应用计量经济学名词解释最终版.docVIP

第一章 计量经济学的定义： 戈德伯格 ：计量经济学是以经济理论、数学和统计推断等为工具，对经济现象进行分析的社会科学。（2）保罗 · 萨缪尔森等 ：计量经济学是运用数理统计分析经济数据，对构建于数理经济学基础上的模型进行实证分析，并得出数值结果。 回归分析：研究一个因变量与另一个或多个自变量（或解释变量）之间的依赖关系，即对于自变量的已知值或设定值，估计或预测因变量的（总体）均值。 相关分析：测度两个变量之间线性关联的程度。相关分析不关注变量的因果关系，变量都是随机变量。回归分析关注变量因果关系。被解释变量是随机变量，解释变量是非随机变量。 相关系数：指两个以上的变量的样本观测值序列之间表现出来的随机数学关系。 数据的类型：横截面数据：发生在同一时间截面上的调查数据集。时间序列数据：对不同时间上的个体进行连续或不连续观测得到的数据。 面板数据：时间序列数据和横截面数据混合的数据，即纵向为某一变量的时间序列数据，横向为不同的变量，也称为纵列数据 数据的质量：计量经济学主要搜集和分析非实验经济数据。（1）实验数据：在实验环境中获得的数据。 （2）非实验数据：不是从对个人、企业或经济系统中的某些部分的控制实验而得到的数据，有时也称为观测数据。 普通最小二乘法 为使被解释变量的估计值与观测值在总体上最为接近使方差最小，从而求出参数估计量的方法。 第三章 虚拟变量：是依据特定状态条件是否成立取值为1或0的变量。 4、异常值：是指在其余观测范围外的观测值。 总体回归函数（PRF）给定X值，Y的总体均值与X 有函数关系。 样本回归函数（SRF）给定一个样本就可以得到一个样本回归函数 “线性”回归总是指对参数为线性的回归，对解释变量可以不是线性的。 随机误差项Ui：不可观测的、可正可负的随机变量，也称为随机干扰项。误差项是从模型中省略的、但却集体地影响着Y的全部变量的替代物。 E(Y/Xi)称为系统性成分或确定性成分， Ui称为随机性成分或非系统性成分。 计量经济分析的目的是通过样本估计SRF，使SRF最大限度地逼近PRF 判定系数：样本回归函数对样本数据拟合程度的度量，也称为拟合优度,目的是了解解释变量对被解释变量的解释程度。 TSS度量Y自身的差异程度，称为总平方和。 RSS度量因变量Y的拟合值自身的差异程度，称为回归平方和。 ESS度量实际值与拟合值之间的差异程度，称为残差平方和。 F检验含义，从总体上检验被解释变量与解释变量线性关系的显著性 计量经济学的主要工具是回归分析 .回归理论主要研究对参数为线性的情况 .多元回归模型才是计量经济学的核心 残差可以计算出来，而误差无法观 第六章 遗漏变量：假设初次设定方程式没有考虑到某个相关解释变量，或者假设考虑到了某个变量却无法获得数据。 遗漏变量偏误：由方程遗漏变量而造成的偏误。 预期偏误：是指由于遗漏变量所引起的对方程中已包含变量参数估计造成的可能偏误。 敏感性分析：是指通过有目的地对一些备选模型设定进行回归，来决定某一特定结果是否具有稳健型（即不是处于统计上的偶然性）。 数据挖掘：实在“最优”方程被选出之前估计各种被选模型设定。 第七章 半对数函数形式：是双对数函数形式的一个变形。在半对数函数形式中，只有一部分的变量（包括解释变量和被解释变量）是以自然对数的形式表示。 滞后期：解释变量的变化对被解释变量的影响要延迟一段时间。 被省略的状态：构建虚拟变量的个数一般都比状态的个数少1。其中没有被虚拟变量明确表示的状态。 交叉项：这个解释变量是由方程中两个或两个以上的其他解释变量相乘得到的。 斜率虚拟变量：可以用来描述解释变量和被解释变量之间的斜率虚拟变量。 第八章 高斯－马尔可夫定理：在经典假设下，OLS 估计量在线性无偏估计量中方差最小，即OLS估计量是最优线性无偏估计量（BLUE） OLS估计量是样本的函数，评价估计量的可信度或精度的工具是标准误（Se）.回归标准误(Se)是Y与估计回归线离差的标准差。回归标准误,实际上是样本估计量的标准差 将约束条件代入后的模型体现了参数之间的约束，故称为受约束的最小二乘估计（RLS）。 雅克－贝拉检验以OLS残差为依据，检验关于误差项的假设，是一个渐近或大样本检验。 遗漏了相关变量：拟合不足。包含了无关变量：过度拟合 RESET检验的思想：如果原模型中的解释变量与误差项不相关，则在模型中加入的自变量的非线性关系就应该是不显著的 遗漏变量检验：检验模型之外的变量是否遗漏 冗余变量检验：检验模型中的变量是否冗余 模型变为对变量X和Y的对数为线性，这种模型称为双对数模型或对数-对数模型。 方差分析模型：只含有定性解释变量的模型.协方差分析模型：同时包含定性和定量解释变量的回归模型 季节调整：从一个时间序列中除去季节性因素或成分，也称为除季节性 不完全