计量经济学名词解释全

计量经济学名词解释全Newly compiled on November 23, 2020
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，模型对样本拟合优度检验：检验模型对样本观测值的拟合程度，用2
观测值拟合得越好。

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。

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。

方程显着性检验：是针对所有解释变量对被解释变量的联合影响是否显着所作的检验，旨在对
模型中被解释变量与解释变量之间的线性关系在总体上是否显着成立作出判断。

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。

目的是通过后者的已知或设定值，去估计和预测前者的（总体）均值。

相关分析：主要研究随机变量间的相关形式及相关程度的计算方法和理论。

结构分析: 经济学中所说的结构分析是指对经济现象中变量之间关系的研究。

拟合优度：所估计的样本回归线对样本观测数据拟合的优劣程度。

方差膨胀因子VIF：多个解释变量辅助回归确定多重可决系数的基础上计算的方差扩大因子。

相关系数：可以度量两个变量之间线性相关程度的简单线性相关系数。

可决系数：可作为综合度量回归模型对样本观测值拟合优度的指标。

极大似然准则：用产生该样本概率最大的原则去确定样本回归函数。

最小二乘准则：用使估计的剩余平方和最小的原则确定样本回归函数。

滞后变量模型：把过去时期的，具有滞后作用的变量叫做滞后变量，含有滞后变量的模型称为滞后变量模型。

调整的多元可决系数：又称多元判定系数，是一个用于描述伴随模型中解释变量的增加和多个解释变量对被解释变量的联合影响程度的量。

联合假设检验：是相对于单个假设检验来说的，指假设检验中的假设有多个，不止一个。

如多元回归中的方程的显着性检验就是一个联合假设检验，而每个参数的t检验就是单个假设检验。

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。

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。

多重共线性：在经典回归模型中总是假设解释变量之间是相互独立的。

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
完全共线性: 对于多元线性回归模型，某一个解释变量可以用其他解释变量的线
性组合表示。

不完全多重共线性：在实际经济活动中，多个解释变量之间存在多重共线性问题，但解释变量
之间的线性关系是近似的，而不是完全的。

异方差性：对于不同的解释向量，被解释变量的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。

自相关（序列相关）：线性回归模型违背了误差项不线性相关的假定及不同样本点的误差项之间存在线性相关。

虚假自相关：由于设定偏误而产生的自相关叫做虚假自相关，可以通过改变模型设定予以消除。

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。

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。

无偏性：所谓无偏性是指参数估计量的均值（期望）等于模型的参数值。

有效性：所谓有效性是指估计量不仅具有无偏性而且具有最小方差性。

一阶序列相关：如果模型的随机误差项存在1()0i i E μμ+≠，则称为一阶序列相关。

虚假序列相关：由于忽略了重要解释变量而导致模型出现的序列相关性。

虚拟变量：人工构造的作为属性因素代表的变量。

工具变量:是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的变量。

先决变量：外生变量和内生变量的滞后变量。

内生变量：是具有某种概率分布的随机变量，它的参数是联立方程系统估计的元素，内生变量一般都是经济变量。

外生变量:一般是确定性变量，或是具有临界概率分布的随机变量，其参数不是模型系统研究的元素。

外生变量影响系统，但本身不受系统的影响。

外生便量一般是经济变量、条件变量、政策变量、虚变量。

虚拟变量陷阱:每个定性变量有一组虚拟变量，若变量存在完全的多重共线性，无法利用ols 估计其参数，就陷入了虚拟变量陷阱。

滞后变量模型：把过去时期的，具有滞后作用的变量叫做滞后变量，含有滞后变量的模型称为滞后变量模型。

动态模型：含有滞后解释变量的模型，又称动态模型
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。

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。

回归系数：回归模型中βo，β1等未知但却是固定的参数。

虚假回归：如果两列时间序列数据表现出一致的变化趋势（非平稳），即他们之间没有任何经济关系，但进行回归也会表现出较高的可决系数
伪回归：变量间本来不存在有意义的关系，但回归结果却得出有意义关系的错误结论。

残差：样本的实际观测值与模型估计值之间的差值ei。

残差项：残差项是指对每个样本点，样本观测值与模型估计值之间的差值。

随机误差项：被解释变量的个别值与条件数学期望之差，是方程表达式以外的随机变量因素对被解释变量Yi的影响总和，是一个不可观测的随机变量。

K阶单整：如果一个时间序列经过K次差分后变为平稳序列，则称原序列是K阶单整的
协整：非平稳的经济变量X和Y，如果它们的线性组合是平稳的，则意味着它们间的长期均衡关系成立，则X和Y是协整的。

差分平稳过程：一个具有随机性趋势的序列，通过差分可以消除，使之变为平稳的时间序列过程。

平稳时间序列：统计规律不会随着时间的推移而发生变化的时间序列。

格兰杰因果关系：对于时间序列变量X和Y，如果X是Y变化的原因，则X的变化应该发生在Y 变化之前，而且X的过去值应该有助于预测Y的未来值，但Y的过去值不应该能预测X的未来值。

加权最小二乘法：是对原模型进行加权，使之成为一个新的不存在异方差性的模型，然后采用普通最小二乘法估计其参数的方法。

方差分析模型：是一种特殊的线性模型，其设计矩阵X的元素全为0或1，模型参数为因素水平的效应值，且满足一定的线性约束条件。

单位根过程：又称随机游走过程，是指自回归模型中r=1的序列生成的非平稳的过程就叫单位根过程。

虚拟变量：根据定性因素的属性类别，构造的只取“0”或“1”的人工变量，通常称为虚拟变量。

人工构造的作为属性因素代表的变量。

无偏性：所谓无偏性是指参数估计量的均值（期望）等于模型的参数值。

有效性：所谓有效性是指估计量不仅具有无偏性而且具有最小方差性。

虚假序列相关：模型的序列相关性是由于省略了显着的解释变量而导致的
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型测算，从而对各种政策方案作出评价。

弱平稳：即协方差平稳，一阶矩和二阶矩不随时间变化。

是指随机过程{Yt}的期望、方差和协方差不随时间推移而变化。