英汉对照计量经济学术语

1、 计量经济学术语A拜校正懊R2笆（澳Adjuste阿d R-Squ爱ared案）：多元回归分瓣析中拟合优度的斑量度，在估计误肮差的方差时对添敖加的解释变蔼量用一个自由度皑来调整。巴对立假设（百Alterna胺tive Hy斑pothesi蔼s碍）：检验虚拟假邦设时的相对假设瓣。捌AR蔼（氨1办）序列相关（白AR(1) S巴erial C稗orrelat矮ion挨）：时间序列回半归模型中的误差矮遵循般AR俺（俺1拜）模型。般渐近置信区间（罢Asympto扳tic Con瓣fidence拌 Interv岸al摆）：大样本容量柏下近似成立的置跋信区间。霸渐近正态性（凹Asympto哀tic Nor肮

2、mality敖）：适当正态化氨后样本分布收敛佰到标准正态分布笆的估计量。安渐近性质（爱Asympto皑tic Pro巴perties唉）：当样本容量靶无限增长时适用拔的估计量和检验埃统计量性质。伴渐近标准误（矮Asympto唉tic Sta板ndard E佰rror肮）：大样本下生邦效的标准误。肮渐近翱t 拔统计量（瓣Asympto坝tic t S班tatisti啊c唉）：大样本下近傲似服从标准正态巴分布的吧t 搬统计量。坝渐近方差（瓣Asympto挨tic Var氨iance柏）：为了获得渐搬近标准正态分布爸，我们必须用以摆除估计量的平方翱值。斑渐近有效（哀Asympto把tically瓣

3、Effici挨ent疤）：对于服从渐把近正态分布的一阿致性估计量，有袄最小渐近方差的吧估计量。霸渐近不相关（胺Asympto爸tically败 Uncorr颁elated袄）：时间序列过扳程中，随着两个袄时点上的随机变拜量的时间间隔瓣增加，它们之间安的相关趋于零。挨衰减偏误（扒Attenua案tion Bi叭as稗）：总是朝向零稗的估计量偏误，隘因而有衰减偏误叭的估计量的期望罢值小于参数的绝对值。阿自回归条件异方版差性（办Autoreg吧ressive班 Condit疤ional H癌eterosk案edastic岸ity, AR氨CH埃）：动态异方差罢性模型，伴即给定过去信息把，误差项的方差

4、斑线性依赖于过去般的误差的平方。耙一阶自回归过程疤AR拜（扳1般）拌般（柏Autoreg柏ressive翱 Proces伴s of Or埃der One唉 AR(1)搬盎）：一个时间序疤列模型，其佰当前值线性依赖矮于最近的值加上挨一个无法预测的矮扰动。凹辅助回归（白Auxilia稗ry Regr版ession鞍）：用于计算检佰验统计量例皑如异方差性和序疤列相关的检验统隘计量柏或其他任何不搬估计主要感兴趣伴的模型的回归。阿平均值（傲Average扒）：爱n 俺个数之和除以板n拔。B柏基组、基准组（氨Base Gr澳oup拔）：在包含虚拟吧解释变量的多元坝回归模型中，由佰截距代表的组。摆基期（版B

5、ase Pe罢riod班）：对于指数数版字，例如价格或暗生产指数，其他傲所有时期均用来佰作为衡量标准的绊时期。鞍基期值（埃Base va稗lue凹）：指定的基期柏的值，用以构造艾指数数字；通常碍基本值为版1 哀或俺100啊。邦最优线性无偏估爸计量（皑Best Li翱near Un阿biased 摆Estimat艾or, BLU熬E八）：在所有线性绊、无偏估计量中岸，有最小阿方差的估计量。埃 皑在高斯马尔科胺夫假定下，埃OLS 拌是以解释变量样叭本值为条件的八BLUE 霸。袄贝塔系数（半Beta Co安ef?cien矮ts白）：见标准化系挨数。碍偏误（半Bias靶）：估计量的期板望参数值与总体八

6、参数值之差。癌偏误估计量（埃Biased 鞍Estimat背or懊）：期望或抽样阿平均与假设要估奥计的总体值有差班异的估计量。疤向零的偏误（跋Biased 埃Towards哎 Zero稗）：描述的是估岸计量的期望绝对斑值小于总体参数碍的绝对值。佰二值响应模型（暗Binary 奥Respons癌e Model按）：二值因变量熬的模型。懊二值变量（肮Binary 般Variabl拔e艾）：见虚拟变量阿。安两变量回归模型爱（吧Bivaria艾te Regr斑ession 碍Model鞍）：见简单线性佰回归模型。按BLUE般（伴BLUE哎）：见最优线性吧无偏估计量。板Breusch傲-Godfre哎y

7、 拌检验（笆Breusch扒-Godfre耙y Test碍）：渐近正确的颁AR凹（鞍p哀）序列相关检验伴，以拜AR安（版1邦）最为流跋行；该检验考虑版到滞后因变量和碍其他不是严格外板生的回归元。岸Breusch昂-Pagan 昂检验（埃Breusch敖-Pagan 颁Test八）：将耙OLS 扒残差的平方对模耙型中的解释变量绊做回归的异方差熬性检验。C蔼因果效应（败Causal 霸Effect熬）：一个变量在斑其余条件不变情板况下的变化对另岸一个变量产生的爱影响。把其余条件不变（耙Ceteris案 Paribu八s埃）：其他所有相版关因素均保持固哀定不变。靶经典含误差变量拌（靶Classic霸

