计量经济学名词

1、计量经济学术语A胺校正R2（A扳djusted叭 R-Squa懊red）：多元把回归分析中拟合艾优度的量度，在矮估计误差的方差绊时对添加的解释斑变量用一个自由俺度来调整。 阿对立假袄设（Alter版native 把Hypothe八sis）：检验熬虚拟假设时的相把对假设。 搬AR（俺1）序列相关（白AR(1) S氨erial C拌orrelat哀ion）：时间稗序列回归模型中扮的误差遵循AR挨（1）模型。 哀渐近置邦信区间（Asy板mptotic绊 Confid案ence In疤terval）奥：大样本容量下班近似成立的置信翱区间。 鞍巴渐近正态性（颁Asympto班tic Nor扳mality

2、）捌：适当正态化后般样本分布收敛到碍标准正态分布的爸估计量。 哎渐近性颁质（Asymp凹totic P按roperti吧es）：当样本哎容量无限增长时班适用的估计量和搬检验统计量性质办。 傲渐近标岸准误（Asym爸ptotic 阿Standar唉d Error案）：大样本下生傲效的标准误。 邦渐近t靶 统计量（As搬ymptoti半c t Sta伴tistic）哀：大样本下近似按服从标准正态分安布的t统计量。板 哎渐近方懊差（Asymp奥totic V坝ariance鞍）：为了获得渐皑近标准正态分布扒，我们必须用以拔除估计量的平方皑值。 般渐近有隘效（Asymp芭totical唉ly Effi

3、拔cient）：白对于服从渐近正伴态分布的一致性氨估计量，有最小耙渐近方差的估计罢量。 埃渐近不按相关（Asym按ptotica啊lly Unc胺orrelat澳ed）：时间序埃列过程中，随着拔两个时点上的随昂机变量的时间间摆隔增加，它们之稗间的相关趋于零拌。 挨衰减偏班误（Atten肮uation 皑Bias）：总佰是朝向零的估计摆量偏误，因而有埃衰减偏误的估计跋量的期望值小于哀参数的绝对值。案 瓣自回归暗条件异方差性（唉Auto拔regress颁ive Con啊ditiona爱l Heter矮oskedas爸ticity,白 ARCH）：邦动态异方差性模案型，即给定过去埃信息，误差项的爱方

4、差线性依赖于碍过去的误差的平爱方。 艾一阶自爸回归过程AR稗（1）（Au隘toregre斑ssive P叭rocess 敖of Orde伴r One 拜AR(1)）昂：一个时间序列唉模型，其当前值败线性依赖于最近扳的值加上一个无靶法预测的扰动。扮 把辅助回绊归（Auxil唉iary Re奥gressio袄n）：用于计算隘检验统计量奥例如异方差性和蔼序列相关的检验班统计量或其败他任何不估计主癌要感兴趣的模型俺的回归。 矮平均值扳（Averag班e）：n个数之蔼和除以n。B佰基组、基准组阿（Base G挨roup）：在哀包含虚拟解释变熬量的多元回归模碍型中，由截距代鞍表的组。 八基期（肮Base

5、Pe败riod）：对办于指数数字，例拜如价格或生产指暗数，其他所有时捌期均用来作为衡伴量标准的时期。肮 摆基期值伴（Base V柏alue）：指按定的基期的值，昂用以构造指数数拌字；通常基本值矮为1或100。扳 办最优线摆性无偏估计量（俺Best Li癌near Un哀biased 办Estimat按or, BLU班E）：在所有线袄性、无偏估计量吧中，有最小方差疤的估计量。 在耙高斯马尔科夫傲假定下，OLS斑是以解释变量样靶本值为条件的B敖LUE 。 昂贝塔系坝数（Beta 背Coef?ci澳ents）：见爸标准化系数。 稗偏误（哀Bias）：估板计量的期望参数耙值与总体参数值盎之差。 啊偏误

6、估吧计量（Bias板ed Esti氨mator）：白期望或抽样平均胺与假设要估计的霸总体值有差异的芭估计量。 版向零的绊偏误（Bias笆ed Towa吧rds Zer爱o）：描述的是肮估计量的期望绝鞍对值小于总体参坝数的绝对值。 八二值响凹应模型（Bin凹ary 疤Respons坝e Model佰）：二值因变量奥的模型。 拔二值变芭量（Binar啊y Varia鞍ble）：见虚斑拟变量。 案两变量扳回归模型（Bi柏variate败 Regres把sion Mo暗del）：见简岸单线性回归模型澳。 懊BLU半E（BLUE）颁：见最优线性无拌偏估计量。 隘Bre哎usch-Go八dfrey 检埃验

7、（Breus瓣ch-Godf稗rey Tes霸t）：渐近正确鞍的AR（p）序俺列相关检验，以邦AR（1）最为靶流行；该检验考稗虑到滞后因变量耙和其他不是严格按外生的回归元。靶 胺Bre绊usch-Pa案g碍an 检验（B八reusch-隘Pagan T扳est）：将O笆LS残差的平方傲对模型中的解释背变量做回归的异芭方差性检验。C 扮扮因果效应（Ca班usal Ef扳fect）：一罢个变量在其余条笆件不变情况下的败变化对另一个变班量产生的影响。半 百坝其余条件不变（盎Ceteris昂 Paribu八s）：其他所有暗相关因素均保持扮固定不变。肮 颁芭经典含误差变量唉（Classi版cal Err

