计量经济学名词
A
亚马逊书城 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。
辅佐回归〔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——或其他任何不估量主要感兴味的模型的回归。
平均值〔Average〕：n个数之和除以n。
B
基组、基准组〔Ba Group〕：在包括虚拟解释变量的多元回归模型中，由截距代表的组。
基期〔Ba Period〕：关于指数数字，例如价钱或消费指数，其他一切时期均用来作为权衡规范的时期。
基期值〔Ba Value〕：指定的基期的值，用以结构指数数字；通常基本值为1或100。
最优线性无偏估量量〔Best Linear Unbiad Estimator, BLUE〕：在一切线性、无偏估量量中，有最小方差的估量量。 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〕：见规范化系数。
偏误〔Bias〕：估量量的希冀参数值与总体参数值之差。
偏误估量量〔Biad Estimator〕：希冀或抽样平均与假定要估量的总体值有差异的估量量。
向零的偏误〔Biad Towards Zero〕：描画的是估量量的希冀相对值小于总体参数的相对值。
二值照应模型〔Binary Respon 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〕：见复杂线性回归模型。
BLUE〔BLUE〕：见最优线性无偏估量量。
Breusch-Godfrey 检验〔Breusch-Godfrey Test〕：渐近正确的AR〔p〕序列相关检验，以AR〔1〕最为盛行；该检验思索到滞后因变量和其他不是严厉外生的回归元。
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。
C
因果效应〔Causal Effect〕：一个变量在其他条件不变状况下的变化对另一个变量发生的影响。
其他条件不变〔Ceteris Paribus〕：其他一切相关要素均坚持固定不变。
体育过程 经典含误差变量〔Classical Errors-in-Variables, CEV〕：观测的量度等于实践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单线性回归模型。
经典线性模型〔CLM〕假定〔Classical Linear Model (CLM) Assumptions〕：对多元回归剖析的理想假定集，对横截面剖析为假定MLR.1至MLR.6，对时间序列剖析为假定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〕估量〔Cochrane-Orcutt (CO) Estimation〕：估量含AR〔1〕误差和严厉外生解释变量的多元线性回归模型的一种方法；与普莱斯—温斯登估量不同，科克伦—奥克特估量不运用第一期的方程。
置信区间〔CI〕〔Con?dence Interval, CI〕：用于结构随机区间的规那么，以使一切数据集中的某一百分比〔由置信水平决议〕给出包括总体值的区间。
置信水平〔Con?dence Level〕：我们想要能够的样本置信区间包括总体值的百分比，95%是最罕见的置信水平，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，两者均以对数方式出现。
同期外生回归元〔Contemporaneously Exogenous〕：在时间序列或综列数据运用中，与同期误差项不相关但对其他时期那么不一定的回归元。
控制组〔Control Group〕：在项目评价中，不参与该项目的组。
控制变量〔Control Variable〕：见地释变量。
协方差颠簸〔Covariance Stationary〕：时间序列进程，其均值、方差为常数，且序列中恣意两个随机变量之间的协方差仅与它们的距离有关。
协变量〔Covariate〕：见地释变量。
临界值〔Critical Value〕：在假定检验中，用于与检验统计量比拟来决议能否拒绝虚拟假定的值。土豆的各种做法
横截面数据集〔Cross-Sectional Data Set〕：在给定时点上从总体中搜集的数据集
D
数据频率〔Data Frequency〕：搜集时间序列数据的区间。年度、季度和月度是最罕见的数据频率。
戴维森—麦金农检验〔Davidson-MacKinnon Test〕：用于检验相关于非嵌套统一假定
的模型的检验：它可用相争持模型中得出的拟合值的t检验来完成。
自在度〔df〕〔Degrees of Freedom, df〕：在多元回归模型剖析中，观测值的个数减去待估参数的个数。创业需要什么
分母自在度〔Denominator Degrees of Freedom〕：F检验中无约束模型的自在度。
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。
除趋向〔Detrending〕：从时间序列中除去趋向的做法。
斜率级差〔Difference in Slopes〕：所描画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〕：估量量的希冀值低于参数的总体值。
虚拟变量〔Dummy Variable〕：取值为0或1的变量。
虚拟变量圈套〔Dummy Variable Regression〕：自变量中包括了过多的虚拟变量形成的错误；当模型中既有全体截距又对每一组都设有一个虚拟变量时，该圈套就发生了。
德宾—沃森〔DW〕统计量〔Durbin-Watson (DW) Statistic〕：在经典线性回归假定下，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。
静态完整模型〔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。
E
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络起来的方程，方程中未知的总体参数决议了各解释变量在其他条件不变下的效应。
经济模型〔Economic Model〕：从经济实际或不那么正轨的经济缘由中得出的关系。
经济清楚性〔Economic Signi?cance〕：见实践清楚性。
弹性〔Elasticity〕：给定一个变量在其他条件不变下添加1%，另一个变量的百分比变化。