8、al Erro办rs-in-V拜ariable鞍s, CEV坝）：观测的量度搬等于实际变量加蔼上一个独立的或疤至少不相关的测胺量误差的测量误胺差模型。隘经典线性模型（耙Classic凹al Line安ar Mode案l般）：全套经典线扳性模型假定下的背复线性回归模型凹。啊经典线性模型（鞍CLM皑）假定（瓣Classic扒al Line吧ar Mode拜l (CLM)袄 Assump氨tions叭）：对多元回归耙分析的理想假定皑集，对横截面分鞍析为假定办MLR.1 罢至吧MLR.6昂，对时间序列分巴析为假定蔼TS.1 翱至疤TS.6摆。假定包括对参伴数为线性、哎无完全共线性、皑零条件均值、同拜方

9、差、无序列相氨关和误差正态性熬。叭科克伦奥克特邦（癌CO艾）估计（隘Cochran敖e-Orcut背t (CO) 艾Estimat隘ion瓣）：估计含背AR岸（哀1俺）误差和严格外鞍生解释摆变量的多元线性懊回归模型的一种懊方法；与普莱斯把温斯登估计不坝同，科克伦奥胺克特估计不使用皑第一期的方程。傲置信区间（啊CI鞍）（扳Con?den傲ce Inte懊rval, C俺I办）：用于构造随般机区间的规则，扮以使所有数据集佰中的某一百分板比（由置信水平佰决定）给出包含懊总体值的区间。敖置信水平（矮Con?den鞍ce Leve蔼l按）：我们想要可敖能的样本置信区班间包含总体值的伴百分比，摆95%癌是

10、最常见的置信皑水平，啊90%白和邦99%巴也用。挨不变弹性模型（懊Constan隘t Elast扒icity M芭odel把）：因变量关于霸解释变量的弹性艾为常数的模型；拔在多元回归中，败两者均以对数形柏式出现。疤同期外生回归元邦（耙Contemp俺oraneou爸sly Exo佰genous隘）：在时间序列爱或综列数据应用爱中，与同期误差佰项不相关哀但对其他时期则搬不一定的回归元百。袄控制组（捌Control拜 Group疤）：在项目评估靶中，不参与该项鞍目的组。板控制变量（耙Control佰 Variab袄le佰）：见解释变量按。靶协方差平稳（癌Covaria版nce Sta案tionar

11、y瓣）：时间序列过熬程，其均值、方胺差为常数，且序搬列中任意两个随拜机变阿量之间的协方差办仅与它们的间隔叭有关。唉协变量（败Covaria版te耙）：见解释变量办。半临界值（板Critica奥l value拔）：在假设检验昂中，用于与检验颁统计量比较来决八定是否拒绝虚拟埃假设的值。疤横截面数据集（奥Cross-S盎ectiona阿l Data 澳Set霸）：在给定时点绊上从总体中收集奥的数据集D般数据频率（按Data Fr挨equency按）：收集时间序办列数据的区间。颁年度、季度和月绊度是最常见的数昂据频率。罢戴维森麦金农叭检验（吧Davidso般n-MacKi班nnon Te笆st霸）：用

12、于检验相白对于非嵌套对立捌假设的模型的检百验：它可八用相争持模型中拜得出的拟合值的鞍t 熬检验来实现。芭自由度（笆df爱）（拔Degrees霸 of Fre俺edom, d盎f叭）：在多元回归懊模型分析中，观奥测值的个数减去翱待估参数的个数鞍。皑分母自由度（把Denomin阿ator De胺grees o邦f Freed搬om班）：埃F 霸检验中无约束模坝型的自由度。敖因变量（办Depende矮nt Vari蔼able把）：在多元回归傲模型（和其他各氨种模型）中被解佰释的变量。芭除趋势（稗Detrend稗ing斑）：从时间序列安中除去趋势的做办法。蔼斜率级差（吧Differe扮nce in 哎

13、Slopes把）：所描述的是伴模型中某些斜率疤参数，因组或时搬期的不同而不同笆。颁向下偏误（白Downwar扒d Bias隘）：估计量的期碍望值低于参数的哎总体值。阿虚拟变量（氨Dummy V坝ariable皑）：取值为瓣0 佰或伴1 袄的变量。颁虚拟变量陷阱（爸Dummy V肮ariable氨 Regres安sion柏）：自变量中包皑含了过多的虚拟氨变量造成的错误版；当模型中既懊有整体截距又对背每一组都设有一岸个虚拟变量时，巴该陷阱就产生了板。霸德宾沃森（半DW芭）统计量（凹Durbin-皑Watson 俺(DW) St鞍atistic疤）：在经典线性傲回归假设下，用敖于检验时间序肮列回归模

14、型的误巴差项中的一阶序叭列相关的统计量暗。吧动态完整模型（百Dynamic罢ally Co斑mplete 昂Model搬）：设更多的滞白后因变量，或设颁更多的滞后解释挨变量都无助肮于解释因变量的爸均值的时间序列敖模型。E疤计量经济模型（绊Econome颁tric Mo奥del伴）：将因变量与肮一组解释变量和肮未观测到的扰动翱联系起来的方程搬，方程傲中未知的总体参扮数决定了各解释熬变量在其余条件昂不变下的效应。摆经济模型（澳Economi懊c Model岸）：从经济理论奥或不那么正规的爸经济原因中得出癌的关系。佰经济显著性（隘Economi啊c Signi耙?cance背）：见实际显著霸性。胺弹

15、性（瓣Elastic笆ity隘）：给定一个变扮量在其余条件不霸变下增加拜1%氨，另一个变量的半百分比变化。百经验分析（拜Empiric跋al Anal霸ysis扳）：用正规计量摆分析中的数据检耙验理论、估计关艾系式或确定政策绊效应的研究。半内生解释变量（伴Endogen哀ous Exp澳lanator俺y Varia蔼ble氨）：在多元回归傲模型中，由于遗斑漏变量、测量误捌差或联败立性的原因而与搬误差项相关的解霸释变量。鞍内生样本选择（懊Endogen扮ous Sam鞍ple Sel霸ection捌）：非随机样本隘选择，其选择直矮接地或通过方程肮中的误差项扒与因变量相联系敖。俺误差项（哎Err

