英汉对照计量经济学术语

1、 计量经济学术语语A校正R2（Addjusteed R-SSquareed）：多元元回归分析中中拟合优度的的量度，在估估计误差的方方差时对添加加的解释变量用一个自由度度来调整。对立假设（Allternaative Hypotthesiss）：检验虚虚拟假设时的的相对假设。AR（1）序列列相关（ARR(1) SSeriall Corrrelatiion）：时时间序列回归归模型中的误误差遵循ARR（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（AAsympttotic Normaality）：适当正态化化后样本分

2、布布收敛到标准准正态分布的的估计量。渐近性质（Assymptootic PProperrties）：当样本容量量无限增长时时适用的估计计量和检验统统计量性质。渐近标准误（AAsympttotic Standdard EError）：大样本下生生效的标准误误。渐近t 统计量量（Asymmptotiic t SStatisstic）：大样本下近近似服从标准准正态分布的的t 统计量。渐近方差（Assymptootic VVariannce）：为为了获得渐近近标准正态分分布，我们必必须用以除估估计量的平方方值。渐近有效（Assymptooticallly Effficieent）：对对于服从渐近近正态

3、分布的的一致性估计计量，有最小小渐近方差的的估计量。渐近不相关（AAsympttoticaally UUncorrrelateed）：时间间序列过程中中，随着两个个时点上的随随机变量的时时间间隔增加，它们之间间的相关趋于于零。衰减偏误（Atttenuaation Bias）：总是朝向零零的估计量偏偏误，因而有有衰减偏误的的估计量的期期望值小于参参数的绝对值。自回归条件异方方差性（Auutoreggressiive Coonditiional Heterroskeddasticcity, ARCH）：动态异方差差性模型，即给定过去信息息，误差项的的方差线性依依赖于过去的的误差的平方方。一阶自回归

4、过程程AR（1）（Autorregresssive Proceess off Ordeer Onee AR(1)）：一个时间序序列模型，其其当前值线性依赖赖于最近的值值加上一个无无法预测的扰扰动。辅助回归（Auuxiliaary Reegresssion）：用于计算检检验统计量例如异方方差性和序列列相关的检验验统计量或其他任何不不估计主要感感兴趣的模型型的回归。平均值（Aveerage）：n 个数之和和除以n。B基组、基准组（Base Group）：在包含虚拟解释变量的多元回归模型中，由截距代表的组。基期（Basee Periiod）：对对于指数数字字，例如价格格或生产指数数，其他所有有时期均

5、用来来作为衡量标标准的时期。基期值（Basse vallue）：指指定的基期的的值，用以构构造指数数字字；通常基本本值为1 或100。最优线性无偏估估计量（Beest Liinear Unbiaased EEstimaator, BLUE）：在所有线性性、无偏估计计量中，有最最小方差的估计量。 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（Beeta Cooef?ciients）：见标准化系系数。偏误（Biass）：估计量量的期望参数数值与总体参参数值之差。偏误估计量（BBiasedd Estiimatorr）：期望或或抽样平均与与假设要估计计的总体值有有差异的

6、估计计量。向零的偏误（BBiasedd Towaards ZZero）：描述的是估估计量的期望望绝对值小于于总体参数的的绝对值。二值响应模型（Binary Response Model）：二值因变量的模型。二值变量（Biinary Variaable）：见虚拟变量量。两变量回归模型型（Bivaariatee Regrressioon Moddel）：见见简单线性回回归模型。BLUE（BLLUE）：见见最优线性无无偏估计量。Breuschh-Godffrey 检检验（Breeusch-Godfrrey Teest）：渐渐近正确的AAR（p）序列相关关检验，以AAR（1）最为流行；该检验考虑虑到滞

7、后因变变量和其他不不是严格外生生的回归元。Breuschh-Pagaan 检验（Breeusch-Pagann Testt）：将OLSS 残差的平平方对模型中中的解释变量量做回归的异异方差性检验。C因果效应（Caausal Effecct）：一个个变量在其余余条件不变情情况下的变化化对另一个变变量产生的影影响。其余条件不变（Ceteris Paribus）：其他所有相关因素均保持固定不变。经典含误差变量量（Classsicall Erroors-inn-Variiabless, CEVV）：观测的的量度等于实实际变量加上上一个独立的的或至少不相关的测测量误差的测测量误差模型型。经典线性模型（C

8、lassical Linear Model）：全套经典线性模型假定下的复线性回归模型。经典线性模型（CLM）假定（Classical Linear Model (CLM) Assumptions）：对多元回归分析的理想假定集，对横截面分分析为假定MMLR.1 至MLR.66，对时间序序列分析为假假定TS.11 至TS.6。假假定包括对参参数为线性、无完全共线性、零零条件均值、同同方差、无序序列相关和误误差正态性。科克伦奥克特特（CO）估计（Coochranne-Orccutt (CO) EEstimaation）：估计含ARR（1）误差和严严格外生解释释变量的多元线性性回归模型的的一种方法；与