8、瓣ors-in-稗Variabl班es, CEV碍）：观测的量度捌等于实际变量加澳上一个独立的或碍至少不相关的测疤量误差的测量误疤差模型。扳 唉唉经典线性模型（拌Classic扮al Line搬ar Mode扮l）：全套经典靶线性模型假定下案的复线性回归模背型。绊 案隘经典线性模型（伴CLM）假定（败Classic耙al Line哀ar Mode扳l (CLM)绊 Assump氨tions）：啊对多元回归分析矮的理想假定集，盎对横截面分析为案假定MLR.1癌至MLR.6，斑对时间序列分析柏为假定TS.1白至TS.6。假奥定包括对参数为办线性、无完全共笆线性、零条件均摆值、同方差、无皑序列相关和

9、误差蔼正态性。耙 袄绊科克伦袄熬奥克特（CO）安估计（Coch癌rane-Or昂cutt (C邦O) Esti斑mation）熬：估计含AR（邦1）误差和严格百外生解释变量的扒多元线性回归模叭型的一种方法；跋与普莱斯奥邦温斯登估计不同版，科克伦坝罢奥克特估计不使澳用第一期的方程芭。埃 肮暗置信区间（CI埃）（Con?d背ence In伴terval,岸 CI）：用于斑构造随机区间的盎规则，以使所有胺数据集中的某一扮百分比（由置信袄水平决定）给出按包含总体值的区氨间。吧 搬般置信水平（Co颁n?dence爸 Level）拔：我们想要可能班的样本置信区间盎包含总体值的百傲分比，95%是挨最常见的置

10、信水佰平，90%和9白9%也用。盎 俺昂不变弹性模型（哎Constan熬t Elast阿icity 埃Model）：霸因变量关于解释隘变量的弹性为常伴数的模型；在多隘元回归中，两者唉均以对数形式出办现。背 巴靶同期外生回归元柏（Contem袄poraneo拜usly Ex安ogenous隘）：在时间序列瓣或综列数据应用罢中，与同期误差案项不相关但对其半他时期则不一定阿的回归元。白 扒蔼控制组（Con氨trol Gr安oup）：在项澳目评估中，不参癌与该项目的组。半 拌般控制变量（Co袄ntrol V挨ariable白）：见解释变量罢。耙 奥艾协方差平稳（C爱ovarian蔼ce Stat稗io

11、nary）板：时间序列过程敖，其均值、方差唉为常数，且序列伴中任意两个随机疤变量之间的协方坝差仅与它们的间叭隔有关。般 耙按协变量（Cov唉ariate）百：见解释变量。癌 哎爸临界值（Cri罢tical V哀alue）：在昂假设检验中，用皑于与检验统计量肮比较来决定是否颁拒绝虚拟假设的搬值。凹 坝笆横截面数据集（暗Cross-S挨ectiona暗l Data 唉Set）：在给搬定时点上从总体隘中收集的数据集D哀懊数据频率（Da袄ta Freq笆uency）：阿收集时间序列数白据的区间。年度霸、季度和月度是摆最常见的数据频百率。稗 凹俺戴维森吧版麦金农检验（D巴avidson瓣-MacKin霸

12、non Te蔼st）：用于检耙验相对于非嵌套佰对立假设的模型凹的检验：它可用俺相争持模型中得哎出的拟合值的t矮检验来实现。凹 耙搬自由度（df）罢（Degree捌s of Fr肮eedom, 摆df）：在多元佰回归模型分析中拌，观测值的个数柏减去待估参数的埃个数。肮 阿敖分母自由度（D盎enomina敖tor Deg唉rees of扒 Freedo八m）：F检验中隘无约束模型的自稗由度。拔 半八因变量（Dep凹endent 伴Variabl八e）：在多元回摆归模型（和其他板各种模型）中被板解释的变量。鞍 癌败除趋势（Det奥rending版）：从时间序列敖中除去趋势的做挨法。摆 安暗斜率级差（

13、Di办fferenc矮e in Sl班opes）：所澳描述的是模型中傲某些斜率参数，伴因组或时期的不般同而不同。鞍 颁扒向下偏误（Do把wnward 疤Bias）：估凹计量的期望值低搬于参数的总体值疤。俺 邦板虚拟变量（Du翱mmy Var白iable）：拔取值为0或1的白变量。板 百碍虚拟变量陷阱（懊Dummy V俺ariable板 Regres疤sion）：自隘变量中包含了过般多的虚拟变量造白成的错误；当模埃型中既有整体截版距又对每一组都背设有一个虚拟变盎量时，该陷阱就班产生了。瓣 袄佰德宾把癌沃森（DW）统奥计量（Durb佰in-Wats跋on (DW)凹 Statis疤tic）：在经背

14、典线性回归假设胺下，用于检验时懊间序列回归模型八的误差项中的一扮阶序列相关的统傲计量。按 艾办动态完整模型（芭Dynamic把ally Co熬mplete 搬Model）：罢设更多的滞后因澳变量，或设更多肮的滞后解释变量岸都无助于解释因安变量的均值的时鞍间序列模型。E背计量经济模型（版Econome昂tric Mo傲del）：将因癌变量与一组解释鞍变量和未观测到隘的扰动联系起来爸的方程，方程中拔未知的总体参数耙决定了各解释变伴量在其余条件不伴变下的效应。暗 八霸经济模型（Ec唉onom摆ic Mode摆l）：从经济理爱论或不那么正规傲的经济原因中得百出的关系。扒 斑邦经济显著性（E扳conom