16、or T唉erm把）：在简单或多柏元回归方程中，坝包含了未观测到胺的影响因变量的柏因素的变量。误扳差项盎也可能包含被观翱测的因变量或自笆变量中的测量误拌差。岸误差方差（搬Error V氨ariance八）：多元回归模哀型中误差项的方佰差。敖事件研究（疤Event S叭tudy般）：事件（例如氨政府规制或经济芭政策的变化）对岸结果变量的效应拔的计量分析。班排除一个有关变办量（傲Excludi熬ng a Re伴levant 奥Variabl胺e胺）：在多元回归板分析中，遗漏了翱一个对因变量有背非零偏效应的变量。佰排斥性约束（颁Exclusi佰on Rest稗riction般s跋）：说明某些变跋量被

17、排斥在模型版之外（或具有零肮总体参数）的约熬束。扒外生解释变量（熬Exogeno氨us Expl斑anatory伴 Variab耙le白）：与误差项不霸相关的解释变量巴。俺外生样本选择（耙Exogeno敖us Samp爸le Sele哀ction暗）：或者依赖外碍生解释变量，或艾者与所感兴趣的懊模型中的误傲差项不相关的样办本选择。柏实验数据（绊Experim懊ental D袄ata跋）：通过进行受罢控制的实验获得敖的数据。败试验组（唉Experim熬ental G版roup白）：见处理组。瓣解释平方和（啊SSE柏）（坝Explain敖ed Sum 罢of Squa隘res, SS摆E奥）：多元

18、回归模把型中拟合值的总柏样本变异。斑被解释变量（挨Explain安ed Vari霸able吧）：见因变量。拌解释变量（翱Explana懊tory Va稗riable疤）：在回归分析安中，用于解释因安变量中的变异的伴变量。笆指数趋势（哀Exponen办tial Tr隘end胺）：有固定增长唉率的趋势。F隘F 半统计量（霸F Stati坝stic澳）：在多元回归袄模型中，用于检熬验关于参数的多蔼重假设的统计量扒。霸可行的拜GLS伴（伴FGLS氨）估计量（佰Feasibl唉e GLS (佰FGLS) E凹stimato柏r昂）：方差或相关板参数未知，因而绊必须先进行笆估计的俺GLS 岸程序。绊 吧（

19、又见广义最小艾二乘估计量。）稗有限分布滞后（暗FDL艾）模型（班Finite 吧Distrib爱uted La巴g (FDL)傲 Model捌）：允许一个或扮多个解释变量对罢因变量艾有滞后效应的动傲态模型。背一阶差分（碍First D埃ifferen摆ce芭）：对相邻时期爸做差分所构成的暗对时间序列的转挨换，即用后一时邦期减去前一时期。懊一阶条件（颁First O绊rder Co般ndition拜s爱）：用于求解埃OLS 绊估计值的一组线疤性方程。扳拟合值（八Fitted 败values芭）：在各观测中扒将自变量的值插案入岸OLS 矮回归线时，所得袄到的因变量的估隘计值。般函数形式的错误扮设定

20、（靶Functio斑nal For拜m Missp叭eci?cat懊ion扒）：当模型中有瓣被遗漏的解释变瓣量的函数（例如爸二次项），或者敖对一个因变量或鞍某些自变量用了八错误的函数时产叭生的问题。G拜高斯马尔科夫败假定（柏Gauss-M阿arkov A阿ssumpti跋ons扳）：一组假定（案假定般MLR.1 爸至傲MLR.5 袄或假定熬TS.1 叭至盎TS.唉5安），在这之下氨OLS 鞍是柏BLUE 安。瓣高斯马尔科夫啊定理（唉Gauss-M按arkov T绊heorem袄）：该定理表明八，在五个高斯八马尔科夫假定下唉（对于横截敖面或时间序列模哀型），邦OLS 办估计量是靶BLUE 拜（在

21、解释变量样鞍本值的条件下）霸。背广义最小二乘（凹GLS斑）耙 蔼估计量（般General哀ized Le败ast Squ扒ares (G颁LS) Est霸imator耙）：皑 碍通过对原始模型蔼的变背换，说明了已知般结构的误差的方绊差（异方差性）岸和误差中的序列把相关形式或两者矮兼有的估计量。癌拟合优度度量（按Goodnes搬s-of-Fi半t Measu扮re胺）：概括一组解拜释变量有多好地奥解释了因变量或懊响应变量的统计量。傲增长率（懊Growth 蔼Rate挨）：时间序列中唉相对于前一时期凹的比例变化。可矮将它近似为对数斑差分或以百分比班形式报导。H熬异方差性（办Heteros袄keda

22、sti扮city坝）：给定解释变哎量，误差项的方白差不为常数。白未知形式的异方敖差性（按Heteros阿kedasti爸city of邦 Unknow耙n Form氨）：以一未知的案任意形式依赖于艾解释变量的异方差性。澳异方差稳健叭F 盎统计量（挨Heteros绊kedasti吧city-Ro罢bust F 拌Statist拜ic凹）：对未知形式盎的异方差性而言摆（渐阿近）稳健的半F 岸统计量。耙异方差稳健靶LM 坝统计量（败Heteros拌kedasti搬city-Ro埃bust LM疤 Statis敖tic稗）：胺 板对未知形式的异爱方差性而言（渐稗近）稳健的蔼LM 蔼统计量。凹异方差稳健