9、普莱斯温斯登估计计不同，科克克伦奥克特特估计不使用用第一期的方程。置信区间（CII）（Con?dencee Inteerval, CI）：用于构造随随机区间的规规则，以使所所有数据集中中的某一百分分比（由置信水平平决定）给出出包含总体值值的区间。置信水平（Coon?dennce Leevel）：我们想要可可能的样本置置信区间包含含总体值的百百分比，955%是最常见见的置信水平，90%和和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，两者均以对数形形式出现。同期外生回归元元（Conttemporraneouus

10、ly EExogennous）：在时间序列列或综列数据据应用中，与与同期误差项项不相关但对其他时期则则不一定的回回归元。控制组（Conntrol Groupp）：在项目目评估中，不不参与该项目目的组。控制变量（Coontroll Variiable）：见解释变量量。协方差平稳（CCovariiance Statiionaryy）：时间序序列过程，其其均值、方差差为常数，且且序列中任意意两个随机变变量之间的协方差差仅与它们的的间隔有关。协变量（Covvariatte）：见解解释变量。临界值（Criiticall valuue）：在假假设检验中，用用于与检验统统计量比较来来决定是否拒拒绝虚拟假设设

11、的值。横截面数据集（Cross-Sectional Data Set）：在给定时点上从总体中收集的数据集D数据频率（Daata Frrequenncy）：收收集时间序列列数据的区间间。年度、季季度和月度是是最常见的数数据频率。戴维森麦金农农检验（Daavidsoon-MaccKinnoon Tesst）：用于于检验相对于于非嵌套对立立假设的模型型的检验：它它可用相争持模型中中得出的拟合合值的t 检验来实实现。自由度（df）（Degrrees oof Freeedom, df）：在多元回归归模型分析中中，观测值的的个数减去待待估参数的个个数。分母自由度（DDenomiinatorr Degrre

12、es oof Freeedom）：F 检验中无无约束模型的的自由度。因变量（Deppendennt Varriablee）：在多元元回归模型（和和其他各种模模型）中被解解释的变量。除趋势（Dettrendiing）：从从时间序列中中除去趋势的的做法。斜率级差（Diiffereence iin Sloopes）：所描述的是是模型中某些些斜率参数，因因组或时期的的不同而不同同。向下偏误（Doownwarrd Biaas）：估计计量的期望值值低于参数的的总体值。虚拟变量（Duummy VVariabble）：取取值为0 或1 的变量。虚拟变量陷阱（Dummy Variable Regression）

13、：自变量中包含了过多的虚拟变量造成的错误；当模型中既有整体截距又对对每一组都设设有一个虚拟拟变量时，该该陷阱就产生生了。德宾沃森（DDW）统计量量（Durbbin-Waatson (DW) Statiistic）：在经典线性性回归假设下下，用于检验验时间序列回归模型的误误差项中的一一阶序列相关关的统计量。动态完整模型（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的均值的时间间序列模型。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系起来的方程，方程中未知的总体参参数决定了各

14、各解释变量在在其余条件不不变下的效应应。经济模型（Ecconomiic Moddel）：从从经济理论或或不那么正规规的经济原因因中得出的关关系。经济显著性（EEconommic Siigni?ccance）：见实际显著著性。弹性（Elassticitty）：给定定一个变量在在其余条件不不变下增加11%，另一个个变量的百分分比变化。经验分析（Emmpiriccal Annalysiis）：用正正规计量分析析中的数据检检验理论、估估计关系式或或确定政策效效应的研究。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原因

15、而与与误差项相关关的解释变量量。内生样本选择（Endogenous Sample Selection）：非随机样本选择，其选择直接地或通过方程中的误差项与因变量相联系系。误差项（Errror Teerm）：在在简单或多元元回归方程中中，包含了未未观测到的影影响因变量的的因素的变量量。误差项也可能包含被观观测的因变量量或自变量中中的测量误差差。误差方差（Errror VVariannce）：多多元回归模型型中误差项的的方差。事件研究（Evvent SStudy）：事件（例如如政府规制或或经济政策的的变化）对结结果变量的效效应的计量分分析。排除一个有关变变量（Exccludinng a RRele

16、vaant Vaariablle）：在多多元回归分析析中，遗漏了了一个对因变变量有非零偏效应的变量。排斥性约束（EExclussion RRestriictionns）：说明明某些变量被被排斥在模型型之外（或具具有零总体参参数）的约束束。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）：或者依赖外生解释变量，或者与所感兴趣的模型中的误差项不相关的样样本选择。实验数据（Exxperimmentall Dataa）：通过进进行受控制的的实验获得的的数据。试验组（Expperi

