, 对数正态分布Lost function, 损失函数Low correlation, 低度相关Lower limit, 下限Lowest-attained variance, 最小可达方差LSD, 最小显著差法的简称Lurking variable, 潜在变量Main effect, 主效应Major heading, 主辞标目Marginal density function, 边缘密度函数Marginal probability, 边缘概率Marginal probability distribution, 边缘概率分布Matched data, 配对资料Matched distribution, 匹配过分布Matching of distribution, 分布的匹配Matching of transformation, 变换的匹配Mathematical expectation, 数学期望Mathematical model, 数学模型Maximum L-estimator, 极大极小L 估计量Maximum likelihood method, 最大似然法Mean, 均数Mean squares between groups, 组间均方Mean squares within group, 组内均方Means (Compare means), 均值-均值比较Median, 中位数Median effective dose, 半数效量Median lethal dose, 半数致死量Median polish, 中位数平滑Median test, 中位数检验Minimal sufficient statistic, 最小充分统计量Minimum distance estimation, 最小距离估计Minimum effective dose, 最小有效量Minimum lethal dose, 最小致死量Minimum variance estimator, 最小方差估计量MINITAB, 统计软件包Minor heading, 宾词标目Missing data, 缺失值Model specification, 模型的确定Modeling Statistics , 模型统计Models foroutliers, 离群值模型Modifying the model, 模型的修正Modulus of continuity, 连续性模Morbidity, 发病率Most favorable configuration, 最有利构形MSC（多元散射校正）Multidimensional Scaling (ASCAL), 多维尺度/多维标度Multinomial Logistic Regression , 多项逻辑斯蒂回归Multiple comparison, 多重比较Multiple correlation , 复相关Multiple covariance, 多元协方差Multiple linear regression, 多元线性回归Multiple response , 多重选项Multiple solutions, 多解Multiplication theorem, 乘法定理Multiresponse, 多元响应Multi-stage sampling, 多阶段抽样Multivariate T distribution, 多元T分布Mutual exclusive, 互不相容Mutual independence, 互相独立Natural boundary, 自然边界Natural dead, 自然死亡Natural zero, 自然零Negative correlation, 负相关Negative linear correlation, 负线性相关Negatively skewed, 负偏Newman-Keuls method, q检验NK method, q检验No statistical significance, 无统计意义Nominal variable, 名义变量Nonconstancy of variability,变异的非定常性Nonlinear regression, 非线性相关Nonparametric statistics, 非参数统计Nonparametric test, 非参数检验Nonparametric tests, 非参数检验Normal deviate, 正态离差Normal distribution, 正态分布Normal equation, 正规方程组Normal P-P, 正态概率分布图Normal Q-Q, 正态概率单位分布图Normalranges, 正常范围Normal value, 正常值Normalization 归一化Nuisance parameter, 多余参数/讨厌参数Null hypothesis, 无效假设Numerical variable, 数值变量Objective function, 目标函数Observation unit, 观察单位Observed value, 观察值One sided test, 单侧检验One-way analysis of variance单因素方差分析Oneway ANOVA , 单因素方差分析Open sequential trial, 开放型序贯设计Optrim, 优切尾Optrim efficiency, 优切尾效率Order statistics, 顺序统计量Ordered categories, 有序分类Ordinal logistic regression序数逻辑斯蒂回归Ordinal variable, 有序变量Orthogonal