计量经济学名词解释

计量经济学名词解释 习题一 （1）因果效应 一个变量在其余条件不变情况下的变化对另一个变量产生的影响。 （2）其他条件不变 其他所有相关因素均保持固定不变。 （3）横截面数据集 在给定时点上从总体中收集的数据集。 （4）数据频率 收集时间序列数据的区间。年度、季度和月度是最常见的数据频率。 （5）计量模型 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数决定了各解释变量在其余条件不变下的效应。 （6）经济模型 从经济理论或不那么正规的经济原因中得出的关系。 （7）经验分析 用正规计量分析中的数据检验理论、估计关系式或确定政策效应的研究。 （8）实验数据 通过进行受控制的实验获得的数据。 （9）非实验数据 不是通过人为控制下的实验得到的数据。 （10）观测数据 参见非实验数据。 （11）面板数据 是指在时间序列上取多个截面，在这些截面上同时选取样本观测值所构成的样本数据。 （12）混合横截面数据 通常在不同时点收集到的相互独立的横截面组合而成的一个单独的数据集。 （13）随机抽样 在总体中随机抽取观测值的一种抽样方法。各个单位被抽取的可能性是相同的，而且每次抽样都与其他次相互独立。 （14）回顾数据 参见非实验数据。 （15）时间序列数据 搜集到的一个或多个变量在不同时间上的数据。 习题二 （1）判定系数 指在线性回归中回归平方和与总离差平方和之比值，其数值等于相关系数的平方，用于度量因变量的变异中可由自变量解释部分所占的比例。 （2）总体回归函数 指在给定Xi下Y分布的总体均值与Xi所形成的函数关系。 （3）样本回归函数 指从总体中抽出的关于Y,X的若干组值形成的样本所建立的回归函数。 （4）协变量 是指在不同干预措施前，研究者预计的、会对主要变量分析产生重要影响的因素。 （5） 参见判定系数 （6）弹性 给定一个变量在其余条件不变下增加1%，另一个变量的百分比变化。 （7）解释变量/回归元/自变量/协变量/控制变量/预测变量 在回归分析中，用于解释因变量中的变异的变量。 （8）被解释变量/响应变量/被预测变量/回归子/因变量 在多元回归模型（和其他各种模型）中被解释的变量。 （9）解释平方和（SSE） 多元回归模型中拟合值的总样本变异。 （10）半弹性 自变量的一个单位的增长导致的因变量的变化的百分比。 （11）高斯-马尔科夫假定 MLR.1 线性于参数 MLR.2 随机抽样 MLR.3 解释变量的样本有波动 MLR.4 零条件均值（给定解释变量的任何值，误差的期望值都为零） MLR.5 同方差性（给定解释变量的任何值，误差都具有相同的方差。） （12）标准误 样本统计量的标准差，描述对应的样本统计量抽样分布的离散程度及衡量对应样本统计量抽样误差大小的尺度。 （13）总平方和（SST） 度量因变量相对于它的样本均值的总样本变异。 （14）OLS回归线 表示了因变量的预报值与自变量的值之间关系的方程，它的参数是用OLS估计出来的。 （15）普通最小二乘法（OLS） 通过最小化误差的平方和寻找数据的最佳函数匹配。 （16）过原点回归 截距被设为0的回归分析，它的斜率通过最小化残差的平方和求出。 （17）误差方差 多元回归模型中误差项的方差。 （18）拟合值 在各观测中将自变量的值插入OLS回归线时，所得到的因变量的估计值。 （19）斜率参数 多元回归模型中的自变量的系数。 （20）同方差性 回归模型中的误差在解释变量条件下具有不变的方差。 （21）异方差性 给定解释变量，误差项的方差不为常数。 （22）残差平方和（SSR） 是实际值与估计值之差的平方的总和，也就是误差项平方的总和。 （23）均值独立 是一个非对称关系，即“Y均值独立于X”并不代表“X均值独立于Y”。 （24）常弹性模型 自变量和因变量都取自然对数值。 （25）自由度 在多元回归模型分析中，取值不受限制的变量个数，等于观测值的个数减去待估参数的个数。 （26）误差项/干扰项 反映了除自变量和因变量之间的线性关系之外的随机因素对因变量的影响，是不能由自变量和因变量之间的线性关系所解释的变异性。 （27）残差 实际值与拟合（或预报）值之间的差。样本中的每次观测都有一个相应的残差，它们被用来计算OLS回归线。 （28）一阶条件 满足函数最值必须使得对其自变量求一次导数使其为零，用于求解OLS估计值的一组线性方程。 （29）简单线性回归模型 因变量只是一个自变量和一个误差项的线性函数的模型。 （30）回归的标准误 多元回归分析中的总体误差的标准差的估计值。等于残差平方和的平方根除以自由度。 （31）截距参数 线性回归模型中，给出当所有自变量都为零时因变量的期望值的参数。 （32）零条件均值假定 给定解释变量的任何值，误差的期望值都为零 习题三