17、meental Groupp）：见处理理组。解释平方和（SSSE）（Expllainedd Sum of Sqquaress, SSEE）：多元回回归模型中拟拟合值的总样样本变异。被解释变量（EExplaiined VVariabble）：见见因变量。解释变量（Exxplanaatory Variaable）：在回归分析析中，用于解解释因变量中中的变异的变变量。指数趋势（Exxponenntial Trendd）：有固定定增长率的趋趋势。FF 统计量（FF Stattisticc）：在多元元回归模型中中，用于检验验关于参数的的多重假设的的统计量。可行的GLS（FGLS）估估计量（Feeasib

18、lle GLSS (FGLLS) Esstimattor）：方方差或相关参参数未知，因因而必须先进进行估计的GLS 程序。 （又见广义义最小二乘估估计量。）有限分布滞后（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动动态模型。一阶差分（Fiirst DDifferrence）：对相邻时期期做差分所构构成的对时间间序列的转换换，即用后一一时期减去前前一时期。一阶条件（Fiirst OOrder Condiitionss）：用于求求解OLS 估计值的一一组线性方程程。拟合值（Fittted vvaluess）：在各

19、观观测中将自变变量的值插入入OLS 回归归线时，所得得到的因变量量的估计值。函数形式的错误误设定（Fuunctioonal FForm MMisspeeci?caation）：当模型中有有被遗漏的解解释变量的函函数（例如二次项），或者者对一个因变变量或某些自自变量用了错错误的函数时时产生的问题题。G高斯马尔科夫夫假定（Gaauss-MMarkovv Assuumptioons）：一一组假定（假假定MLR.1 至MLR.55 或假定TS.1 至TS.5），在这之下下OLS 是BLUE 。高斯马尔科夫夫定理（Gaauss-MMarkovv Theoorem）：该定理表明明，在五个高高斯马尔科科夫假

20、定下（对对于横截面或时间序列模模型），OLLS 估计量量是BLUEE （在解释释变量样本值值的条件下）。广义最小二乘（GLS） 估计量（Generalized Least Squares (GLS) Estimator）： 通过对原始模型的变换，说明了已知知结构的误差差的方差（异异方差性）和和误差中的序序列相关形式式或两者兼有有的估计量。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响应变量的统计量。增长率（Groowth RRate）：时间序列中中相对于前一一时期的比例例变化。可将将它近似为对对数差分或以以百分比形式式报导。H异方差性（

21、Heeterosskedassticitty）：给定定解释变量，误误差项的方差差不为常数。未知形式的异方方差性（Heeterosskedassticitty of Unknoown Foorm）：以以一未知的任任意形式依赖赖于解释变量量的异方差性。异方差稳健FF 统计量（Heeterosskedassticitty-Robbust FF Stattisticc）：对未知知形式的异方方差性而言（渐渐近）稳健的F 统计量。异方差稳健LLM 统计量量（Heteeroskeedastiicity-Robusst LM Statiistic）： 对未知形式式的异方差性性而言（渐近）稳健的LMM 统计量。

22、异方差稳健标标准误（Heeterosskedassticitty-Robbust SStandaard Errror）： 对未知形式式的异方差性性而言（渐近）稳健的标准准误。异方差稳健tt 统计量（Heeterosskedassticitty-Robbust tt Stattisticc）：对未知知形式的异方方差性而言（渐渐近）稳健的t 统计量。高持续性过程（Highly Persistent Process）：时间序列过程，其中遥远的将来的结果与当前的结果高度相关。同方差性（Hoomoskeedastiicity）：回归模型中中的误差在解解释变量条件件下具有不变变的方差。I即期弹性（Immp

23、act Elastticityy）：在分布布滞后模型中中，给定自变变量增加1%因变量的即即时的百分比比变化。即期乘数（Immpact Multiiplierr）：见即期期倾向。即期倾向（Immpact Propeensityy）：在分布布滞后模型中中，自变量增增加一个单位位因变量的即即时的变化。包含一个无关变变量（Incclusioon of an Irrrelevvant VVariabble）：用用OLS 估计计方程时，回回归模型中包包含了总体参数为零的解解释变量。指数（Indeex Nummber）：关于经济行行为（例如生生产或价格）总总量信息的统统计量。影响重大的观测测值（In?uen