23、标伴准误（矮Heteros翱kedasti稗city-Ro霸bust St皑andard 斑Error昂）：翱 邦对未知形式的异版方差性而言（渐版近）稳健的标准把误。笆异方差稳健柏t 艾统计量（啊Heteros芭kedasti佰city-Ro搬bust t 搬Statist把ic岸）：对未知形式埃的异方差性而言白（渐岸近）稳健的啊t 懊统计量。耙高持续性过程（版Highly 捌Persist把ent Pro巴cess伴）：时间序列过颁程，其中遥远的版将来的结果与当唉前的结果高度相关。爸同方差性（耙Homoske俺dastici袄ty叭）：回归模型中氨的误差在解释变哀量条件下具有不安变的方差。I

24、奥即期弹性（埃Impact 肮Elastic肮ity啊）：在分布滞后盎模型中，给定自把变量增加哎1%埃因变量的即时的鞍百分比变化。霸即期乘数（罢Impact 暗Multipl把ier按）：见即期倾向绊。艾即期倾向（安Impact 暗Propens哎ity懊）：在分布滞后唉模型中，自变量按增加一个单位因昂变量的即时的变吧化。半包含一个无关变袄量（盎Inclusi阿on of a吧n Irrel稗evant V唉ariable俺）：用靶OLS 摆估计方程时，回翱归模型中包含了霸总摆体参数为零的解罢释变量。坝指数（叭Index N鞍umber笆）：关于经济行靶为（例如生产或八价格）总量信息版的统计量

25、。邦影响重大的观测哀值（背In?uent巴ial Obs奥ervatio绊ns啊）：见奇异值。拜INTRODU矮CTORY E按CONOMET巴RICS跋一阶自积颁I柏（暗1瓣）（靶Integra佰ted of 鞍Order O凹ne I(1班)百）：需要做一阶跋差分来得到耙I白（芭0般）过程的时间序列过程。办零阶自积斑I邦（按0埃）（肮Integra奥ted of 坝Order Z吧ero I(摆0)唉）：笆 扳平稳、弱独立时八间序列过程，当熬用于回归坝分析时，它满足鞍大数定律和中心稗极限定理。般交互作用（摆Interac扮tion Ef办fect按）：回归模型中挨为两个解释变量鞍的乘积的自

26、变量癌。把截距参数（扒Interce艾pt Para板meter碍）：复线性回归挨模型中，给出当袄所有自变量都为拌零时因变量的期肮望值的参数。鞍截距的变动（挨Interce办pt Shif癌t柏）：回归模型中把的截距，因组或傲时期的不同而不埃同。J摆联合假设检验（扳Joint H稗ypothes袄is Test熬）：一个模型中巴包含不止一个对爸参数的约束的检岸验。靶联合统计显著性奥（安Jointly班 Statis半tically拔 Signi?蔼cant疤）：两个或多个霸解释变量具有零跋总体系数的虚拟耙假碍设以一个选定的翱显著性水平被拒俺绝。L背滞后分布（瓣Lag Dis跋tributi敖o

27、n伴）：在无限或有隘限分布滞后模型扒中，把滞后系数癌表示为滞后长度爱的函数。拌滞后因变量（捌Lagged 爱Depende氨nt Vari爸able哎）：等于以前时背期的因变量的解按释变量。班拉格朗日乘数统捌计量（澳Lagrang叭e Multi半plier S扒tatisti岸c笆）：仅在大样本肮下为正确的检验拔统计量，它可用蔼于班在不同的模型设凹定问题中检验遗白漏变量、异方差扒性和序列相关。颁大样本性质（安Large S版ample P芭roperti吧es蔼）：见渐近性质搬。摆水平值水平值拌模型（唉Level-L巴evel Mo傲del靶）：因变量与自柏变量均为标准（艾或原始）形式的芭回

28、归模型。疤水平值对数模把型（拌Level-L耙og Mode唉l罢）：因变量为标捌准形式、自变量吧（至少是其中一败部分）为对数形坝式的回归模型。柏线性概率模型（巴LPM俺）（隘Linear 扮Probabi案lity Mo澳del, LP稗M版）：响应概率对捌参数为线性的二爸值响应模型。碍线性时间趋势（癌Linear 暗Time Tr白end跋）：为时间的线柏性函数的趋势。隘线性无偏估计量摆（碍Linear 败Unbiase疤d Estim懊ator熬）：在多元回归哀分析中，是因变罢量值的一个线性扳函数的那些无偏估计量。跋对数水平值模翱型（八Log-Lev盎el Mode般l把）：因变量以对叭

29、数形式出现，而佰自变量是水平（艾或原始）形式的板一种回归模型。瓣对数对数模型埃（盎Log-Log扳 Model熬）：因变量和（吧至少一部分）解案释变量都是以对按数形式出现的回敖归模型。瓣长期弹性（按Long-Ru爱n Elast笆icity俺）：斑 伴因变量和自变量疤都是对数形式出安现的分布滞后模搬型中的长期倾向碍。扒即，长期弹性是挨在给定解释变量阿增长了蔼1%百时，被解释变量耙最终变化的百分矮比。版长期乘数（艾Long-Ru按n Multi板plier皑）：参见长期倾哎向。摆长期倾向（氨Long-Ru靶n Prope啊nsity拔）：在一个分布熬滞后模型中，给跋定自变量的一个斑永久性的、一个

30、笆单位的增巴长，因变量最终俺的变化量。M案配对样本（爱Matched昂 Pairs 翱Sample柏）：每个观测值扳都与另一个观测跋值相匹配的一种霸样本，如由丈夫敖和妻子澳或一对兄妹组成芭的样本。瓣测量误差（胺Measure盎ment Er盎ror叭）：观测到的变隘量与多元回归方笆程中的变量之间佰的差。坝微数缺测性（爱Micronu办merosit颁y氨）：由蔼Arthur 埃Goldber盎ger 爸首先提出的一个拌概念，用以描述唉容量样本较小傲时计量经济学估百计量的性质。哀最小方差无偏估八计量（柏Minimum凹 Varian罢ce Unbi澳ased Es敖timator败）：在所有的无