阅历剖析〔Empirical Analysis〕：用正轨计量剖析中的数据检验实际、估量关系式或确定政策效应的研讨。
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缘由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
经过方程中的误差项与因变量相联络。
误差项〔Error Term〕：在复杂或多元回归方程中，包括了未观测到的影响因变量的要素的变量。误差项也能够包括被观测的因变量或自变量中的测量误差。
我有一个好姐姐 误差方差〔Error Variance〕：多元回归模型中误差项的方差。
事情研讨〔Event Study〕：事情〔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剖析。
扫除一个有关变量〔Excluding a Relevant Variable〕：在多元回归剖析中，遗漏了一个对因变量有非零偏效应的变量。
排挤性约束〔Exclusion Restrictions〕：说明某些变量被排挤在模型之外〔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〕：或许依赖外生解释变量，或许与所感兴味的模型中的误差项不相关的样本选择。
山药汤 实验数据〔Experimental Data〕：经过停止受控制的实验取得的数据。
实验组〔Experimental Group〕：见处置组。
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 Variable〕：见因变量。
解释变量〔Explanatory Variable〕：在回归剖析中，用于解释因变量中的变异的变量。
指数趋向〔Exponential Trend〕：有固定增长率的趋向。
F
F统计量〔F Statistic〕：在多元回归模型中，用于检验关于参数的多重假定的统计量。
可行的GLS〔FGLS〕估量量〔Feasible GLS (FGLS) Estimator〕：方差或相关参数未知，因此必需先停止估量的GLS顺序。 〔又见狭义最小二乘估量量。〕
有限散布滞后〔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静态模型。
一阶差分〔First Difference〕：对相邻时期做差分所构成的对时间序列的转换，即用后一时期减去前一时期。
一阶条件〔First Order Conditions〕：用于求解OLS估量值的一组线性方程。
拟合值〔Fitted Values〕：在各观测中将自变量的值拔出OLS回归线时，所失掉的因变量的估量值。
函数方式的错误设定〔Functional Form Misspeci?cation〕：当模型中有被遗漏的解释变量的函数〔例如二次项〕，或许对一个因变量或某些自变量用了错误的函数时发生的效果。
G
高斯—马尔科夫假定〔Gauss-Markov Assumptions〕：一组假定〔假定MLR.1至MLR.5或假定TS.1至TS.5〕，在这之下OLS是BLUE 。
高斯—马尔科夫定理〔Gauss-Markov Theorem〕：该定理说明，在五个高斯—马尔科夫假定下〔关于横截面或时间序列模型〕，OLS估量量是BLUE 〔在解释变量样本值的条件下〕。
狭义最小二乘〔GLS〕 估量量〔Generalized Least Squares (GLS) Estimator〕： 经过对原始模型的变换，说明了却构的误差的方差〔异方差性〕和误差中的序列相关方式或两者兼有的估量量。
拟合优度度量〔Goodness-of-Fit Measure〕：概括一组解释变量有多好地解释了因变量或照应变量的统计量。
增长率〔Growth Rate〕：时间序列中相关于前一时期的比例变化。可将它近似为对数差分或以百分比如式报导。
H
异方差性〔Heteroskedasticity〕：给定解释变量，误差项的方差不为常数。
未知方式的异方差性〔Heteroskedasticity of Unknown Form〕：以一未知的恣意方式依赖于解释变量的异方差性。
异方差—稳健F 统计量〔Heteroskedasticity-Robust F Statistic〕：对未知方式的异方差性而言〔渐近〕稳健的F 统计量。 五彩缤纷是什么意思
异方差—稳健LM 统计量〔Heteroskedasticity-Robust LM Statistic〕： 对未知方式的异方差性而言〔渐近〕稳健的LM 统计量。
未来的世界作文 异方差—稳健规范误〔Heteroskedasticity-Robust Standard Error〕： 对未知方式的异方差性而言〔渐近〕稳健的规范误。
异方差—稳健t 统计量〔Heteroskedasticity-Robust t Statistic〕：对未知方式的异方差性而言〔渐近〕稳健的t 统计量。
高继续性进程〔Highly Persistent Process〕：时间序列进程，其中悠远的未来的结果与以后的结果高度相关。
同方差性〔Homoskedasticity〕：回归模型中的误差在解释变量条件下具有不变的方差。
I
即期弹性〔Impact Elasticity〕：在散布滞后模型中，给定自变量添加1%因变量的即时的百分比变化。
即期乘数〔Impact Multiplier〕：见即期倾向。
即期倾向〔Impact Propensity〕：在散布滞后模型中，自变量添加一个单位因变量的即时的变化。
包括一个有关变量〔Inclusion of an Irrelevant Variable〕：用OLS估量方程时，回归模型中包括了总体参数为零的解释变量。
指数〔Index Number〕：关于经济行为〔例如消费或价钱〕总量信息的统计量。
影响严重的观测值〔In?uential Obrvations〕：见奇特值。
INTRODUCTORY ECONOMETRICS
一阶自积［I〔1〕］〔Integrated of Order One [I(1)]〕：需求做一阶差分来失掉I〔0〕进程的时间序列进程。
零阶自积［I〔0〕］〔Integrated of Order Zero [I(0)]〕： 颠簸、弱独立时间序列进程，当用于回归剖析时，它满足大数定律和中心极限定理。
交互作用〔Interaction Effect〕：回归模型中为两个解释变量的乘积的自变量。
截距参数〔Intercept Parameter〕：单线性回归模型中，给出当一切自变量都为零时因变量的希冀值的参数。
截距的变化〔Intercept Shift〕：回归模型中的截距，因组或时期的不同而不同。