24、tiial Obbservaationss）：见奇异异值。INTRODUUCTORYY ECONNOMETRRICS一阶自积I（1）（Inttegratted off Ordeer Onee I(11)）：需需要做一阶差差分来得到II（0）过程的时时间序列过程。零阶自积I（0）（Inttegratted off Ordeer Zerro I(0)）： 平稳、弱独独立时间序列列过程，当用用于回归分析时，它满足足大数定律和和中心极限定定理。交互作用（Innteracction Effecct）：回归归模型中为两两个解释变量量的乘积的自自变量。截距参数（Innterceept Paarametter

25、）：复复线性回归模模型中，给出出当所有自变变量都为零时时因变量的期期望值的参数。截距的变动（IInterccept SShift）：回归模型中中的截距，因因组或时期的的不同而不同同。J联合假设检验（Joint Hypothesis Test）：一个模型中包含不止一个对参数的约束的检验。联合统计显著性性（Joinntly SStatissticallly Siigni?ccant）：两个或多个个解释变量具具有零总体系系数的虚拟假假设以一个选定的的显著性水平平被拒绝。L滞后分布（Laag Disstribuution）：在无限或有有限分布滞后后模型中，把把滞后系数表表示为滞后长长度的函数。滞后因变

26、量（LLaggedd Depeendentt Variiable）：等于以前时时期的因变量量的解释变量量。拉格朗日乘数统统计量（Laagrangge Mulltipliier Sttatisttic）：仅仅在大样本下下为正确的检检验统计量，它它可用于在不同的模型设设定问题中检检验遗漏变量量、异方差性性和序列相关关。大样本性质（LLarge Samplle Proopertiies）：见见渐近性质。水平值水平值值模型（Leevel-LLevel Modell）：因变量量与自变量均均为标准（或或原始）形式式的回归模型型。水平值对数模模型（Levvel-Loog Moddel）：因因变量为标准准形式

27、、自变变量（至少是是其中一部分分）为对数形形式的回归模型。线性概率模型（LPM）（Linear Probability Model, LPM）：响应概率对参数为线性的二值响应模型。线性时间趋势（Linear Time Trend）：为时间的线性函数的趋势。线性无偏估计量量（Lineear Unnbiaseed Esttimatoor）：在多多元回归分析析中，是因变变量值的一个个线性函数的的那些无偏估计量。对数水平值模模型（Logg-Leveel Moddel）：因因变量以对数数形式出现，而而自变量是水水平（或原始始）形式的一一种回归模型。对数对数模型型（Log-Log MModel）：因变量和

28、（至至少一部分）解解释变量都是是以对数形式式出现的回归归模型。长期弹性（Loong-Ruun Elaasticiity）： 因变量和自自变量都是对对数形式出现现的分布滞后后模型中的长长期倾向。即，长期弹性是是在给定解释释变量增长了了1%时，被解解释变量最终终变化的百分分比。长期乘数（Loong-Ruun Mulltipliier）：参参见长期倾向向。长期倾向（Loong-Ruun Proopensiity）：在在一个分布滞滞后模型中，给给定自变量的的一个永久性性的、一个单单位的增长，因变量最终终的变化量。M配对样本（Maatchedd Pairrs Sammple）：每个观测值值都与另一个个观

29、测值相匹匹配的一种样样本，如由丈丈夫和妻子或一对兄妹组成成的样本。测量误差（Meeasureement Errorr）：观测到到的变量与多多元回归方程程中的变量之之间的差。微数缺测性（MMicronnumeroosity）：由Arthhur Gooldberrger 首首先提出的一一个概念，用用以描述容量量样本较小时计量经济学估估计量的性质质。最小方差无偏估估计量（Miinimumm Variiance Unbiaased EEstimaator）：在所有的无无偏估计量中中方差最小的的那个估计量。数据缺失（Miissingg Dataa）：当我们们没有观测到到样本中某些些观测（个人人、城市、时

30、时期等）所对对应的一些变变量值时，发生的的一类数据问问题。一阶移动平均过过程MA（1）（Movinng Aveerage Proceess off Ordeer Onee MA(1)）：是由某个随随机过程的当期值与一期滞滞后的线性函函数所产生的的一种时间序序列过程。这这个随机过程程是0 均值、固固定方差和不不相关的。多重共线性（MMulticcollinnearitty）：指多多元回归模型型中自变量之之间的相关性性。当某些相相关性“很大大”时，就会发生多重共共线性，但对对实际的大小小尺度并没有有明确的规定定。多重假设检验（Multicollinearity）：涉及到参数的多个约束条件的虚拟假设

31、检验。多元线性回归（MLR）模型（Multiple Linear Regression (MLR) Model）：对参数是线性的一类模型，其中的因变量是自自变量的函数数加上一个误误差项。多元回归分析（Multiple Regression Analysis）：在多元线性回归模型中进行估计和推断的一类分析。多重约束（Muultiplle Resstricttions）：计量经济学学模型中对参参数的多于一一个的约束条条件。乘数测量误差（Multiplicative Measurement Error）：观测到的变量等于实际的观测不到的变量与一个正的测量误差的的乘积时出现现的一种测量量误差。Nn-R