basis, 正交基Orthogonal design,正交试验设计Orthogonality conditions, 正交条件ORTHOPLAN, 正交设计Outlier cutoffs, 离群值截断点Outliers, 极端值OVERALS , 多组变量的非线性正规相关Overshoot, 迭代过度Paired design, 配对设计Paired sample, 配对样本Pairwise slopes, 成对斜率Parabola, 抛物线Parallel tests, 平行试验Parameter, 参数Parametric statistics, 参数统计Parametric test, 参数检验Pareto, 直条构成线图（又称佩尔托图）Partial correlation, 偏相关Partial regression, 偏回归Partial sorting, 偏排序Partials residuals, 偏残差Pattern, 模式PCA（主成分分析）Pearson curves, 皮尔逊曲线Peeling, 退层Percent bar graph, 百分条形图Percentage, 百分比Percentile, 百分位数Percentile curves, 百分位曲线Periodicity, 周期性Permutation, 排列P-estimator, P估计量Pie graph, 构成图,饼图Pitman estimator, 皮特曼估计量Pivot, 枢轴量Planar, 平坦Planar assumption, 平面的假设PLANCARDS, 生成试验的计划卡PLS（偏最小二乘法）Point estimation, 点估计Poisson distribution, 泊松分布Polishing, 平滑Polled standard deviation, 合并标准差Polled variance, 合并方差Polygon, 多边图Polynomial, 多项式Polynomial curve, 多项式曲线Population, 总体Population attributable risk人群归因危险度Positive correlation, 正相关Positively skewed, 正偏Posterior distribution, 后验分布Power of a test, 检验效能Precision, 精密度Predicted value, 预测值Preliminary analysis, 预备性分析Principal axis factoring,主轴因子法Principal component analysis, 主成分分析Prior distribution, 先验分布Prior probability, 先验概率Probabilistic model, 概率模型probability, 概率Probability density, 概率密度Product moment, 乘积矩/协方差Profile trace,截面迹图Proportion, 比/构成比Proportion allocation in stratified randomsampling, 按比例分层随机抽样Proportionate, 成比例Proportionate sub-class numbers, 成比例次级组含量Prospective study, 前瞻性调查Proximities, 亲近性Pseudo F test, 近似F检验Pseudo model, 近似模型Pseudosigma, 伪标准差Purposive sampling, 有目的抽样QR decomposition, QR分解Quadratic approximation, 二次近似Qualitative classification, 属性分类Qualitative method, 定性方法Quantile-quantile plot, 分位数-分位数图/Q-Q图Quantitative analysis, 定量分析Quartile, 四分位数Quick Cluster, 快速聚类Radix sort, 基数排序Random allocation, 随机化分组Random blocks design, 随机区组设计Random event, 随机事件Randomization, 随机化Range, 极差/全距Rank correlation, 等级相关Rank sum test, 秩和检验Rank test, 秩检验Ranked data, 等级资料Rate, 比率Ratio, 比例Raw data, 原始资料Raw residual, 原始残差Rayleigh's test, 雷氏检验Rayleigh's Z, 雷氏Z值Reciprocal, 倒数Reciprocal transformation, 倒数变换Recording, 记录Redescending estimators, 回降估计量Reducing dimensions, 降维Re-expression, 重新表达Reference set, 标准组Region of acceptance, 接受域Regression coefficient, 回归系数Regression sum of square, 回归平方和Rejection point, 拒绝点Relative dispersion, 相对离散度Relative number, 相对数Reliability, 可靠性Reparametrization, 重新设置参数Replication, 重复Report Summaries, 报告摘要Residual