31、艾偏估计量中方差袄最小的那个估计量。罢数据缺失（唉Missing隘 Data哎）：当我们没有哎观测到样本中某唉些观测（个人、奥城市、时期等）颁所对应的一些变瓣量值时，发生的暗一类数据问题。懊一阶移动平均过熬程凹MA挨（佰1霸）背熬（笆Moving 叭Average柏 Proces疤s of Or肮der One白 MA(1)霸碍）：是由某个随斑机过程的搬当期值与一期滞扳后的线性函数所八产生的一种时间俺序列过程。这个瓣随机过程是爸0 版均值、固定方差矮和不相关的。斑多重共线性（熬Multico叭llinear版ity爸）：指多元回归艾模型中自变量之唉间的相关性。当绊某些相关性“很伴大”时，哎就会

32、发生多重共扒线性，但对实际俺的大小尺度并没耙有明确的规定。鞍多重假设检验（哀Multico爱llinear隘ity般）：涉及到参数办的多个约束条件扮的虚拟假设检验挨。扳多元线性回归（把MLR巴）模型（背Multipl跋e Linea稗r Regre半ssion (败MLR) Mo爸del柏）：对参数是线阿性的一类模型，白其跋中的因变量是自袄变量的函数加上板一个误差项。癌多元回归分析（奥Multipl半e Regre岸ssion A叭nalysis扒）：在多元线性颁回归模型中进行敖估计和推断的一坝类分析。熬多重约束（挨Multipl哀e Restr百ictions邦）：计量经济学哀模型中对参数的

33、翱多于一个的约束扮条件。斑乘数测量误差（百Multipl半icative伴 Measur芭ement E熬rror半）：观测到的变俺量等于实际的观耙测不到的变量与佰一个把正的测量误差的唉乘积时出现的一斑种测量误差。N盎n-R-扒平方统计量（昂n-R-Squ肮ared St霸atistic隘）：参见拉格朗罢日乘数统计量。斑名义变量（跋Nominal靶 Variab败le伴）：用名义或当跋前美元数表示的爸变量。按非实验数据（吧Nonexpe伴rimenta版l Data斑）：不是通过人颁为控制下的实验熬得到的数据。稗非嵌套模型（疤Nonnest瓣ed Mode扮ls暗）：没有一个模霸型可以通过对参

34、爱数施加限制条件按而被表示成另一皑个模型的艾特例的两个（或扒更多）模型。靶非平稳过程（翱Nonstat爸ionary 懊Process鞍）：联合分布在安不同的时期不是叭恒定不变的一种敖时间序列过程。疤正态性假定（爸Normali稗ty Assu盎mption捌）：经典线性模百型假定之一。它艾是指以解释变量柏为条件的误差（柏或因伴变量）有正态分皑布。唉虚拟假设（霸Null Hy捌pothesi半s巴）：在经典假设熬检验中，我们把疤这个假设当作真版的，要求数据能伴够提供足够的傲证据才能否定它靶。癌分子自由度（傲Numerat爱or Degr巴ees of 皑Freedom按）：在靶F 奥检验中，所

35、检验搬的约束条件的个蔼数。O八可观测数据（办Observa疤tional 班Data昂）：参见非实验扒数据。熬OLS安（扒OLS昂）：参见普通最白小二乘法。办OLS 暗截距估计值（罢OLS Int蔼ercept 班Estimat暗e拔）：颁OLS 芭回归线的截距。爸OLS 哀回归线（版OLS Reg胺ression盎 Line拔）：表示了因变案量的预报值与自背变量的值之间关昂系的方程，它的埃参数是爸用翱OLS 癌估计出来的。斑OLS 袄斜率估计值（把OLS Slo搬pe Esti佰mate巴）：奥OLS 搬回归线的斜率。澳遗漏变量偏误（凹Omitted颁 Variab办le Bias罢）：回归

36、中遗漏埃了有关变量而产熬生的拔OLS 盎估计量的偏误。邦单侧对立假设（吧One-Sid昂ed Alte爱rnative哀）：被表述为参澳数大于（或小于伴）虚拟条件下的拌假设值的一种对绊立假设。背单尾检验（癌One-Tai班led Tes俺t搬）：与单侧对立按假设相对的假设耙检验。爱序数变量（颁Ordinal哎 Variab肮le哎）：通过排列顺柏序传达信息的一艾种数据，它们的挨大小本身并不说稗明任何问题。氨普通最小二乘法百（坝OLS八）（懊Ordinar熬y Least拌 Square暗s, OLS把）：用来估计多佰元线性回归模型柏中的参数的一种暗方法。最小二乘摆估计值通过最小安化残差的平方和

37、芭得到。背INTRODU般CTORY E俺CONOMET按RICS柏异常数据（伴Outlier版s挨）：在数据集中岸，与大量其他数稗据有明显区别的皑观测值。这种现绊象可能是由于误碍差造哎成的，也可能是般因为它们是由与罢多数其他数据不翱同的模型产生而坝造成的。跋整体显著性（胺Overall搬 Signi?按cance o唉f a Reg按ression柏）：对多元回归奥方程中所有的解翱释变量所做的一岸种联合显著性检验。扳模型的过度识别芭（扮Overspe昂cifying疤 a Mode笆l扮）：参见含有一皑个无关变量。P阿p 氨值（凹p-value绊）：指能够拒绝靶虚拟假设的最低鞍显著性水平。等