32、-平方统统计量（n-R-Squuared Statiistic）：参见拉格朗朗日乘数统计计量。名义变量（Noominall Variiable）：用名义或当当前美元数表表示的变量。非实验数据（NNonexpperimeental Data）：不是通过人人为控制下的的实验得到的的数据。非嵌套模型（NNonnessted MModelss）：没有一一个模型可以以通过对参数数施加限制条条件而被表示示成另一个模模型的特例的两个（或或更多）模型型。非平稳过程（NNonstaationaary Prrocesss）：联合分分布在不同的的时期不是恒恒定不变的一一种时间序列列过程。正态性假定（NNormall

33、ity AAssumpption）：经典线性模模型假定之一一。它是指以以解释变量为为条件的误差差（或因变量）有正态分分布。虚拟假设（Nuull Hyypotheesis）：在经典假设设检验中，我我们把这个假假设当作真的的，要求数据据能够提供足足够的证据才能否定它它。分子自由度（NNumeraator DDegreees of Freeddom）：在在F 检验中，所所检验的约束束条件的个数数。O可观测数据（OObservvationnal Daata）：参参见非实验数数据。OLS（OLSS）：参见普普通最小二乘乘法。OLS 截距估估计值（OLLS Intterceppt Esttimatee）：

34、OLS 回归线的截截距。OLS 回归线线（OLS Regreessionn Linee）：表示了了因变量的预预报值与自变变量的值之间间关系的方程程，它的参数数是用OLS 估计计出来的。OLS 斜率估估计值（OLLS Sloope Esstimatte）：OLS 回归线的斜斜率。遗漏变量偏误（Omitted Variable Bias）：回归中遗漏了有关变量而产生的OLS 估计量的偏误。单侧对立假设（One-Sided Alternative）：被表述为参数大于（或小于）虚拟条件下的假设值的一种对立假设。单尾检验（Onne-Taiiled TTest）：与单侧对立立假设相对的的假设检验。序数变量

35、（Orrdinall Variiable）：通过排列顺顺序传达信息息的一种数据据，它们的大大小本身并不不说明任何问问题。普通最小二乘法法（OLS）（Ordiinary Leastt Squaares, OLS）：用来估计多多元线性回归归模型中的参参数的一种方法。最小二乘乘估计值通过过最小化残差差的平方和得得到。INTRODUUCTORYY ECONNOMETRRICS异常数据（Ouutlierrs）：在数数据集中，与与大量其他数数据有明显区区别的观测值值。这种现象象可能是由于于误差造成的，也可能是是因为它们是是由与多数其其他数据不同同的模型产生生而造成的。整体显著性（OOveralll Sig

36、gni?caance oof a RRegresssion）：对多元回归归方程中所有有的解释变量量所做的一种种联合显著性检验。模型的过度识别别（Overrspeciifyingg a Moodel）：参见含有一一个无关变量量。Pp 值（p-vvalue）：指能够拒绝绝虚拟假设的的最低显著性性水平。等价价的，它也指指虚拟假设不不被拒绝的最最大显著性水平。综列数据（Paanel DData）：在不同时期期，横截面的的不断反复得得到的数据集集。在平衡的的综列中，同同样的单位在每个时期都出出现。在不平平衡的综列中中，有些单位位往往由于衰衰减现象而不不会在每个时时期都出现。偏效应（Parrtial Ef

37、fecct）：回归归模型中的其其他因素保持持不变时，某某个解释变量量对因变量的的影响。完全共线性（PPerfecct Colllineaarity）：在多元回归归中，一个自自变量是一个个或多个其他他自变量的线线性函数。变量缺失问题的的插入解（PPlug-IIn Sollutionn to tthe Ommittedd Variiabless Probblem）：在OLS 回归中，用用一个代理变量代替替观测不到的的缺失变量。政策分析（Poolicy Analyysis）：用计量经济济学模型来评评估某项政策策的效果的一一种实证分析析。混合横截面（PPooledd Crosss Secction）：

38、通常在不同同时点收集到到的相互独立立的横截面组组合而成的一一个单独的数据集。总体（Popuulatioon）：作为为统计或计量量经济分析对对象的一个明明确定义的组组群（人、公公司、城市等等）。总体模型（Poopulattion MModel）：一种描述了了总体特征的的模型，特别别是多元线性性回归模型。总体R 平方（Poppulatiion R-Squarred）：总总体中，由解解释变量解释释了的那部分分因变量的变变异。总体回归函数（Population Regression Function）：参见条件期望。实际显著性（PPractiical SSigni?cancee）： 相对于统计计显著性