sum of square, 剩余平方和residual variance (剩余方差)Resistance, 耐抗性Resistant line, 耐抗线Resistant technique, 耐抗技术R-estimator of location, 位置R估计量R-estimator of scale, 尺度R估计量Retrospective study, 回顾性调查Ridge trace,岭迹Ridit analysis, Ridit分析Rotation, 旋转Rounding, 舍入Row, 行Row effects, 行效应Row factor, 行因素RXC table, RXC表Sample, 样本Sample regression coefficient,样本回归系数Sample size, 样本量Sample standard deviation, 样本标准差Sampling error, 抽样误差SAS(Statistical analysis system ), SAS统计软件包Scale, 尺度/量表Scatter diagram, 散点图Schematic plot, 示意图/简图Score test, 计分检验Screening, 筛检SEASON, 季节分析 Second derivative, 二阶导数Second principal component, 第二主成分SEM (Structural equation modeling), 结构化方程模型Semi-logarithmic graph, 半对数图Semi-logarithmic paper, 半对数格纸Sensitivity curve, 敏感度曲线Sequential analysis, 贯序分析Sequence, 普通序列图Sequential data set, 顺序数据集Sequential design, 贯序设计Sequential method, 贯序法Sequential test, 贯序检验法Serial tests, 系列试验Short-cut method, 简捷法Sigmoid curve, S形曲线Sign function, 正负号函数Sign test, 符号检验Signed rank, 符号秩Significant Level, 显著水平Significance test, 显著性检验Significantfigure, 有效数字Simple cluster sampling, 简单整群抽样Simple correlation, 简单相关Simple random sampling, 简单随机抽样Simple regression, 简单回归simple table, 简单表Sine estimator, 正弦估计量Single-valued estimate, 单值估计Singular matrix, 奇异矩阵Skewed distribution, 偏斜分布Skewness, 偏度Slash distribution, 斜线分布Slope, 斜率Smirnov test, 斯米尔诺夫检验Source of variation, 变异来源Spearman rank correlation,斯皮尔曼等级相关Specific factor, 特殊因子Specific factor variance, 特殊因子方差Spectra , 频谱Spherical distribution, 球型正态分布Spread, 展布SPSS(Statistical package forthe social science), SPSS统计软件包Spurious correlation, 假性相关Square root transformation, 平方根变换Stabilizing variance, 稳定方差Standard deviation, 标准差Standard error, 标准误Standard error of difference, 差别的标准误Standard error of estimate, 标准估计误差Standard error of rate, 率的标准误Standard normal distribution, 标准正态分布Standardization, 标准化Starting value, 起始值Statistic, 统计量Statistical control, 统计控制Statistical graph, 统计图Statistical inference, 统计推断Statistical table, 统计表Steepest descent, 最速下降法Stem and leaf display, 茎叶图Step factor, 步长因子Stepwise regression, 逐步回归Storage, 存Strata, 层（复数）Stratified sampling, 分层抽样Stratified sampling, 分层抽样Strength, 强度Stringency, 严密性Structural relationship, 结构关系Studentized residual, 学生化残差/t化残差Sub-class numbers, 次级组含量Subdividing, 分割Sufficient statistic, 充分统计量Sum of products, 积和Sum of squares, 离差平方和Sum of squares about regression, 回归平方和Sum of squares between groups, 组间平方和Sum of squares of