-
名词解释
虚假序列相关
:
虚假序列相关是指由
于忽略了重要解释变量而导致模型出现的
序列相关性
无偏性
:
所谓无偏性是指参数估计量的均值（期望）等于模型的参数值。
工具变量
:
、工具变量是在模型估计
过程中被作为工具使用，以替代模型中与随
机误差项相关的随机解释变量的变量。
结构分析
:
经济
学中所说的结构分析是指对经济现象中变量之间关系的研究。
虚假回归
：如果两列时间序列数据表现出一致的变化趋势（非平稳）
，即它们之
间没有任何经济关系，但进行回归也会表现出较高的可决系数
异方差性
：在线性回归模型中，经典假设要求随
机误差项具有
0
均值和同方差。
所谓异
方差性是指这些随机误差项服从不同方差的正态分布。
过度识
别
:
是指模型方程中有一个或几个参数有若干个估计值。
恰
好
识
别
:
是
指
对
联
立
方
程
模
型
，
我
们
能
够
唯<
/p>
一
地
估
计
出
模
型
的
参
数
相对资本密集度
:
< br>假设在生产活动中除了技术以外，只有资本与劳动两种劳动要
素，定义两要素的产
出弹性之比为相对资本密集度，用
w
表示。即
< br>
w
?
E
L
/
E
K
简化式模型
:
用所有先决变量作为每一个内生变量的解释变量，
所形成的模型称
为简化式模型。
中性技术进步
:
技术进步前后，相对资本密集度不变，即劳动的
产出弹性与资本
的产出弹性同步增长
行为方程
:
描述
经济系统中变量之间行为
关系的结构式方程。
先决变量
:
外生变量和内生变量的滞后变量
相关
分析：
主要研究随机变量间的相关形式及相关程度。
回归分析：
研究一个变量关于另一个变量的依赖关系的计算方法和理论。
高斯马尔科夫定理：
普通最小二乘估
计量具有线性性、
无偏性和有效性等优良性质，
是最佳
线性无偏估计量。
高斯马尔科夫假定：
(1)
模型设立正确
(2)
无完全共线性
(3)
可识别性
(4)
零均值、<
/p>
同方差。
无序列相关假定
(5)
解释变量与随机项不相关
计量经济学
模型
：
揭示经济活动中各种因素之间的定量关系，
用随机性的数学方程加以描述。
计量经济学模型成功的三要素
:
理论、方法和数据。<
/p>
完全共线性
：对于多元线性回归模型
，其基本假设之一是解释变量，
，…，是相互独立的，
如果存在
，
i=1
，
2
，…，
n
，其中
c
不全为
0
，即某一个解释变量可以用其他解释变量的线
性组合表示，则称为完全共线性。
最小二
乘估计量的性质
：
(1)
线形性
(2)
无偏性
(3)
有效性
(4)
渐近无偏性
(5)
一致性
(6)
渐进有
效性。
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。
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。
需求函数的零阶齐次性
：消费者收入、商品价格和相关商品
价格均增长
?
倍时，商品的需
求量不变
。
要素的替代弹性：
定义为两种要素
的比例的变化率与边际替代率的变化率之比
,
记为
?
，一
般
0
?
?
?
??
< br>。
虚拟变量陷阱：
我们一般称
由于引入的虚拟变量个数与定性因素个数相同时出现的模型无法
估计的问题，称为“虚拟
变量陷阱。
先决变量：
外生变量和内
生变量的滞后变量。
残差项
：残差项
是指对每个样本点，样本观测值与模型估计值之间的差值。
模
型的检验主要包括
：经济意义检验、统计检验、计量经济学检验、模型的预测检验。
行为方程：
描述经济系统中变量之间行为
关系的结构式方程。
条件期望
：即条
件均值，指
X
取特定值
Xi
时
Y
的期望值。
回归系数
：回归模型中
β
o
，
β
1
等未知但却是固定的参数。
中性技术进步：
< br>技术进步前后，
相对资本密集度不变，
即劳动的产出弹性
与资本的产出弹性
同步增长。
截面数
据
：同一时间（时期或时点）某个指标在不同空间的观测数据。
时间序列数据
：
把反映某一总体特征的
同一指标的数据，
按照一定的时间顺序和时间间隔排
列起来，这
样的统计数据称为时间序列数据
面板数据
：指时间序列数据和截面数据相结合的数据。
截面数据<
/p>
：
截面数据是许多不同的观察对象在同一时间点上的取值的统计数
据集合，
可理解
为对一个随机变量重复抽样获得的数据。
时间序列数据
：
时
间序列数据是同一观察对象在不同时间点上的取值的统计序列，
可理解为
随时间变化而生成的数据。
虚变量数据
：
虚拟变量数据是人为设定的虚拟变量的取值。
是表
征政策、
条件等影响研究对
象的定性因素的人工变量，其取值一
般只取“
0
”或“
1
< br>”
。
内生变量与外生变量
：内生变量是由模型系统决定同时可能也对模型系统产生影响的变量，
是具有某种概率分布的随机变量，
外生变量是不由模型系统决定但对模型系统产生影响
的变
量，是确定性的变量。
总体回归
函数
：是指在给定
X
i
下
Y
分布的总体均值与
X
i
所形成的函数关系（或者说将
总体被解释变量的条件期望表示为解释变量的某种函数）
最大似然估计法（
ML
）
< br>:
又叫最大或然法，指用产生该样本概率最大的原则去确定样本
回归函数的方法。
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
。
残差平方和
：用
< br>RSS
表示，用以度量实际值与拟合值之间的差异，是由除解释变量之外
的其他因素引起的被解释变量变化的部分。
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影响的现象，
表
现在线性回
归模型中有多个解释变量，
这样的模型被称做多元线性回归模型，
多元是指多
个解释变量。