38、柏价的，它也指虚唉拟假设不被拒绝捌的最大显著性水平。盎综列数据（半Panel D傲ata敖）：在不同时期挨，横截面的不断暗反复得到的数据扮集。在平衡的综摆列中，同样的单芭位盎在每个时期都出佰现。在不平衡的拜综列中，有些单背位往往由于衰减八现象而不会在每扳个时期都出现。班偏效应（靶Partial盎 Effect笆）：回归模型中熬的其他因素保持爸不变时，某个解叭释变量对因变量白的影响。凹完全共线性（芭Perfect斑 Collin哀earity敖）：在多元回归稗中，一个自变量隘是一个或多个其巴他自变量的线性隘函数。唉变量缺失问题的邦插入解（靶Plug-In蔼 Soluti八on to t挨he O

39、mit盎ted Var翱iables 皑Problem斑）：在挨OLS 埃回归中，用一柏个代理变量代替般观测不到的缺失伴变量。白政策分析（白Policy 绊Analysi胺s皑）：用计量经济吧学模型来评估某敖项政策的效果的昂一种实证分析。疤混合横截面（板Pooled 挨Cross S拔ection颁）：通常在不同白时点收集到的相柏互独立的横截面伴组合而成的一个颁单独的数据集。坝总体（碍Populat案ion按）：作为统计或半计量经济分析对百象的一个明确定办义的组群（人、隘公司、城市等）敖。扒总体模型（摆Populat岸ion Mod佰el把）：一种描述了摆总体特征的模型傲，特别是多元线般性回归

40、模型。爱总体瓣R 凹平方（凹Populat熬ion R-S爱quared柏）：总体中，由拔解释变量解释了背的那部分因变量芭的变异。柏总体回归函数（奥Populat摆ion Reg唉ression办 Functi隘on坝）：参见条件期白望。胺实际显著性（矮Practic霸al Sign瓣i?cance氨）：蔼 熬相对于统计显著背性而言的、某个版估计值的实际的摆或经济的重要俺性，用它的符号绊和大小来衡量。把普莱斯温斯登唉（阿PW敖）估计（把Prais-W班insten 鞍(PW) Es颁timatio案n挨）：一种用来估蔼计有熬AR绊（懊1隘）误差和严格外般生解释变量的多八元线性回归模型埃的方法；

41、不同于鞍科克伦背-盎奥克特方法，它版在估计中要用到芭第一个时期的方笆程。翱前定变量（哎Predete按rmined 笆Variabl拜e熬）：在联立方程版模型中的滞后的哀内生变量或滞后叭的外生变量。扳被预测变量（班Predict爸ed Vari暗able背）：参见因变量白。哎预报（敖Predict耙ion岸）：把特定的解伴释变量的值代入吧所估计的模型，拔通常是多元回归懊模型中，以得到埃结果的一个估计值。挨预测误差（邦Predict办ion Err按or隘）：实际结果与傲所预报的结果之跋间的差。哀预测区间（瓣Predict爱ion Int挨erval版）：多元回归模矮型中，某个因变扮量的未知结果

42、的艾一个置信区间。哀预测变量（昂Predict邦or Vari疤able巴）：参见解释变罢量。耙项目评估（笆Program把 Evalua巴tion肮）：用计量经济哎学方法求出某个霸私人或公共项目般的不确定影响的敖一种评估方法。背代理变量（盎Proxy V敖ariable稗）：多元回归分搬析中，一个与观百测不到的解释变板量有关系但又不巴相同的可观测变量。 Q斑二次函数（伴Quadrat疤ic Func敖tions般）：包含一个或霸多个解释变量的傲平方的函数，它癌反映了解释变量叭对因变量的逐渐叭变弱或增强的影颁响。巴定性变量（安Qualita绊tive Va挨riable霸）：描述一个人摆、企业

43、及城市等敖的非定量特征的般变量。碍拟差分数据（凹Quasi-D昂ifferen啊ced Dat巴a岸）：在估计有耙AR懊（奥1坝）的序列相关的鞍回归模型时，当八期数据与前俺一期数据乘以罢AR巴（懊1巴）模型的参数后昂得到的数据之间摆的差。R哎平方（澳R-Bar S暗quared摆）：参见校正的案R2背。斑R2疤（颁R-Squar爸ed安）：在多元回归般模型中，由自变暗量解释了的那部爸分因变量的样本蔼方差之和。拜R2 凹形式的叭F 捌统计量（拌R-Squar邦ed Form皑 of the安 F Stat氨istic背）：用受约束和芭不受约束的模型斑中得到的由班R2摆-熬表示的、用于检哀验排除约

44、束条件案的斑F 笆统计量。啊随机抽样（半Random 肮Samplin敖g鞍）：在总体中随半机抽取观测值的班一种抽样方法。岸各个单位被抽取俺的可能性是相坝同的，而且每次斑抽样都与其他次百相互独立。阿随机游走（芭Random 拔Walk绊）：在这样一种稗时间序列中，下笆个时期的值等于瓣本期值加上一个靶独立的（或至少叭是肮不相关的）误差拌项。案有漂移的随机游艾走（疤Random 捌Walk wi碍th Drif凹t柏）：每个时期都办加进一个常数（稗或漂移）的随机搬游走。岸实际变量（颁Real Va背riable笆）：用基期货币昂价值表示的变量蔼。岸回归子（皑Regress岸and扮）：参见因变量耙

45、。昂回归误差设定检百验（伴RESET叭）（昂Regress阿ion Spe啊ci?cati般on Erro败r Test,啊 RESET扳）：在多元回归蔼模型中，检笆验函数形式的一斑般性方法。它是绊一种由最初的霸OLS 按估计得出的拟合碍值的平方、三次邦方以及可能更高办次幂的盎联合显著性坝F 爱检验。挨过原点回归（搬Regress佰ion Thr巴ough th办e Origi白n伴）：截距被设为笆0 袄的回归分析，它岸的斜率通过最小熬化残差的平方和求出。叭回归元（办Regress半or办）：参见解释变柏量。拔拒绝区域（背Rejecti傲on Regi翱on霸）：使得虚拟假安设被拒绝的一组芭检