partial regression,偏回归平方和Sure event, 必然事件Survey, 调查Survival, 生存分析Survival rate, 生存率Suspended root gram, 悬吊根图Symmetry, 对称Systematic error, 系统误差Systematic sampling, 系统抽样Tags, 标签Tail area, 尾部面积Tail length, 尾长Tail weight, 尾重Tangent line, 切线Target distribution, 目标分布Taylor series, 泰勒级数Test(检验)Test of linearity, 线性检验Tendency of dispersion, 离散趋势Testing of hypotheses, 假设检验Theoretical frequency, 理论频数Time series, 时间序列Tolerance interval, 容忍区间Tolerance lower limit, 容忍下限Toleranceupper limit, 容忍上限Torsion, 扰率Total sum of square, 总平方和Total variation, 总变异Transformation, 转换Treatment, 处理Trend, 趋势Trend of percentage, 百分比趋势Trial, 试验Trial and error method, 试错法Tuning constant, 细调常数Two sided test, 双向检验Two-stage least squares, 二阶最小平方Two-stage sampling, 二阶段抽样Two-tailed test, 双侧检验Two-way analysis of variance双因素方差分析Two-way table, 双向表Type I error, 一类错误/α错误Type II error, 二类错误/β错误UMVU, 方差一致最小无偏估计简称Unbiased estimate, 无偏估计Unconstrained nonlinear regression , 无约束非线性回归Unequal subclass number, 不等次级组含量Ungrouped data, 不分组资料Uniform coordinate, 均匀坐标Uniform distribution, 均匀分布Uniformly minimum variance unbiased estimate, 方差一致最小无偏估计Unit, 单元Unordered categories, 无序分类Unweighted least squares, 未加权最小平方法Upper limit, 上限Upward rank, 升秩Vague concept, 模糊概念Validity, 有效性VARCOMP(Variance component estimation方差元素估计Variability, 变异性Variable, 变量Variance, 方差Variation, 变异Varimax orthogonal rotation,方差最大正交旋转Volume of distribution, 容积W test, W检验Weibull distribution, 威布尔分布Weight, 权数Weighted Chi-square test,加权卡方检验/Cochran检验Weighted linear regression method, 加权直线回归Weighted mean, 加权平均数Weighted mean square, 加权平均方差Weighted sum of square, 加权平方和Weighting coefficient, 权重系数Weighting method, 加权法W-estimation, W估计量W-estimation of location, 位置W估计量Width, 宽度Wilcoxon paired test, 威斯康星配对法/配对符号秩和检验Wild point, 野点/狂点Wild value, 野值/狂值Winsorized mean, 缩尾均值Withdraw, 失访Youden's index, 尤登指数Z test, Z检验Zero correlation, 零相关Z-transformation, Z变换Z-transformation, Z变换。
计量经济学名词
计量经济学名词A校正R2〔Adjusted R-Squared〕：多元回归剖析中拟合优度的量度，在估量误差的方差时对添加的解释变量用一个自在度来调整。
统一假定〔Alternative Hypothesis〕：检验虚拟假定时的相对假定。
AR〔1〕序列相关〔AR(1) Serial Correlation〕：时间序列回归模型中的误差遵照AR〔1〕模型。
渐近置信区间〔Asymptotic Confidence Interval〕：大样本容量下近似成立的置信区间。
渐近正态性〔Asymptotic Normality〕：适当正态化后样本散布收敛到规范正态散布的估量量。
渐近性质〔Asymptotic Properties〕：当样本容量有限增长时适用的估量量和检验统计量性质。
渐近规范误〔Asymptotic Standard Error〕：大样本下失效的规范误。
渐近t 统计量〔Asymptotic t Statistic〕：大样本下近似听从规范正态散布的t 统计量。
渐近方差〔Asymptotic Variance〕：为了取得渐近规范正态散布，我们必需用以除估量量的平方值。
