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序列相关性
无偏性: 所谓无偏性是指参数估计量均值（期望）等于模型参数值。
工具变量: 、工具变量是在模型估计过程中被作为工具使用，以替代模型中及随机误差项相关随机解释变量变量。
结构分析: 经济学中所说结构分析是指对经济现象中变量之间关系研究。 虚假回归：如果两列时间序列数据表现出一致变化趋势（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，我们能够唯一地估计出模型参数 相对资本密集度:假设在生产活动中除了技术以外，只有资本及劳动两种劳动要素，定义两要素产出弹性之比为相对资本密集度，用w表示。即 w?EL/EK 简化式模型: 用所有先决变量作为每一个内生变量解释变量，所形成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，即劳动产出弹性及资本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结构式方程。先决变量: 外生变量和内生变量滞后变量
相关分析：主要研究随机变量间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依赖关系计算方法和理论。
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、同方差。无序列相关假定(5) 解释变量及随机项不相关
计量经济学模型：揭示经济活动中各种因素之间定量关系，用随机性数学方程加以描述。
计量经济学模型成功三要素:理论、方法和数据。
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，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线性组合表示，则称为完全共线性。 最小二乘估计量性质：(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，所要求样本容量下限。
1 / 5
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。
需求函数零阶齐次性：消费者收入、商品价格和相关商品价格均增长?倍时，商品需求量不变。
要素替代弹性：定义为两种要素比例变化率及边际替代率变化率之比,记为?，一般
0?????。
虚拟变量陷阱：我们一般称由于引入虚拟变量个数及定性因素个数相同时出现模型无法估计问题，称为“虚拟变量陷阱。
先决变量：外生变量和内生变量滞后变量。
残差项：残差项是指对每个样本点，样本观测值及模型估计值之间差值。
模型检验主要包括：经济意义检验、统计检验、计量经济学检验、模型预测检验。 行为方程：描述经济系统中变量之间行为关系结构式方程。 条件期望：即条件均值，指X取特定值Xi时Y期望值。 回归系数：回归模型中βo，β1等未知但却是固定参数。
中性技术进步：技术进步前后，相对资本密集度不变，即劳动产出弹性及资本产出弹性同步增长。
截面数据：同一时间（时期或时点）某个指标在不同空间观测数据。 时间序列数据：把反映某一总体特征同一指标数据，按照一定时间顺序和时间间隔排列起来，这样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数据。
截面数据：截面数据是许多不同观察对象在同一时间点上取值统计数据集合，可理解为对一个随机变量重复抽样获得数据。
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取值统计序列，可理解为随时间变化而生成数据。
虚变量数据：虚拟变量数据是人为设定虚拟变量取值。是表征政策、条件等影响研究对象定性因素人工变量，其取值一般只取“0”或“1”。
内生变量及外生变量：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变量，是具有某种概率分布随机变量，外生变量是不由模型系统决定但对模型系统产生影响变量，是确定性变量。
总体回归函数：是指在给定Xi下Y分布总体均值及Xi所形成函数关系（或者说将 总体被解释变量条件期望表示为解释变量某种函数）
最大似然估计法（ML）: 又叫最大或然法，指用产生该样本概率最大原则去确定样本 回归函数方法。
OLS估计法：指根据使估计剩余平方和最小原则来确定样本回归函数方法。
残差平方和：用RSS表示，用以度量实际值及拟合值之间差异，是由除解释变量之外 其他因素引起被解释变量变化部分。
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现象，表现在线性回归模型中有多个解释变量，这样模型被称做多元线性回归模型，多元是指多个解释变量。
2 / 5
调整可决系数：又叫调整决定系数，是一个用于描述多个解释变量对被解释变量联合影响程
22度统计量，克服了R随解释变量增加而增大缺陷，及R关系为
R2?1?(1?R2)n?1。
n?k?1偏回归系数：在多元回归模型中，每一个解释变量前参数即为偏回归系数，它测度了当其他解释变量保持不变时，该变量增加1单位对被解释变量带来平均影响程度。
正规方程组：采用OLS方法估计线性回归模型时，对残差平方和关于各参数求偏导，并令
??X?Y。 X?偏导数为0后得到方程组，其矩阵形式为X?方程显著性检验：是针对所有解释变量对被解释变量联合影响是否显著所作检验，旨在对模型中被解释变量及解释变量之间线性关系在总体上是否显著成立作出判断。
随机解释变量：指在现实经济现象中，解释变量不是可控，即解释变量观测值具有随机性，并且及模型随机干扰项可能有相关关系，这样解释变量称为随机解释变量。 多重共线性：指两个或两个以上解释变量之间存在某种线性相关关系。
不完全多重共线性：在实际经济活动中，多个解释变量之间存在多重共线性问题，但解释变量之间线性关系是近似，而不是完全。
最小二乘法：又称最小平方法，指根据使估计剩余平方和最小原则确定样本回归函数方法。 广义最小二乘法：（GLS）是最具有普遍意义最小二乘法，可用来处理模型存在异方差或序列相关时估计问题。
序列相关性：指对于不同样本值，随机干扰之间不再是完全相互独立，而是存在某种相关性。 差分法：是克服序列相关性有效方法，它是将原计量经济学模型变换为差分模型后再进行OLS估计，分为一阶差分法和广义差分法。
虚拟变量：在建立模型时，有一些影响经济变量因素无法定量描述，如职业、性别对收入影响，教育程度，季节因素等往往需要用定性变量度量。为了在模型中反映这类因素影响，并提高模型精度，需要将这类变量“量化”。根据这类边另属性类型，构造仅取“0”或“1”人工变量，通常称这类变量为“虚拟变量”。
自回归模型：指模型中解释变量仅是X当期值及被解释变量Y若干期滞后值，它由于被解释变量滞后期值对被解释变量现期做了回归，故叫做自回归模型。
简化式模型：将联立方程计量经济学模型每个内生变量表示成所有先决变量和随机干扰项函数，即用所有先决变量作为每个内生变量解释变量，所形成模型称为简化式模型。 先决变量：模型中外生变量和滞后内生变量被统称为先决变量，其含义是在模型求解时，这些变量已有所赋值。
不可识别：如果联立方程计量经济学模型中某个结构方程不具有确定统计形式，则称该方程为不可识别。或者说如果从参数关系体系无法求出其结构方程参数，则称该方程为不可识别。如果一个模型系统中存在一个不可识别随机方程，则认为该联立方程系统是不可识别。 间接最小二乘法：先对关于内生解释变量简化式方程采用普通最小二乘法估计简化式参数，
3 / 5
计量经济学名词解释