15、ic阿 Signi?癌cance）：佰见实际显著性。捌 耙碍弹性（Elas吧ticity）班：给定一个变量疤在其余条件不变蔼下增加1%，另般一个变量的百分癌比变化。爸 肮百经验分析（Em坝pirical胺 Analys巴is）：用正规岸计量分析中的数爱据检验理论、估拔计关系式或确定艾政策效应的研究碍。鞍 翱肮内生解释变量（百Endogen扮ous Exp岸lanator按y Varia癌ble）：在多百元回归模型中，懊由于遗漏变量、哀测量误差或联立傲性的原因而与误拌差项相关的解释搬变量。办 艾拌内生样本选择（皑Endogen叭ous Sam傲ple Sel柏ection）颁：非随机样本选澳择，

16、其选择直接埃地或通过方程中懊的误差项与因变哎量相联系。白 办跋误差项（Err吧or Term傲）：在简单或多伴元回归方程中，奥包含了未观测到阿的影响因变量的巴因素的变量。误奥差项也可能包含拜被观测的因变量哎或自变量中的测靶量误差。案 办搬误差方差（Er白ror Var巴iance）：百多元回归模型中败误差项的方差。拜 昂俺事件研究（Ev艾ent Stu稗dy）：事件（跋例如政府规制或扒经济政策的变化拔）对结果变量的爱效应的计量分析拜。搬 唉稗排除一个有关变叭量（Exclu拔ding a 氨Relevan伴t Varia傲ble）：在多背元回归分析中，斑遗漏了一个对因碍变量有非零偏效爸应的变量。

17、艾 鞍胺排斥性约束（E爸xclusio爸n Restr背ictions邦）：说明某些变版量被排斥在模型把之外（或具有零岸总体参数）的约皑束。氨 疤暗外生解释变量（爱Exogeno吧us Expl伴anatory傲 Variab百le）：与误差跋项不相关的解释白变量。百 耙哎外生样本选择（佰Exogeno胺us Samp案le Sele半ction）：白或者依赖外生解肮释变量，或者与扳所感兴趣的模型班中的误差项不相绊关的样本选择。昂 跋袄实验数据（Ex罢perimen柏tal Dat背a）：通过进行鞍受控制的实验获碍得的数据。板 捌懊试验组（Exp蔼eriment吧al Grou稗p）：见处理组

18、板。艾 把摆解释平方和（S搬SE）（Exp靶lained 矮Sum of 啊Squares佰, SSE）：靶多元回归模型中办拟合值的总样本翱变异。爸 鞍艾被解释变量（E败xplaine皑d Varia柏ble）：见因安变量。摆 盎矮解释变量（Ex肮planato蔼ry Vari霸able）：在俺回归分析中，用肮于解释因变量中百的变异的变量。白 澳安指数趋势（Ex啊ponenti蔼al Tren绊d）：有固定增扒长率的趋势。F疤翱F统计量（F 颁Statist百ic）：在多元碍回归模型中，用哀于检验关于参数邦的多重假设的统版计量。伴 奥拜可行的GLS（胺FGLS）估计疤量（Feasi跋ble G

19、LS拔 (FGLS)笆 Estima盎tor）：方差安或相关参数未知矮，因而必须先进扮行估计的GLS蔼程序。 （又见坝广义最小二乘估埃计量。） 斑靶有限分布滞后（傲FDL）模型（傲Finite 柏Distrib胺uted La芭g (FDL)吧 Model）霸：允许一个或多办个解释变量对因癌变量有滞后效应叭的动态模型。艾 摆爱一阶差分（Fi矮rst Dif扒ference鞍）：对相邻时期碍做差分所构成的挨对时间序列的转碍换，即用后一时稗期减去前一时期半。阿 叭拌一阶条件（Fi霸rst Ord傲er Cond伴itions）伴：用于求解OL巴S估计值的一组斑线性方程。挨 笆跋拟合值（Fit版te

20、d Val胺ues）：在各拔观测中将自变量隘的值插入OLS埃回归线时，所得办到的因变量的估跋计值。疤 安巴函数形式的错误哀设定（Func扒tional 隘Form Mi败sspeci?矮cation）挨：当模型中有被澳遗漏的解释变量伴的函数（例如二白次项），或者对巴一个因变量或某翱些自变量用了错捌误的函数时产生柏的问题。G 哀高斯扒埃马尔科夫假定（把Gauss-M案arkov A捌ssumpti挨ons）：一组芭假定（假定ML敖R.1至MLR败.5或假定TS叭.1至TS.5办），在这之下O傲LS是BLUE肮 。熬 半艾高斯坝扳马尔科夫定理（霸Gauss-M版arkov T按heorem）百：该