渐近有效〔Asymptotically Efficient〕：关于听从渐近正态散布的分歧性估量量，有最小渐近方差的估量量。
渐近不相关〔Asymptotically Uncorrelated〕：时间序列进程中，随着两个时点上的随机变量的时间距离添加，它们之间的相关趋于零。
衰减偏误〔Attenuation Bias〕：总是朝向零的估量量偏误，因此有衰减偏误的估量量的希冀值小于参数的相对值。
自回归条件异方差性〔Autoregressive Conditional Heteroskedasticity, ARCH〕：静态异方差性模型，即给定过去信息，误差项的方差线性依赖于过去的误差的平方。
一阶自回归进程[AR〔1〕]〔Autoregressive Process of Order One [AR(1)]〕：一个时间序列模型，其以后值线性依赖于最近的值加上一个无法预测的扰动。
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全
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办法的统称，包含回归阐发办法、投入产出阐发办法、时间序列阐发办法等。
令狐采学狭义计量经济学：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阐发办法。
计量经济学: 是经济学的一个分支学科，是以揭示经济活动中的客观存在的数量关系为内容的分支学科。
计量经济学模型：揭示经济活动中各种因素之间的定量关系，用随机性的数学方程加以描述。
截面数据：截面数据是许多不合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。
时间序列数据：把反应某一总体特征的同一指标的数据，依照一定的时间顺序和时间间隔排列起来，这样的统计数据称为时间序列数据面板数据：指时间序列数据和截面数据相结合的数据。
总体回归函数：指在给定Xi下Y散布的总体均值与Xi所形成的函数关系（或者说总体被解释变量的条件期望暗示为解释变量的某种函数）。
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。
随机的总体回归函数：含有随机干扰项的总体回归函数（是相对条件期望形式而言的）。
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次方呈现。
最小二乘法：又称最小平办法，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办法。
最年夜似然法：又称最年夜或然法，指用生产该样本几率最年夜的原则去确定样本回归函数的办法。
总离差平方和：用TSS暗示，用以怀抱被解释变量的总变动。
回归平方和：用ESS暗示：怀抱由解释变量变更引起的被解释变量的变更部分。
残差平方和：用RSS暗示：怀抱实际值与拟合值之间的差别，是由除解释变量以外的其他因素引起的被解释变量变更的部分。
协方差：用Cov（X，Y）暗示，怀抱X,Y两个变量关联水平的统计量。
拟合优度检验：检验模型对样本观测值的拟合水平，用2R暗示，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
计量经济学名词解释计量经济学是研究经济现象和经济理论运用数学和统计学方法进行定量分析的学科。
下面是一些计量经济学常用的名词及其解释。
1. 回归分析（Regression Analysis）：回归分析是计量经济学中最常用的一种定量方法，用于研究因变量与一个或多个自变量之间的关系。
通常通过估计回归方程来进行分析，并使用统计方法评估估计结果的可信度。
2. 多元回归（Multiple Regression）：多元回归是回归分析的一种扩展形式，用于研究因变量与多个自变量之间的关系。
多元回归可以更准确地解释和预测因变量，但也需要更多的数据和更复杂的统计分析。
3. 面板数据（Panel Data）：面板数据是指在一段时间内对多个个体或单位进行多次观测的数据。
计量经济学通过面板数据可以分析个体间的差异和个体内部的动态变化，提供了更丰富的信息。
4. 差分法（Difference-in-Differences）：差分法是一种处理定量数据的方法，用于评估某个政策或干预对于因变量的影响。
该方法通过比较干预组与非干预组的变化差异来分析干预的效果。
5. 处理选择偏误（Selection Bias）：处理选择偏误是指由于个体自愿参与某个处理或实验，导致样本不代表总体的情况。
计量经济学使用各种方法来解决处理选择偏误，以确保研究结果的准确性。
6. 仪器变量（Instrumental Variables）：仪器变量是一种用于解决内生性问题的方法。
在计量经济学中，内生性指的是自变量与误差项存在相关关系。
仪器变量通过引入与自变量相关但与误差项不相关的变量来解决内生性问题，提高估计结果的准确性。
7. 广义矩估计（Generalized Method of Moments，GMM）：广义矩估计是一种估计模型参数的方法，它基于矩条件的经济模型，通过最大化矩条件以估计未知参数。
广义矩估计不需要对误差项分布做出强假设，适用于更广泛的经济模型。
8. 时间序列分析（Time Series Analysis）：时间序列分析是研究一系列时间上连续排列的观测值的经济统计方法。
计量经济学常考的名词解释
计量经济学常考的名词解释在计量经济学领域中，有一些常考的名词，理解这些名词的概念对于学习和应用计量经济学非常重要。
本文将对部分常考名词进行解释，以帮助读者更好地掌握计量经济学的核心知识。
