计量经济学名词.pdfVIP

计量经济学名词

A

校正R2〔AdjustedR-Squared〕：多元回归剖析中拟合优度的量度，在估量误差的方差

时对添加的解释变量用一个自在度来调整。

统一假定〔AlternativeHypothesis〕：检验虚拟假定时的相对假定。

AR〔1〕序列相关〔AR(1)SerialCorrelation〕：时间序列回归模型中的误差遵

照AR〔1〕模型。

渐近置信区间〔AsymptoticConfidenceInterval〕：大样本容量下近似成立的置

信区间。

渐近正态性〔AsymptoticNormality〕：适当正态化后样本散布收敛到规范正态散

布的估量量。

渐近性质〔AsymptoticProperties〕：当样本容量有限增长时适用的估量量和检

验统计量性质。

渐近规范误〔AsymptoticStandardError〕：大样本下失效的规范误。

渐近t统计量〔AsymptotictStatistic〕：大样本下近似听从规范正态散布的t

统计量。

渐近方差〔AsymptoticVariance〕：为了取得渐近规范正态散布，我们必需用以

除估量量的平方值。

渐近有效〔AsymptoticallyEfficient〕：关于听从渐近正态散布的分歧性估量量，

有最小渐近方差的估量量。

渐近不相关〔AsymptoticallyUncorrelated〕：时间序列进程中，随着两个时点

上的随机变量的时间距离添加，它们之间的相关趋于零。

衰减偏误〔AttenuationBias〕：总是朝向零的估量量偏误，因此有衰减偏误的估

量量的希冀值小于参数的相对值。

自回归条件异方差性〔AutoregressiveConditionalHeteroskedasticity,ARCH〕：

静态异方差性模型，即给定过去信息，误差项的方差线性依赖于过去的误差的平方。

一阶自回归进程[AR〔1〕]〔AutoregressiveProcessofOrderOne[AR(1)]〕：

一个时间序列模型，其以后值线性依赖于最近的值加上一个无法预测的扰动。

辅佐回归〔AuxiliaryRegression〕：用于计算检验统计量——例如异方差性和序

列相关的检验统计量——或其他任何不估量主要感兴味的模型的回归。

平均值〔Average〕：n个数之和除以n。

B

基组、基准组〔BaseGroup〕：在包括虚拟解释变量的多元回归模型中，由截距代表的组。

基期〔BasePeriod〕：关于指数数字，例如价钱或消费指数，其他一切时期均用

来作为权衡规范的时期。

基期值〔BaseValue〕：指定的基期的值，用以结构指数数字；通常基本值为1

或100。

最优线性无偏估量量〔BestLinearUnbiasedEstimator,BLUE〕：在一切线性、

无偏估量量中，有最小方差的估量量。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〔BetaCoef?cients〕：见规范化系数。

偏误〔Bias〕：估量量的希冀参数值与总体参数值之差。

偏误估量量〔BiasedEstimator〕：希冀或抽样平均与假定要估量的总体值有差异

的估量量。

向零的偏误〔BiasedTowardsZero〕：描画的是估量量的希冀相对值小于总体参

数的相对值。

二值照应模型〔BinaryResponseModel〕：二值因变量的模型。

二值变量〔BinaryVariable〕：见虚拟变量。

两变量回归模型〔BivariateRegressionModel〕：见复杂线性回归模型。

BLUE〔BLUE〕：见最优线性无偏估量量。

Breu