21、定理表明，罢在五个高斯般吧马尔科夫假定下肮（对于横截面或稗时间序列模型）半，OLS估计量办是BLUE （叭在解释变量样本熬值的条件下）。爱 熬搬广义最小二乘（板GLS） 估计岸量（Gener奥aliz皑ed Leas霸t Squar半es (GLS版) Estim按ator）： 盎通过对原始模型百的变换，说明了傲已知结构的误差疤的方差（异方差哀性）和误差中的扮序列相关形式或罢两者兼有的估计疤量。拌 巴鞍拟合优度度量（扳Goodnes拌s-of-Fi敖t Measu肮re）：概括一挨组解释变量有多袄好地解释了因变蔼量或响应变量的邦统计量。凹 靶哀增长率（Gro氨wth Rat敖e）：时间序列办中

22、相对于前一时袄期的比例变化。暗可将它近似为对把数差分或以百分白比形式报导。H 挨埃异方差性（He巴teroske拔dastici拌ty）：给定解绊释变量，误差项八的方差不为常数拔。肮 班伴未知形式的异方跋差性（Hete安roskeda瓣sticity扮 of Unk熬nown Fo爱rm）：以一未绊知的任意形式依埃赖于解释变量的俺异方差性。把 奥扳异方差拔绊稳健F 统计量安（Hetero蔼skedast佰icity-R俺obust F隘 Statis罢tic）：对未跋知形式的异方差扳性而言（渐近）翱稳健的F 统计傲量。凹 搬办异方差熬按稳健LM 统计啊量（Heter霸oskedas昂ticit

23、y-扳Robust 叭LM Stat拔istic）：啊 对未知形式的柏异方差性而言（盎渐近）稳健的L般M 统计量。霸 拜澳异方差敖艾稳健标准误（H澳eterosk翱edastic翱ity-Rob八ust Sta岸ndard E氨rror）： 八对未知形式的异俺方差性而言（渐坝近）稳健的标准耙误。傲 爱俺异方差坝安稳健t 统计量氨（Hetero扳skedast佰icity-R扒obust t跋 Statis败tic）：对未板知形式的异方差氨性而言（渐近）办稳健的t 统计吧量。扒 盎胺高持续性过程（芭Highly 搬Persist胺ent Pro啊cess）：时背间序列过程，其把中遥远的将来的挨结

24、果与当前的结拔果高度相关。埃 稗癌同方差性（Ho摆moskeda靶sticity傲）：回归模型中鞍的误差在解释变埃量条件下具有不芭变的方差。I隘吧即期弹性（Im阿pact El版asticit澳y）：在分布滞傲后模型中，给定傲自变量增加1%佰因变量的即时的绊百分比变化。百 罢凹即期乘数（Im版pact Mu跋ltiplie皑r）：见即期倾拜向。绊 半伴即期倾向（Im斑pact Pr蔼opensit耙y）：在分布滞背后模型中，自变傲量增加一个单位暗因变量的即时的班变化。安 扮跋包含一个无关变搬量（Inclu傲sion of芭 an Irr蔼elevant芭 Variab哎le）：用OL罢S估计方

25、程时，岸回归模型中包含百了总体参数为零蔼的解释变量。碍 柏唉指数（Inde笆x Numbe埃r）：关于经济哀行为（例如生产隘或价格）总量信笆息的统计量。氨 拌安影响重大的观测芭值（In?ue傲ntial O熬bservat办ions）：见跋奇异值。按 隘INTRODU胺CTORY E靶CONOMET拔RICS拔蔼一阶自积I（班1）（Int叭egrated败 of Ord败er One 八I(1)）傲：需要做一阶差班分来得到I（0啊）过程的时间序邦列过程。懊 敖案零阶自积I（败0）（Int柏egrated板 of Ord隘er Zero白 I(0)颁）： 平稳、弱熬独立时间序列过斑程，当用于回归

26、阿分析时，它满足翱大数定律和中心昂极限定理。碍 氨霸交互作用（In版teracti板on Effe爸ct）：回归模按型中为两个解释碍变量的乘积的自捌变量。芭 澳稗截距参数（In袄tercept氨 Parame稗ter）：复线挨性回归模型中，拌给出当所有自变背量都为零时因变伴量的期望值的参把数。斑 拔跋截距的变动（I把ntercep芭t Shift癌）：回归模型中颁的截距，因组或八时期的不同而不败同。J斑稗联合假设检验（跋Joint H捌ypothes拔is Test吧）：一个模型中佰包含不止一个对爱参数的约束的检俺验。拌 办拌挨联合统计显著性爸（Jointl瓣y Stati摆sticall背y

27、 Signi啊?cant）：耙两个或多个解释霸变量具有零总体背系数的虚拟假设伴以一个选定的显般著性水平被拒绝蔼。L办坝滞后分布（La斑g Distr肮ibution扮）：在无限或有爱限分布滞后模型捌中，把滞后系数颁表示为滞后长度昂的函数。按 安芭滞后因变量（L翱agged D疤ependen皑t Varia班ble）：等于叭以前时期的因变跋量的解释变量。笆 盎扮拉格朗日乘数统唉计量（Lagr肮ange Mu疤ltiplie捌r Stati般stic）：仅啊在大样本下为正坝确的检验统计量扒，它可用于在不袄同的模型设定问八题中检验遗漏变隘量、异方差性和凹序列相关。扮 唉拜大样本性质（L笆arge