一、假设检验（Hypothesis Testing）假设检验是计量经济学中的一项重要工具，用于评估统计模型的有效性和统计推断的可靠性。
通过对现实问题进行抽样和数据分析，我们可以根据样本数据的特征推断总体的一些性质。
假设检验涉及两个假设：原假设（null hypothesis）和备择假设（alternative hypothesis）。
通过计算样本数据的特征，我们可以对原假设进行验证或拒绝。
二、回归分析（Regression Analysis）回归分析是计量经济学中最常用的方法之一，用于研究变量之间的关系。
在回归分析中，我们使用一个或多个自变量来解释一个或多个因变量的变化。
通过拟合一个数学模型，我们可以测量变量之间的关联程度，并进行预测和因果推断。
三、时间序列（Time Series）时间序列是按照时间顺序进行排序的数据序列。
在计量经济学中，时间序列数据常常用于分析和预测经济和金融变量的动态演变。
时间序列分析可以帮助我们理解和解释时间相关性、趋势、季节性和周期性等模式。
四、异方差性（Heteroskedasticity）异方差性是指随机误差项的方差在不同条件下不稳定或不均匀分布的情况。
在计量经济学中，异方差性可能导致回归分析结果的无效性和推断的误差。
通过应用稳健的标准误差估计方法，我们可以纠正异方差性并获得更准确的回归结果。
五、端点问题（Endpoint Problem）在计量经济学中，端点问题指的是当因变量或自变量的取值受限于某些边界条件时，回归分析可能产生的问题。
例如，当因变量的取值范围在0到1之间时，回归模型的预测结果可能超出这个范围，导致无法解释或使用。
解决端点问题的方法包括截尾回归（truncated regression）和双曲正切转换（hyperbolic tangent transformation）等。
计量经济学名词解释(全)
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。
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。
计量经济学: 是经济学的一个分支学科，是以揭示经济活动中的客观存在的数量关系为内容的分支学科。
计量经济学模型：揭示经济活动中各种因素之间的定量关系，用随机性的数学方程加以描述。
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。
时间序列数据：把反映某一总体特征的同一指标的数据，按照一定的时间顺序和时间间隔排列起来，这样的统计数据称为时间序列数据面板数据：指时间序列数据和截面数据相结合的数据。
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）。
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。
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）。
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。
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。
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。
总离差平方和：用TSS表示，用以度量被解释变量的总变动。
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。
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。
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。
R表示，该值越接近1，模型拟合优度检验：检验模型对样本观测值的拟合程度，用2对样本观测值拟合得越好。
计量经济学中的名词解释
1．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。
2．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。
3．应用经济计量学：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。
4．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。
5．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。
6．随机方程：根据经济行为构造的函数关系式。
7．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。
8．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。
9．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。
1．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。
2．相关分析：测度两个变量之间的线性关联度的分析方法。
3．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。
4．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。