46、验统计量的值艾。癌拒绝法则（巴Rejecti扒on Rule瓣）：在假设检验绊中，决定在什么埃情况下拒绝虚拟白假设并支持对立啊假设的法则。八残差（坝Residua皑l扒）：实际值与拟澳合（或预报）值捌之间的差。样本坝中的每次观测都扒有一个相应的残扒差，它们吧被用来计算绊OLS 敖回归线。半残差分析（唉Residua霸l Analy芭sis柏）：在估计多元案回归模型后，对氨某次特定观测的胺残差的符号和大伴小所作的研究。俺残差平方和（吧Residua扳l Sum o岸f Squar办es办）：参见残差的邦平方和。捌响应概率（肮Respons芭e Proba氨bility半）：在二值响应暗模型中，以

47、解释暗变量为条件的因耙变量取值为邦1 霸的概率。阿响应变量（癌Respons跋e Varia熬ble罢）：参见因变量哎。般受约束的模型（芭Restric岸ted Mod佰el扒）：在假设检验百中，施加所有虚霸拟假设所要求的扒约束条件后得到澳的模型。摆均方根误（疤RMSE邦）（板Root Me绊an Squa把red Err氨or, RMS爸E八）：多元回归分叭析中回归标准误碍的另一个名称（扒仅当暗期望值等于实测柏值译者）。S柏样本回归函数（邦Sample 傲Regress安ion Fun邦ction败）：参见唉OLS 邦回归线。爱得分统计量（斑Score S吧tatisti瓣c版）：参见拉格朗

48、敖日乘数统计量。百季节性虚拟变量稗（拜Seasona奥l Dummy爱 Variab百les伴）：一组用来表佰示季节或月份的斑虚拟变量。案季节性（巴Seasona靶lity吧）：月度或季度白时间序列具有的懊均值随着一年中岸季节的不同而系坝统性变化的特点瓣。颁季节性调整（挨Seasona挨lly Adj败usted佰）：用某种统计霸程序，可能是对爸季节性虚拟变量俺做回归，来消除佰月度或斑季度时间序列中斑的季节性成分。唉半弹性（蔼Semi-El隘asticit澳y傲）：自变量的一爱个单位的增长导靶致的因变量的变耙化的百分比。办序列相关（凹Serial 搬Correla敖tion鞍）：在时间序列叭或

49、综列数据模型胺中，不同时期的巴误差之间的相关扳性。败INTRODU隘CTORY E案CONOMET绊RICS巴序列相关稳健蔼标准误（爸Serial 碍Correla啊tion-Ro艾bust St扒andard 巴Error拜）：不管模型中坝的误差是否与序昂列皑相关，都（渐近邦）生效的估计量绊的标准误。佰序列不相关（摆Seriall八y Uncor袄related吧）：在时间序列邦或综列数据模型颁中，不同时间的捌误差两两之间不昂相关。巴短期弹性（哀Short-R皑un Elas傲ticity伴）：因变量和自胺变量都以对数形扒式出现的分布滞摆后模型中的即期澳倾向。埃显著性水平（绊Signi?c颁

50、ance Le袄vel办）：假设检验中肮发生第挨I 靶类错误的概率。皑简单线性回归模版型（扒Simple 暗Linear 氨Regress笆ion Mod摆el懊）：因变量只是碍一个自变量和一拌个误差项的线性癌函数的模型。昂斜率参数（拌Slope P靶aramete氨r斑）：多元回归模稗型中的自变量的邦系数。敖谬误相关（啊Spuriou挨s Corre跋lation败）：不是因为二皑者有因果关系，颁可能是因为它们背都受另一个观测扳不到的敖因素影响，所导斑致的两个变量之半间的相关性。摆谬误回归问题（案Spuriou巴s Regre坝ssion P胺roblem捌）：如果回归分阿析表明两个或多啊个

51、无关时间序列唉具有一定关皑系，而其原因仅背仅因为它们每个笆都有趋势或都是奥自积时间序列（阿如随机游走），胺或上面两种情况氨同时出现，搬这种问题就是谬稗误回归问题。蔼稳定的捌AR暗（碍1百）过程（袄Stable 拔AR(1) P碍rocess啊）：滞后变量的爱系数绝对值小于绊1 埃时的哀AR哎（百1扳）过程。序列中靶的两个随机变量埃的相关性，随着拔它们之间的时间叭间隔不断增大，案以几何级数趋近绊于皑0班。哀癌1 疤的标准误（安Standar办d Error跋 of 安罢1扳）：百1 把抽样分布的标准跋差的估计值。案疤1 阿的标准差（挨Standar啊d Devia拌tion of背 扒胺1肮）：

52、衡量哎1 绊抽样分布的分散背程度的常用指标肮。扒估计值的标准误澳（爸Standar暗d Error肮 of the捌 Estima矮te拌）：参见回归的百标准误。搬回归的标准误（翱SER碍）（把Standar叭d Error澳 of the邦 Regres瓣sion, S盎ER盎）：多元回归分暗析中的总体误差傲的标准背差的估计值。等拌于残差平方和的蔼平方根除以自由搬度。熬标准化系数（胺Standar白dized C拔oef?cie跋nts柏）：一种回归系挨数，它度量了自皑变量增加一个标安准差时，因变量白的改变是其标准叭差的倍数。叭静态模型（颁Static 袄Model颁）：只有当期的按解释变量

53、影响因佰变量的一种时间扳序列模型。懊平稳过程（叭Station芭ary Pro啊cess疤）：边际和所有半的联合分布都不绊随时间变化的一班种时间序列过程巴。败统计上不显著（坝Statist爱ically 哀Insigni扒?cant安）：在选定的显稗著性水平上，无拌法拒绝总体参数扒等于碍0 板的虚拟假设。败统计上显著（耙Statist胺ically 奥Signifi绊cant哎）：在选定的显巴著性水平上，相扳对于特定的对立拌假设，拒绝总体邦参数等于案0 敖的虚拟假设。八随机过程（胺Stochas埃tic Pro皑cess巴）：标注了时间肮的一系列随机变绊量。伴严格外生的（靶Strict 扮Ex

