计量经济学名词解释 首字母排序 个人辛苦整理完整

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
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
差分法：是克服序列相关性的有效方法，它是将原计量经济学模型变换为差分模型后再进行OLS估计，分为一阶差分法和广义差分法
残差项：是一随机变量，是针对样本回归函数而言的。

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
多重共线性：指多个解释变量间存在线性相关的情形。

如果存在完全的线性相关性，则模型的参数就无法求出，OLS回归无法进行。

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。

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。

广义最小二乘法：（GLS）是最具有普遍意义的最小二乘法，可用来处理模型存在异方差或序列相关时的估计问题
估计量的标准差：度量一个变量变化大小的测量值。

回归系数：回归模型中βo，β1等未知但却是固定的参数。

回归分析：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。

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。

建立计量经济学模型的步骤:(1)理论模型的设计(2)样本数据的收集(3)模型参数的估计(4)模型的检验。

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。

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，计算得到的结构式参数的估计量，这种方法称为间接最小二乘法
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
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著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。

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，内生变量是由模型决定的，同时也对模型系统产生影响。

内生变量一般都是经济变量。

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
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。

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。

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
随机解释变量问题：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。

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）
条件期望：即条件均值，指X取特定值Xi时Y的期望值。

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。

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。

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。

先决变量:外生变量与滞后内生变量统称为先决变量。

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
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。

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。

相关分析：研究随机变量间的相关形式
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。

虚拟变量模型：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。

样本回归函数：样本散点图近似于一条直线，画一条直线尽可能地拟合该散点图，由于样本取自总体，可用该线近似地代表总体回归线，该线称为样本回归线，其函数形式记为Yi（上有盖）=f(Xi)=Bo （上有盖）+B1（上有盖）Xi称为样本回归函数。

样本回归模型：样本回归函数也有如下的随机形式：Yi=Yi（上有盖）+Ui（上有盖）=Bo（上有盖）+B1（上有盖）Xi+ei,其中ei称为（样本）残差（或剩余）项，代表了其他影响Yi的随机因素的集合，可看成是Ui的估计量Ui（上有盖），由于方程中引入了随机项，成为计量经济学模型，因此也称为样本回归模型。

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。

最小二乘原理：样本回归线上的点Yi（上有盖）与真实观测点Yi之查可正可负，简单求和可能将很大的误差抵消掉，只有平方和才能反映二者在总体上的接近程度，这就是最小二乘原理。

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
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。

总体回归模型:Yi=E(Y|Xi)+Ui或Yi=Bo+B1Xi+Ui式称为总体回归函数的随机设定形式，它表明被解释变量Y除了受解释变量X的系统性影响外，还受其他未包括在模型中的诸多因素的随机性影响，U 即为这些影响因素的综合代表。

由于方程中引入了随机干扰项，成为计量经济学模型，因此也称为总体回归模型。

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。

总离差平方和：用TSS表示，用以度量被解释变量的总变动
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，或更一般地称为总体回归曲线，相应的函数E(Y|Xi)=f(Xi)称为（双变量）总体回归函数。

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。

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
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，其矩阵形式为。