5．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。
6．判定系数：TSSESS Y Y Y Y R i i=--=∑∑222)()ˆ(，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。
1．多元线性回归模型：在模型中包含二个以上的解释变量的线性回归模型。
2．调整的判定系数：)1/()()/(1222----=∑∑n Y Y k n e R i i ，所谓调整，就是指2R 的计算式中的2i e ∑和2)(Y Y i-∑都用它们的自由度（n －k ）和（n －1）去除。
- 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)。
校正R2（Adjusted R-Squared）：多元回归分析中拟合优度的量度，在估计误差的方差时对添加的解释变量用一个自由度来调整。
对立假设（Alternative Hypothesis）：检验虚拟假设时的相对假设。
AR（1）序列相关（AR(1) Serial Correlation）：时间序列回归模型中的误差遵循AR（1）模型。
渐近置信区间（Asymptotic Confidence Interval）：大样本容量下近似成立的置信区间。
渐近正态性（Asymptotic Normality）：适当正态化后样本分布收敛到标准正态分布的估计量。
渐近性质（Asymptotic Properties）：当样本容量无限增长时适用的估计量和检验统计量性质。
渐近标准误（Asymptotic Standard Error）：大样本下生效的标准误。
渐近t 统计量（Asymptotic t Statistic）：大样本下近似服从标准正态分布的t统计量。
渐近方差（Asymptotic Variance）：为了获得渐近标准正态分布，我们必须用以除估计量的平方值。
渐近有效（Asymptotically Efficient）：对于服从渐近正态分布的一致性估计量，有最小渐近方差的估计量。
渐近不相关（Asymptotically Uncorrelated）：时间序列过程中，随着两个时点上的随机变量的时间间隔增加，它们之间的相关趋于零。
衰减偏误（Attenuation Bias）：总是朝向零的估计量偏误，因而有衰减偏误的估计量的期望值小于参数的绝对值。
自回归条件异方差性（Autoregressive Conditional Heteroskedasticity, ARCH）：动态异方差性模型，即给定过去信息，误差项的方差线性依赖于过去的误差的平方。
一阶自回归过程[AR（1）]（Autoregressive Process of Order One [AR(1)]）：一个时间序列模型，其当前值线性依赖于最近的值加上一个无法预测的扰动。
辅助回归（Auxiliary Regression）：用于计算检验统计量——例如异方差性和序列相关的检验统计量——或其他任何不估计主要感兴趣的模型的回归。
平均值（Average）：n个数之和除以n。
B基组、基准组（Base Group）：在包含虚拟解释变量的多元回归模型中，由截距代表的组。
基期（Base Period）：对于指数数字，例如价格或生产指数，其他所有时期均用来作为衡量标准的时期。
基期值（Base Value）：指定的基期的值，用以构造指数数字；通常基本值为1或100。
最优线性无偏估计量（Best Linear Unbiased Estimator, BLUE）：在所有线性、无偏估计量中，有最小方差的估计量。
在高斯—马尔科夫假定下，OLS是以解释变量样本值为条件的BLUE 。
贝塔系数（Beta Coef?cients）：见标准化系数。
偏误（Bias）：估计量的期望参数值与总体参数值之差。
偏误估计量（Biased Estimator）：期望或抽样平均与假设要估计的总体值有差异的估计量。
向零的偏误（Biased Towards Zero）：描述的是估计量的期望绝对值小于总体参数的绝对值。
二值响应模型（Binary Response Model）：二值因变量的模型。
二值变量（Binary Variable）：见虚拟变量。
两变量回归模型（Bivariate Regression Model）：见简单线性回归模型。
BLUE（BLUE）：见最优线性无偏估计量。
Breusch-Godfrey 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。
Breusch-Pagan 检验（Breusch-Pagan 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。
因果效应（Causal Effect）：一个变量在其余条件不变情况下的变化对另一个变量产生的影响。
其余条件不变（Ceteris Paribus）：其他所有相关因素均保持固定不变。
经典含误差变量（Classical Errors-in-Variables, CEV）：观测的量度等于实际变量加上一个独立的或至少不相关的测量误差的测量误差模型。
经典线性模型（Classical Linear Model）：全套经典线性模型假定下的复线性回归模型。
经典线性模型（CLM）假定（Classical Linear Model (CLM) Assumptions）：对多元回归分析的理想假定集，对横截面分析为假定MLR.1至MLR.6，对时间序列分析为假定TS.1至TS.6。
假定包括对参数为线性、无完全共线性、零条件均值、同方差、无序列相关和误差正态性。