39、而言言的、某个估估计值的实际际的或经济的的重要性，用它的符号号和大小来衡衡量。普莱斯温斯登登（PW）估计（Prrais-WWinsteen (PWW) Esttimatiion）：一一种用来估计计有AR（1）误差和严严格外生解释变量的多多元线性回归归模型的方法法；不同于科科克伦-奥克特方法法，它在估计计中要用到第第一个时期的的方程。前定变量（Prredeteermineed Varriablee）：在联立立方程模型中中的滞后的内内生变量或滞滞后的外生变变量。被预测变量（PPrediccted VVariabble）：参参见因变量。预报（Preddictioon）：把特特定的解释变变量的值代入入

40、所估计的模模型，通常是是多元回归模模型中，以得得到结果的一个估计值。预测误差（Prredicttion EError）：实际结果与与所预报的结结果之间的差差。预测区间（Prredicttion IIntervval）：多多元回归模型型中，某个因因变量的未知知结果的一个个置信区间。预测变量（Prredicttor Vaariablle）：参见见解释变量。项目评估（Prrogramm Evalluatioon）：用计计量经济学方方法求出某个个私人或公共共项目的不确确定影响的一一种评估方法。代理变量（Prroxy VVariabble）：多多元回归分析析中，一个与与观测不到的的解释变量有有关系但又不

41、不相同的可观观测变量。 Q二次函数（Quuadrattic Fuunctioons）：包包含一个或多多个解释变量量的平方的函函数，它反映映了解释变量量对因变量的逐渐渐变弱或增强强的影响。定性变量（Quualitaative Variaable）：描述一个人人、企业及城城市等的非定定量特征的变变量。拟差分数据（Quasi-Differenced Data）：在估计有AR（1）的序列相关的回归模型时，当期数据与前一期数据乘以AAR（1）模型的参参数后得到的的数据之间的的差。R平方（R-Baar Squuared）：参见校正的的R2。R2（R-Sqquaredd）：在多元元回归模型中中，由自变量量解

42、释了的那那部分因变量量的样本方差差之和。R2 形式的FF 统计量（R-Squarred Foorm off the F Staatistiic）：用受受约束和不受受约束的模型型中得到的由由R2-表示的、用于于检验排除约约束条件的FF 统计量。随机抽样（Raandom Samplling）：在总体中随随机抽取观测测值的一种抽抽样方法。各各个单位被抽抽取的可能性性是相同的，而且每次次抽样都与其其他次相互独独立。随机游走（Raandom Walk）：在这样一种种时间序列中中，下个时期期的值等于本本期值加上一一个独立的（或或至少是不相关的）误差差项。有漂移的随机游游走（Ranndom WWalk ww

43、ith DDrift）：每个时期都都加进一个常常数（或漂移移）的随机游游走。实际变量（Reeal Vaariablle）：用基基期货币价值值表示的变量量。回归子（Reggressaand）：参参见因变量。回归误差设定检检验（RESSET）（Regrressioon Speeci?caation Errorr Testt, RESSET）：在在多元回归模模型中，检验函数形式的一一般性方法。它它是一种由最最初的OLSS 估计得出出的拟合值的的平方、三次次方以及可能能更高次幂的的联合显著性F 检验。过原点回归（RRegresssion Throuugh thhe Oriigin）：截距被设为为0 的

44、回归分分析，它的斜斜率通过最小小化残差的平方和求出。回归元（Reggressoor）：参见见解释变量。拒绝区域（Reejectiion Reegion）：使得虚拟假假设被拒绝的的一组检验统统计量的值。拒绝法则（Reejectiion Ruule）：在在假设检验中中，决定在什什么情况下拒拒绝虚拟假设设并支持对立立假设的法则则。残差（Resiidual）：实际值与拟拟合（或预报报）值之间的的差。样本中中的每次观测测都有一个相相应的残差，它它们被用来计算OLLS 回归线线。残差分析（Reesiduaal Anaalysiss）：在估计计多元回归模模型后，对某某次特定观测测的残差的符符号和大小所所作的

45、研究。残差平方和（RResiduual Suum of Squarres）：参参见残差的平平方和。响应概率（Reesponsse Proobabillity）：在二值响应应模型中，以以解释变量为为条件的因变变量取值为11 的概率。响应变量（Reesponsse Varriablee）：参见因因变量。受约束的模型（Restricted Model）：在假设检验中，施加所有虚拟假设所要求的约束条件后得到的模型。均方根误（RMMSE）（Roott Meann Squaared EError, RMSEE）：多元回回归分析中回回归标准误的的另一个名称称（仅当期望值等于实测测值译者）。S样本回归函数（S