28、Sa啊mple Pr爸opertie袄s）：见渐近性俺质。爱 瓣哀水平值扒霸水平值模型（L澳evel-Le伴vel Mod阿el）：因变量拌与自变量均为标巴准（或原始）形敖式的回归模型。挨 叭百水平值埃袄对数模型（Le昂vel-Log肮 Model）巴：因变量为标准巴形式、自变量（百至少是其中一部埃分）为对数形式暗的回归模型。盎 柏癌线性概率模型（般LPM）（Li芭near Pr蔼obabili百ty Mode唉l, LPM）半：响应概率对参拔数为线性的二值扳响应模型。把 癌柏线性时间趋势（板Linear 稗Time Tr傲end）：为时巴间的线性函数的敖趋势。吧 霸板线性无偏估计量扮（Lin

29、ear芭 Unbias佰ed Esti八mator）：扮在多元回归分析俺中，是因变量值唉的一个线性函数耙的那些无偏估计绊量。唉 稗埃对数斑凹水平值模型（L奥og-Leve板l Model捌）：因变量以对熬数形式出现，而奥自变量是水平（安或原始）形式的俺一种回归模型。半 办芭对数巴胺对数模型（Lo疤g-Log M熬odel）：因隘变量和（至少一笆部分）解释变量稗都是以对数形式班出现的回归模型案。矮 哎八长期弹性（Lo百ng-Run 半Elastic叭ity）： 因矮变量和自变量都胺是对数形式出现隘的分布滞后模型吧中的长期倾向。斑即，长期弹性是唉在给定解释变量罢增长了1%时，背被解释变量最终奥变化

30、的百分比。碍 靶皑长期乘数（Lo矮ng-Run 昂Multipl半ier）：参见啊长期倾向。办 背澳长期倾向（Lo捌ng-Run 翱Propens熬ity）：在一凹个分布滞后模型班中，给定自变量扒的一个永久性的颁、一个单位的增般长，因变量最终柏的变化量。M埃板配对样本（Ma扮tched P柏airs Sa笆mple）：每跋个观测值都与另岸一个观测值相匹蔼配的一种样本，蔼如由丈夫和妻子霸或一对兄妹组成拌的样本。佰 百奥测量误差（Me百asureme爸nt Erro扮r）：观测到的捌变量与多元回归把方程中的变量之凹间的差。拔 肮澳微数缺测性（M柏icronum邦erosity癌）：由Arth袄ur

31、 Gold斑berger 捌首先提出的一个哀概念，用以描述傲容量样本较小时笆计量经济学估计罢量的性质。捌 八坝最小方差无偏估摆计量（Mini叭mum Var柏iance U鞍nbiased霸 Estima把tor）：在所疤有的无偏估计量埃中方差最小的那拜个估计量。把 芭癌数据缺失（Mi板ssing D熬ata百）：当我们没有敖观测到样本中某哀些观测（个人、暗城市、时期等）艾所对应的一些变拔量值时，发生的叭一类数据问题。把 氨俺一阶移动平均过斑程MA（1）伴（Movin佰g Avera爸ge Proc白ess of 罢Order O凹ne MA(爱1)）：是由八某个随机过程的跋当期值与一期滞挨后

32、的线性函数所靶产生的一种时间扳序列过程。这个白随机过程是0均靶值、固定方差和百不相关的。版 半昂多重共线性（M隘ulticol盎lineari鞍ty）：指多元百回归模型中自变氨量之间的相关性败。当某些相关性癌“鞍很大阿”坝时，就会发生多唉重共线性，但对安实际的大小尺度稗并没有明确的规癌定。笆 扮暗多重假设检验（昂Multico懊llinear邦ity）：涉及哀到参数的多个约班束条件的虚拟假斑设检验。案 拔跋多元线性回归（芭MLR）模型（芭Multipl岸e Linea胺r Regre斑ssion (坝MLR) Mo百del）：对参袄数是线性的一类昂模型，其中的因拜变量是自变量的爸函数加上一个误

33、隘差项。哎 癌爸多元回归分析（败Multipl碍e Regre办ssion A般nalysis碍）：在多元线性坝回归模型中进行唉估计和推断的一案类分析。绊 扮叭多重约束（Mu笆ltiple 罢Restric百tions）：叭计量经济学模型皑中对参数的多于板一个的约束条件扮。岸 板稗乘数测量误差（半Multipl隘icative靶 Measur拌ement E翱rror）：观傲测到的变量等于爱实际的观测不到搬的变量与一个正颁的测量误差的乘艾积时出现的一种扳测量误差。N白斑n-R-平方统般计量（n-R-傲Squared袄 Statis胺tic）：参见岸拉格朗日乘数统凹计量。柏 笆巴名义变量（No矮

34、minal V绊ariable啊）：用名义或当按前美元数表示的熬变量。稗 拌疤非实验数据（N八onexper爸imental隘 Data）：瓣不是通过人为控罢制下的实验得到扮的数据。伴 半扳非嵌套模型（N皑onneste案d Model阿s）：没有一个办模型可以通过对哀参数施加限制条板件而被表示成另唉一个模型的特例般的两个（或更多皑）模型。敖 百坝非平稳过程（N稗onstati暗onary P笆rocess）哎：联合分布在不败同的时期不是恒拌定不变的一种时岸间序列过程。拔 搬岸正态性假定（N拔ormalit班y Assum笆ption）：凹经典线性模型假办定之一。它是指败以解释变量为条耙件的误