科克伦—奥克特（CO）估计（Cochrane-Orcutt (CO) Estimation）：估计含AR（1）误差和严格外生解释变量的多元线性回归模型的一种方法；与普莱斯—温斯登估计不同，科克伦—奥克特估计不使用第一期的方程。
置信区间（CI）（Con?dence Interval, CI）：用于构造随机区间的规则，以使所有数据集中的某一百分比（由置信水平决定）给出包含总体值的区间。
置信水平（Con?dence Level）：我们想要可能的样本置信区间包含总体值的百分比，95%是最常见的置信水平，90%和99%也用。
不变弹性模型（Constant Elasticity Model）：因变量关于解释变量的弹性为常数的模型；在多元回归中，两者均以对数形式出现。
同期外生回归元（Contemporaneously Exogenous）：在时间序列或综列数据应用中，与同期误差项不相关但对其他时期则不一定的回归元。
控制组（Control Group）：在项目评估中，不参与该项目的组。
控制变量（Control Variable）：见解释变量。
协方差平稳（Covariance Stationary）：时间序列过程，其均值、方差为常数，且序列中任意两个随机变量之间的协方差仅与它们的间隔有关。
协变量（Covariate）：见解释变量。
临界值（Critical Value）：在假设检验中，用于与检验统计量比较来决定是否拒绝虚拟假设的值。
横截面数据集（Cross-Sectional Data Set）：在给定时点上从总体中收集的数据集D数据频率（Data Frequency）：收集时间序列数据的区间。
年度、季度和月度是最常见的数据频率。
戴维森—麦金农检验（Davidson-MacKinnon Test）：用于检验相对于非嵌套对立假设的模型的检验：它可用相争持模型中得出的拟合值的t检验来实现。
自由度（df）（Degrees of Freedom, df）：在多元回归模型分析中，观测值的个数减去待估参数的个数。
分母自由度（Denominator Degrees of Freedom）：F检验中无约束模型的自由度。
因变量（Dependent Variable）：在多元回归模型（和其他各种模型）中被解释的变量。
除趋势（Detrending）：从时间序列中除去趋势的做法。
斜率级差（Difference in Slopes）：所描述的是模型中某些斜率参数，因组或时期的不同而不同。
向下偏误（Downward Bias）：估计量的期望值低于参数的总体值。
虚拟变量（Dummy Variable）：取值为0或1的变量。
虚拟变量陷阱（Dummy Variable Regression）：自变量中包含了过多的虚拟变量造成的错误；当模型中既有整体截距又对每一组都设有一个虚拟变量时，该陷阱就产生了。
德宾—沃森（DW）统计量（Durbin-Watson (DW) Statistic）：在经典线性回归假设下，用于检验时间序列回归模型的误差项中的一阶序列相关的统计量。
动态完整模型（Dynamically Complete Model）：设更多的滞后因变量，或设更多的滞后解释变量都无助于解释因变量的均值的时间序列模型。
计量经济模型（Econometric Model）：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余条件不变下的效应。
经济模型（Economic Model）：从经济理论或不那么正规的经济原因中得出的关系。
经济显著性（Economic Signi?cance）：见实际显著性。
弹性（Elasticity）：给定一个变量在其余条件不变下增加1%，另一个变量的百分比变化。
经验分析（Empirical Analysis）：用正规计量分析中的数据检验理论、估计关系式或确定政策效应的研究。
内生解释变量（Endogenous Explanatory Variable）：在多元回归模型中，由于遗漏变量、测量误差或联立性的原因而与误差项相关的解释变量。
内生样本选择（Endogenous Sample Selection）：非随机样本选择，其选择直接地或通过方程中的误差项与因变量相联系。
误差项（Error Term）：在简单或多元回归方程中，包含了未观测到的影响因变量的因素的变量。
误差项也可能包含被观测的因变量或自变量中的测量误差。
误差方差（Error Variance）：多元回归模型中误差项的方差。
事件研究（Event Study）：事件（例如政府规制或经济政策的变化）对结果变量的效应的计量分析。
排除一个有关变量（Excluding a Relevant Variable）：在多元回归分析中，遗漏了一个对因变量有非零偏效应的变量。
排斥性约束（Exclusion Restrictions）：说明某些变量被排斥在模型之外（或具有零总体参数）的约束。
外生解释变量（Exogenous Explanatory Variable）：与误差项不相关的解释变量。
外生样本选择（Exogenous Sample Selection）：或者依赖外生解释变量，或者与所感兴趣的模型中的误差项不相关的样本选择。
实验数据（Experimental Data）：通过进行受控制的实验获得的数据。
试验组（Experimental Group）：见处理组。
解释平方和（SSE）（Explained Sum of Squares, SSE）：多元回归模型中拟合值的总样本变异。
被解释变量（Explained V ariable）：见因变量。
解释变量（Explanatory Variable）：在回归分析中，用于解释因变量中的变异的变量。