46、ample Regression Function）：参见OLS 回归线。得分统计量（SScore Statiistic）：参见拉格朗朗日乘数统计计量。季节性虚拟变量量（Seassonal Dummyy Variiabless）：一组用用来表示季节节或月份的虚虚拟变量。季节性（Seaasonallity）：月度或季度度时间序列具具有的均值随随着一年中季季节的不同而而系统性变化化的特点。季节性调整（SSeasonnally Adjussted）：用某种统计计程序，可能能是对季节性性虚拟变量做做回归，来消消除月度或季度时间序列中中的季节性成成分。半弹性（Semmi-Elaasticiity）：自自

47、变量的一个个单位的增长长导致的因变变量的变化的的百分比。序列相关（Seerial Correelatioon）：在时时间序列或综综列数据模型型中，不同时时期的误差之之间的相关性性。INTRODUUCTORYY ECONNOMETRRICS序列相关稳健健标准误（SSeriall Corrrelatiion-Roobust Standdard EError）：不管模型中中的误差是否否与序列相关，都（渐近近）生效的估估计量的标准准误。序列不相关（SSeriallly Unncorreelatedd）：在时间间序列或综列列数据模型中中，不同时间间的误差两两两之间不相关关。短期弹性（Shhort-RRu

48、n Ellasticcity）：因变量和自自变量都以对对数形式出现现的分布滞后后模型中的即即期倾向。显著性水平（SSigni?cancee Leveel）：假设设检验中发生生第I 类错误的的概率。简单线性回归模模型（Simmple LLinearr Regrressioon Moddel）：因因变量只是一一个自变量和和一个误差项项的线性函数的模型。斜率参数（Sllope PParameeter）：多元回归模模型中的自变变量的系数。谬误相关（Sppuriouus Corrrelattion）：不是因为二二者有因果关关系，可能是是因为它们都都受另一个观观测不到的因素影响，所导导致的两个变变量之间的

49、相相关性。谬误回归问题（Spurious Regression Problem）：如果回归分析表明两个或多个无关时间序列具有一定关系，而其原因仅仅仅因为它们们每个都有趋趋势或都是自自积时间序列列（如随机游游走），或上上面两种情况况同时出现，这种问题就是谬谬误回归问题题。稳定的AR（11）过程（Sttable AR(1) Proccess）：滞后变量的的系数绝对值值小于1 时的AR（1）过程。序序列中的两个随机变量量的相关性，随随着它们之间间的时间间隔隔不断增大，以以几何级数趋趋近于0。1 的标准误误（Stanndard Errorr of 1）：1 抽样分布布的标准差的的估计值。1 的标准差差

50、（Stanndard Deviaation of 1）：衡量1 抽样分布布的分散程度度的常用指标标。估计值的标准误误（Stanndard Errorr of tthe Esstimatte）：参见见回归的标准准误。回归的标准误（SER）（Standard Error of the Regression, SER）：多元回归分析中的总体误差的标准差的估计值。等等于残差平方方和的平方根根除以自由度度。标准化系数（SStandaardizeed Coeef?cieents）：一种回归系系数，它度量量了自变量增增加一个标准准差时，因变变量的改变是其标准准差的倍数。静态模型（Sttatic Modell

51、）：只有当当期的解释变变量影响因变变量的一种时时间序列模型型。平稳过程（Sttationnary PProcesss）：边际际和所有的联联合分布都不不随时间变化化的一种时间间序列过程。统计上不显著（Statistically Insigni?cant）：在选定的显著性水平上，无法拒绝总体参数等于0 的虚拟假设。统计上显著（SStatissticallly Siignifiicant）：在选定的显显著性水平上上，相对于特特定的对立假假设，拒绝总总体参数等于0 的的虚拟假设。随机过程（Sttochasstic PProcesss）：标注注了时间的一一系列随机变变量。严格外生的（SStrictt E

52、xoggeneitty）：时间间序列或综列列数据模型中中的解释变量量的一个特点点，以所有时时期的解释变量为条件的的、任何时期期的误差项都都是有0 均值。更更宽松的一种种说法是用相相关性为0 来表述的。强相依（Strronglyy Depeendentt）：参见高高度持续过程程。残差平方和（SSum off Squaared RResiduuals）：多元回归模模型中，所观观测的OLSS 残差的平平方和。求和运算符（SSummattion OOperattor）：用用表示的一一个符号，用用来表示对一一组数据的求求和运算。Tt 比率、t 统计量（t Ratioo、t Staatistiic）：用来