35、差（或因瓣变量）有正态分拜布。癌 伴哎虚拟假设（Nu靶ll Hypo俺thesis）拔：在经典假设检肮验中，我们把这埃个假设当作真的按，要求数据能够跋提供足够的证据哎才能否定它。坝 凹百分子自由度（N哀umerato扮r Degre坝es of F半reedom）疤：在F检验中，靶所检验的约束条罢件的个数。O爸按可观测数据（O扒bservat案ional D捌ata）：参见摆非实验数据。按 拌胺OLS（OLS背）：参见普通最把小二乘法。邦 挨疤OLS截距估计板值（OLS I扮ntercep八t Estim版ate）：OL傲S回归线的截距芭。鞍 胺芭OLS回归线（伴OLS Reg办ression

36、板 Line）：靶表示了因变量的拜预报值与自变量版的值之间关系的蔼方程，它的参数唉是用OLS估计败出来的。笆 翱安OLS斜率估计跋值（OLS S斑lope Es翱timate）般：OLS回归线斑的斜率。扳 班班遗漏变量偏误（绊Omitted翱 Variab颁le Bias半）：回归中遗漏柏了有关变量而产霸生的OLS估计瓣量的偏误。澳 八背单侧对立假设（安One-Sid癌ed Alte拌rnative般）：被表述为参胺数大于（或小于爸）虚拟条件下的昂假设值的一种对吧立假设。唉 柏皑单尾检验（On绊e-Taile啊d Test）般：与单侧对立假背设相对的假设检暗验。笆 扳邦序数变量（Or傲dina

37、l V傲ariable爸）：通过排列顺案序传达信息的一隘种数据，它们的肮大小本身并不说鞍明任何问题。坝 鞍蔼普通最小二乘法扳（OLS）（O跋rdinary氨 Least 埃Squares败, OLS）：熬用来估计多元线翱性回归模型中的扒参数的一种方法蔼。最小二乘估计把值通过最小化残熬差的平方和得到暗。氨 叭INTRODU癌CTORY E背CONOMET岸RICS拔叭异常数据（Ou艾tliers）扳：在数据集中，扒与大量其他数据笆有明显区别的观霸测值。这种现象巴可能是由于误差败造成的，也可能跋是因为它们是由叭与多数其他数据翱不同的模型产生办而造成的。拌 哎跋整体显著性（O百verall 拔Sig

38、ni?c搬ance of哀 a Regr俺ession）跋：对多元回归方盎程中所有的解释矮变量所做的一种哀联合显著性检验啊。凹 坝邦模型的过度识别爱（Oversp岸ecifyin斑g a Mod巴el）：参见含暗有一个无关变量皑。碍鞍p值（p-va巴lue）：指能按够拒绝虚拟假设靶的最低显著性水捌平。等价的，它挨也指虚拟假设不柏被拒绝的最大显邦著性水平。罢 奥昂综列数据（Pa跋nel Dat版a）：在不同时肮期，横截面的不败断反复得到的数半据集。在平衡的哀综列中，同样的笆单位在每个时期安都出现。在不平暗衡的综列中，有扳些单位往往由于肮衰减现象而不会霸在每个时期都出扒现。懊 岸佰偏效应（Par吧

39、tial Ef袄fect）：回板归模型中的其他阿因素保持不变时捌，某个解释变量伴对因变量的影响肮。翱 扒拔完全共线性（P碍erfect 盎Colline爱arity）：肮在多元回归中，肮一个自变量是一翱个或多个其他自碍变量的线性函数矮。班 鞍矮变量缺失问题的绊插入解（Plu版g-In So办lution 按to the 扒Omitted安 Variab捌les Pro拔blem）：在挨OLS回归中，搬用一个代理变量败代替观测不到的搬缺失变量。安 阿案政策分析（Po挨licy An拔alysis）芭：用计量经济学翱模型来评估某项唉政策的效果的一澳种实证分析。摆 扳挨混合横截面（P拜ooled C

40、柏ross Se捌ction）：案通常在不同时点版收集到的相互独白立的横截面组合肮而成的一个单独鞍的数据集。哀 办笆总体（Popu柏lation）伴：作为统计或计跋量经济分析对象半的一个明确定义肮的组群（人、公翱司、城市等）。扳 氨袄总体模型（Po鞍pulatio皑n Model版）：一种描述了斑总体特征的模型把，特别是多元线暗性回归模型。般 懊背总体R平方（P胺opulati皑on R-Sq叭uared）：拔总体中，由解释板变量解释了的那扳部分因变量的变奥异。笆 颁袄总体回归函数（暗Populat安ion Reg办ression拌 Functi皑on）：参见条班件期望。伴 案奥实际显著性（P

41、拌ractica翱l Signi敖?cance）疤： 相对于统计俺显著性而言的、袄某个估计值的实伴际的或经济的重靶要性，用它的符蔼号和大小来衡量啊。碍 岸办普莱斯笆艾温斯登（PW）背估计（Prai哎s-Winst盎en (PW)把 Estima安tion）：一阿种用来估计有A般R（1）误差和白严格外生解释变佰量的多元线性回熬归模型的方法；懊不同于科克伦-班奥克特方法，它癌在估计中要用到柏第一个时期的方背程。斑 稗八前定变量（Pr斑edeterm绊ined Va艾riable）岸：在联立方程模艾型中的滞后的内般生变量或滞后的隘外生变量。哀 颁暗被预测变量（P安redicte靶d Varia稗bl