54、ogene蔼ity搬）：时间序列或艾综列数据模型中哀的解释变量的一按个特点，以所有埃时期的解俺释变量为条件的摆、任何时期的误靶差项都是有癌0 拜均值。更宽松的爸一种说法是用相爱关性为暗0 靶来表述的。佰强相依（般Strongl百y Depen矮dent绊）：参见高度持拌续过程。斑残差平方和（澳Sum of 蔼Squared氨 Residu靶als吧）：多元回归模爱型中，所观测的巴OLS 唉残差的平方和。哀求和运算符（半Summati佰on Oper白ator搬）：用表示的叭一个符号，用来把表示对一组数据坝的求和运算。T蔼t 板比率、般t 柏统计量（颁t Ratio安、耙t Stati鞍stic

55、叭）：用来对计量阿经济学模型中关熬于参数的单个假扳设进行检验的一种统计量。半时间序列数据（按Time Se唉ries Da盎ta傲）：搜集到的一肮个或多个变量在傲不同时间上的数昂据。熬时间序列过程（班Time Se捌ries Pr柏ocess背）：参见随机过熬程。绊时间趋势（扒Time Tr埃end斑）：时间的函数靶，它是趋势时间碍序列过程的期望挨值。扮总平方和（罢SST办）（半Total S版um of S按quares,搬 SST凹）：因变量相对案于它的样本均值扮的总样本变异。皑处理组（案Treatme俺nt Grou捌p昂）：在项目评估暗中，参与这一项熬目的群体。柏（也见实验群组八）趋势

56、过程（爸Trendin扳g Proce柏ss背）：期望值是时叭间的增函数或减耙函数的时间序列捌过程。癌趋势平稳过程奥（碍Trend-S熬tationa班ry Proc拌ess按）：在除掉了时哎间趋势后变得平拔稳的过程。毫无搬疑问，除掉靶了趋势的序列是绊弱相依的。捌真实模型（安True Mo昂del癌）：表示因变量百与有关自变量及背一个干扰项之间肮关系的真实的总隘体模型。在这个皑模吧型中，颁0 搬条件均值假定成拌立。疤双侧对立假设（岸Two-Sid罢ed Alte芭rnative隘）：总体参数既绊可以大于又可以背小于虚拟假设提袄出的值的一种检肮验方法。扮双尾检验（拔Two-Tai邦led Tes

57、傲t扮）：相对于双侧熬对立检验的检验唉方法。U啊无偏估计量（隘Unbiase澳d Estim翱ator扒）：期望值（或盎抽样分布的均值蔼）等于总体值（挨与总体值的大小爱无关）的估计量。靶不相关随机变量摆（鞍Uncorre拜lated R伴andom V安ariable昂s凹）：相互之间没摆有线性关系的随背机变量。疤设定不足的模型昂（案Undersp坝ecifyin俺g a Mod鞍el熬）：参见忽略一袄个有关的变量。颁单位根过程（肮Unit Ro盎ot Proc败ess蔼）：当期值等于案前一个时期的值皑加上一个弱相依半的干扰项的一种蔼高度持续笆的时间序列过程白。昂无约束模型（佰Unrestr鞍

58、icted M绊odel班）：在假设检验办中，对参数没有伴任何限制条件的阿模型。爸向上偏误（白Upward 靶Bias艾）：估计量的期昂望值大于总体参办数的值。V捌方差（搬Varianc绊e吧）：表示随机变爱量分布的分散程翱度的一项指标。拌预测误差的方差背（跋Varianc靶e of th柏e Predi拌ction E按rror昂）：当以估计的般多元回归方程为爱基础来预报因变埃量爸的一个将来值时唉，产生的误差的唉方差。W熬弱相依（邦Weakly 拌Depende挨nt安）：在时间序列巴过程中，表示随澳机变量在不同时爸期的两个值之间百的相互依赖性跋质的指标（比如佰相关性），如果把这一依赖性随着

59、傲时间间隔的增大盎而减小，这个时绊间序列就是弱相安依的。扒加权最小二乘（哎WLS巴）估计量（耙Weighte哀d Least颁 Square扒s (WLS)安 Estima挨tor盎）：用来校正某搬种已知形式的异八方差的估计量。哀其中，每个残差奥的平方都得到一办个等于误差的（摆估计的）方差的矮倒数的权重。耙怀特检验（班White T哎est拔）：异方差的一拜种检验方法，涉佰及到做半OLS 摆残差的平方对柏OLS 绊拟合值和拟合值阿的平巴方的回归。这种爱检验方法的最一啊般的形式是，作板OLS 哀残差的平方对解叭释变量、解释变伴量的平方和所有敖非多隘余的解释变量间般的交叉乘积的回埃归。Z版0 班条

60、件均值假定（傲Zero Co按ndition拜al Mean巴 Assump爱tion啊）：多元回归分搬析中很关键的一靶个假定。它的含颁义芭是，给定解释变哎量的所有值时，懊误差的期望值都坝等于岸0跋。（参见假定板MLR.3颁、埃TS.2 霸和翱TS.2斑）统计学术语A 暗傲accepta疤nce reg坝ion岸接受区域哎颁adjuste稗d百校正的癌癌allocat般ion白配置、布局搬班alterna氨tive hy拔pothesi瓣s伴备择假设懊蔼* analy蔼sis of 捌varianc搬e翱方差分析氨败* analy绊sis of 肮covaria艾nce般协方差分析艾耙ANOC