53、来对计量经济济学模型中关关于参数的单单个假设进行行检验的一种统计量。时间序列数据（Time Series Data）：搜集到的一个或多个变量在不同时间上的数据。时间序列过程（Time Series Process）：参见随机过程。时间趋势（Tiime Trrend）：时间的函数数，它是趋势势时间序列过过程的期望值值。总平方和（SSST）（Totaal Summ of SSquarees, SSST）：因变变量相对于它它的样本均值值的总样本变变异。处理组（Treeatmennt Grooup）：在在项目评估中中，参与这一一项目的群体体。（也见实验群组组）趋势过程程（Trennding Proce

54、ess）：期期望值是时间间的增函数或或减函数的时时间序列过程程。趋势平稳过程程（Trennd-Staationaary Prrocesss）：在除掉掉了时间趋势势后变得平稳稳的过程。毫毫无疑问，除除掉了趋势的序列是是弱相依的。真实模型（Trrue Moodel）：表示因变量量与有关自变变量及一个干干扰项之间关关系的真实的的总体模型。在在这个模型中，0 条件件均值假定成成立。双侧对立假设（Two-Sided Alternative）：总体参数既可以大于又可以小于虚拟假设提出的值的一种检验方法。双尾检验（Twwo-Taiiled TTest）：相对于双侧侧对立检验的的检验方法。U无偏估计量（UUn

55、biassed Esstimattor）：期期望值（或抽抽样分布的均均值）等于总总体值（与总总体值的大小小无关）的估计量。不相关随机变量量（Uncoorrelaated RRandomm Variiabless）：相互之之间没有线性性关系的随机机变量。设定不足的模型型（Undeerspeccifyinng a MModel）：参见忽略一一个有关的变变量。单位根过程（UUnit RRoot PProcesss）：当期期值等于前一一个时期的值值加上一个弱弱相依的干扰扰项的一种高高度持续的时间序列过程程。无约束模型（UUnresttricteed Moddel）：在在假设检验中中，对参数没没有任何限

56、制制条件的模型型。向上偏误（Uppward Bias）：估计量的期期望值大于总总体参数的值值。V方差（Variiance）：表示随机变变量分布的分分散程度的一一项指标。预测误差的方差差（Variiance of thhe Preedictiion Errror）：当以估计的的多元回归方方程为基础来来预报因变量量的一个将来值时时，产生的误误差的方差。W弱相依（Weaakly DDependdent）：在时间序列列过程中，表表示随机变量量在不同时期期的两个值之之间的相互依依赖性质的指标（比如如相关性），如如果这一依赖赖性随着时间间间隔的增大大而减小，这这个时间序列列就是弱相依依的。加权最小二乘（W

57、LS）估计量（Weighted Least Squares (WLS) Estimator）：用来校正某种已知形式的异方差的估计量。其其中，每个残残差的平方都都得到一个等等于误差的（估估计的）方差差的倒数的权权重。怀特检验（Whhite TTest）：异方差的一一种检验方法法，涉及到做做OLS 残差差的平方对OOLS 拟合合值和拟合值值的平方的回归。这种种检验方法的的最一般的形形式是，作OOLS 残差差的平方对解解释变量、解解释变量的平平方和所有非非多余的解释变量间间的交叉乘积积的回归。Z0 条件均值假假定（Zerro Connditioonal MMean AAssumpption）：多元回

58、归分分析中很关键键的一个假定定。它的含义义是，给定解释变变量的所有值值时，误差的的期望值都等等于0。（参见假假定MLR.3、TS.2 和TS.2）统计学术语A accepptancee regiion接接受区域adjussted校正的alloccationn配置、布布局alterrnativve hyppothessis备备择假设* anaalysiss of vvariannce方方差分析* anaalysiss of ccovariiance协方差分分析ANOCOOVAAnalyysis oof covvariannce* ANOOVAAnalyysis oof varrianceeari

59、thhmeticc meann算术平平均值assocciatioon关联联性* asssumed mean假定平均均值* asyymmetrric diistribbutionn非对称称分布autorregresssive自回归（的的）averaages平均量Bbar cchart条线图Bartlletts tesst巴特特利特检验* Bayyes, -ian贝叶斯的、贝贝叶斯beta functtion贝塔函数betweeen（间间）内bias偏倚biaseed queestionn有偏质质问* binnomiall disttributtion二项分布binommial ttheoreem

60、二项项定理bioasssay生物鉴定法法bivarriate normaal disstribuution二元正态态分布blindd testt盲检法法Bonfeerroniis iinequaalityBonfferronni不等式bootsstrap自助法Box-CCox trransfoormatiionBox-Cox变换换Ccanonnical correelatioon典型型相关case contrrol sttudy案例对照研研究categgorizaation分类categgorizee分类categgory类别causaality因果关系系centrral liimit tth