42、e）：参见柏因变量。阿 哎把预报（Pred皑iction）跋：把特定的解释白变量的值代入所般估计的模型，通安常是多元回归模板型中，以得到结笆果的一个估计值坝。白 唉跋预测误差（Pr背edictio澳n Error翱）：实际结果与安所预报的结果之败间的差。哎 霸疤预测区间（Pr氨edictio靶n Inter艾val）：多元瓣回归模型中，某案个因变量的未知哎结果的一个置信俺区间。柏 安熬预测变量（Pr唉edictor叭 Variab袄le）：参见解癌释变量。碍 熬啊项目评估（Pr笆ogram E跋valuati澳on）：用计量吧经济学方法求出凹某个私人或公共版项目的不确定影胺响的一种评估方拜法。

43、扒 矮哀代理变量（Pr办oxy Var澳iable）：绊多元回归分析中般，一个与观测不氨到的解释变量有傲关系但又不相同爱的可观测变量。拜捌二次函数（Qu靶adratic氨 Functi奥ons）：包含罢一个或多个解释翱变量的平方的函版数，它反映了解吧释变量对因变量邦的逐渐变弱或增扳强的影响。唉 矮八定性变量（Qu凹alitati罢ve Vari摆able）：描扮述一个人、企业颁及城市等的非定绊量特征的变量。熬 敖把拟笆吧差分数据（Qu捌asi-Dif扮ference哀d Data）癌：在估计有AR扮（1）的序列相挨关的回归模型时盎，当期数据与前芭一期数据乘以A按R（1）模型的白参数后得到的数百

44、据之间的差。R岸翱平方（R-Ba耙r Squar瓣ed）：参见校稗正的R2。霸 蔼绊R2（R-Sq案uared）：八在多元回归模型昂中，由自变量解跋释了的那部分因氨变量的样本方差鞍之和。傲 凹搬R2形式的F统白计量（R-Sq版uared F扳orm of 搬the F S霸tatisti叭c）：用受约束唉和不受约束的模癌型中得到的由R翱2-表示的、用啊于检验排除约束艾条件的F统计量办。岸 拔凹随机抽样（Ra唉ndom Sa扮mpling）板：在总体中随机扮抽取观测值的一按种抽样方法。各斑个单位被抽取的鞍可能性是相同的芭，而且每次抽样跋都与其他次相互挨独立。跋 罢笆随机游走（Ra凹ndom Wa

45、啊lk）：在这样奥一种时间序列中扳，下个时期的值霸等于本期值加上凹一个独立的（或叭至少是不相关的吧）误差项。搬 癌艾有漂移的随机游岸走（Rando版m Walk 百with Dr绊ift）：每个蔼时期都加进一个柏常数（或漂移）阿的随机游走。版 鞍颁实际变量（Re半al Vari安able）：用把基期货币价值表按示的变量。啊 爱隘回归子（Reg袄ressand霸）：参见因变量瓣。班 拜半回归误差设定检扳验（RESET敖）（Regre蔼ssion S颁peci?ca绊tion Er艾ror Tes稗t, RESE鞍T）：在多元回啊归模型中，检验癌函数形式的一般扒性方法。它是一矮种由最初的OL按S估

46、计得出的拟办合值的平方、三翱次方以及可能更板高次幂的联合显按著性F检验。邦 翱懊过原点回归（R芭egressi隘on Thro熬ugh the八 Origin白）：截距被设为耙0的回归分析，叭它的斜率通过最岸小化残差的平方百和求出。扳 安坝回归元（Reg袄ressor）蔼：参见解释变量爸。敖 邦办拒绝区域（Re背jection暗 Region耙）：使得虚拟假昂设被拒绝的一组蔼检验统计量的值跋。碍 瓣耙拒绝法则（Re爸jection芭 Rule）：癌在假设检验中，捌决定在什么情况艾下拒绝虚拟假设懊并支持对立假设爱的法则。唉 叭摆残差（Resi癌dual）：实班际值与拟合（或绊预报）值之间的傲差。

47、样本中的每傲次观测都有一个吧相应的残差，它蔼们被用来计算O柏LS回归线。霸 哎版残差分析（Re耙sidual 颁Analysi绊s）：在估计多摆元回归模型后，蔼对某次特定观测扳的残差的符号和把大小所作的研究笆。爸 癌霸残差平方和（R叭esidual跋 Sum of伴 Square爸s）：参见残差安的平方和。办 伴案响应概率（Re芭sponse 啊Probabi肮lity）：在安二值响应模型中办，以解释变量为爸条件的因变量取蔼值为1的概率。皑 按般响应变量（Re斑sponse 白Variabl班e）：参见因变奥量。氨 跋艾受约束的模型（盎Restric懊ted Mod唉el）：在假设佰检验中，施

48、加所坝有虚拟假设所要唉求的约束条件后班得到的模型。半 哎扒均方根误（RM哀SE）（Roo叭t Mean 霸Squared敖 Error,伴 RMSE）：袄多元回归分析中芭回归标准误的另捌一个名称（仅当哀期望值等于实测安值啊案译者）。s半样本回归函数（阿Sample 啊Regress吧ion Fun版ction）：搬参见OLS回归爸线。搬 拜半得分统计量（S八core St半atistic霸）：参见拉格朗扒日乘数统计量。翱 百绊季节性虚拟变量板（Season罢al Dumm瓣y Varia疤bles）：一版组用来表示季节艾或月份的虚拟变哀量。坝 熬拔季节性（Sea俺sonalit伴y）：月度或季

49、斑度时间序列具有案的均值随着一年百中季节的不同而凹系统性变化的特办点。柏 敖稗季节性调整（S绊easonal奥ly Adju背sted）：用澳某种统计程序，搬可能是对季节性哎虚拟变量做回归巴，来消除月度或吧季度时间序列中靶的季节性成分。蔼 颁拜半弹性（Sem柏i-Elast奥icity）：隘自变量的一个单扳位的增长导致的白因变量的变化的办百分比。坝 翱稗序列相关（Se扒rial Co案rrelati搬on）：在时间矮序列或综列数据坝模型中，不同时扳期的误差之间的叭相关性。哎 八INTRODU拜CTORY E盎CONOMET碍RICS奥袄序列相关挨叭稳健标准误（S耙erial C吧orrelat

50、笆ion-Rob笆ust Sta颁ndard E蔼rror）：不爸管模型中的误差翱是否与序列相关熬，都（渐近）生疤效的估计量的标耙准误。班 稗版序列不相关（S百erially埃 Uncorr吧elated）鞍：在时间序列或敖综列数据模型中芭，不同时间的误叭差两两之间不相哀关。盎 跋哀短期弹性（Sh熬ort-Run百 Elasti斑city）：因按变量和自变量都矮以对数形式出现暗的分布滞后模型挨中的即期倾向。邦 靶拔显著性水平（S爸igni?ca爸nce Lev扮el）：假设检绊验中发生第I类般错误的概率。败 肮氨简单线性回归模邦型（Simpl傲e Linea跋r Regre懊ssion M暗o

51、del）：因疤变量只是一个自拔变量和一个误差胺项的线性函数的爸模型。澳 阿癌斜率参数（Sl鞍ope Par鞍ameter）氨：多元回归模型奥中的自变量的系扳数。办 奥柏谬误相关（Sp拔urious 八Correla埃tion）：不袄是因为二者有因氨果关系，可能是艾因为它们都受另暗一个观测不到的把因素影响，所导班致的两个变量之版间的相关性。班 扒靶谬误回归问题（胺Spuriou笆s Regre斑ssion P吧roblem）鞍：如果回归分析爸表明两个或多个安无关时间序列具办有一定关系，而百其原因仅仅因为斑它们每个都有趋哀势或都是自积时熬间序列（如随机搬游走），或上面百两种情况同时出瓣现，这种问题

52、就案是谬误回归问题白。般 霸按稳定的AR（1伴）过程（Sta叭ble AR(吧1) Proc鞍ess）：滞后皑变量的系数绝对坝值小于1时的A瓣R（1）过程。拜序列中的两个随笆机变量的相关性啊，随着它们之间捌的时间间隔不断笆增大，以几何级袄数趋近于0。伴 伴蔼1的标准误（S叭tandard蔼 Error 爸of 靶爸1）：耙唉1抽样分布的标挨准差的估计值。俺 扒般1的标准差（S唉tandard埃 Deviat艾ion of 班敖1）：衡量盎版1抽样分布的分笆散程度的常用指鞍标。霸 胺耙估计值的标准误版（Standa胺rd Erro扮r of th拔e Estim斑ate）：参见般回归的标准误。肮

53、 板霸回归的标准误（斑SER）（St办andard 澳Error o叭f the R氨egressi邦on, SER矮）：多元回归分懊析中的总体误差白的标准差的估计碍值。等于残差平扒方和的平方根除百以自由度。吧 氨霸标准化系数（S癌tandard班ized Co昂ef?cien扳ts）：一种回暗归系数，它度量拔了自变量增加一柏个标准差时，因哀变量的改变是其办标准差的倍数。把 版拔静态模型（St班atic Mo哎del）：只有拜当期的解释变量氨影响因变量的一百种时间序列模型氨。凹 胺白平稳过程（St暗ationar把y Proce爸ss）：边际和碍所有的联合分布艾都不随时间变化皑的一种时间序列拌

54、过程。佰 按按统计上不显著（败Statist颁ically 白Insigni耙?cant）：巴在选定的显著性挨水平上，无法拒阿绝总体参数等于唉0的虚拟假设。啊 唉霸统计上显著（S柏tatisti癌cally S版ignific艾ant）：在选岸定的显著性水平八上，相对于特定靶的对立假设，拒拌绝总体参数等于摆0的虚拟假设。办 暗唉随机过程（St凹ochasti佰c Proce敖ss）：标注了熬时间的一系列随颁机变量。盎 跋稗严格外生的（S摆trict E霸xogenei摆ty）：时间序拜列或综列数据模摆型中的解释变量唉的一个特点，以靶所有时期的解释熬变量为条件的、蔼任何时期的误差懊项都是有0均值爱。更宽松的一种把说法是用相关性凹为0来表述的。埃 背绊强相依（Str挨ongly D阿ependen扒t）：参见高度爸持续过程。