计量经济学重要名词解释VIP免费

计量经济学——名词解释计量经济模型（EconometricModel）：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他条件不变下的效应。与经济分析不同，在进行计量经济分析之前，要明确变量之间的函数形式。经验分析（EmpiricalAnalysis）：在规范的计量分析中，用数据检验理论、估计关系式或评价政策有效性的研究。误设分析（Misspecificationanalysis）:确定遗漏变量、测量误差、联立性或其他某种模型误设所导致的可能偏误的过程线性概率模型（LPM）（LinearProbabilityModel,LPM）：响应概率对参数为线性的二值响应模型。静态模型（StaticModel）：只有当期的解释变量影响因变量的一种时间序列模型。非嵌套模型（NonnestedModels）：没有一个模型可以通过对参数施加限制条件而被表示成另一个模型的特例的两个（或更多）模型。有限分布滞后（FDL）模型（FiniteDistributedLag(FDL)Model）：允许一个或多个解释变量对因变量有滞后效应的动态模型。布罗施-戈弗雷检验（Breusch-GodfreyTest）：渐近正确的AR（p）序列相关检验，以AR（1）最为流行；该检验考虑到滞后因变量和其他不是严格外生的回归元。布罗施-帕甘检验（Breusch-PaganTest）/（BPTest）：将OLS残差的平方对模型中的解释变量做回归的异方差性检验。戴维森—麦金农检验（Davidson-MacKinnonTest）【DM】：若一个模型正确，则另一个非嵌套模型得到的拟合值在该模型是不显著的。因此，这是相对于非嵌套对立假设而对一个模型的检验。在模型中包含对立模型的拟合值，并使用对拟合值的t检验来实现。回归误差设定检验（RESET）（RegressionSpecificationErrorTest,RESET）：在多元回归模型中，检验函数形式的一般性方法。它是对原OLS估计拟合值的平方、三次方以及可能更高次幂的联合显著性的F检验。怀特检验（WhiteTest）：异方差的一种检验方法，涉及到做OLS残差的平方对OLS拟合值和拟合值的平方的回归。这种检验方法的最一般的形式是，将OLS残差的平方对解释变量、解释变量的平方和解释变量之间所有非多余的交互项进行回归。邹至庄统计量（Chowstatistic）：检验不同组或不同时期的回归函数上差别的F检验。德宾—沃森（DW）统计量（Durbin-Watson(DW)Statistic）：在经典线性回归假设下，用于检验时间序列回归模型之误差项中的一阶序列相关的统计量。广义最小二乘（GLS）估计量（GeneralizedLeastSquares(GLS)Estimator）：通过对原始模型的变换，解释了误差方差的方差已知结构（异方差性）、误差中的序列相关形式或同时解释二者的估计量。拉格朗日乘数统计量（LagrangeMultiplierStatistic）：仅在大样本下为确当的检验统计量，它可用于在不同的模型设定问题中检验遗漏变量、异方差性和序列相关和不同模型的设定问题。加权最小二乘（WLS）估计量（WeightedLeastSquares(WLS)Estimator）：用来对某种已知形式的异方差进行调整的估计量。其中，每个残差的平方都用一个等于误差的（估计的）方差的倒数作为权数。最优线性无偏估计量（BestLinearUnbiasedEstimator,BLUE）：在所有线性、无偏估计量中，有最小方差的估计量。在高斯—马尔科夫假定下，OLS估计量是以解释变量样本值为条件的BLUE。横截面数据集（Cross-SectionalDataSet）：在给定时点上从总体中抽取的数据集面板数据（PanelData）：通过不同时期，对横截面重复观测而得到的数据集。在平衡的面板中，同样的单位在每个时期都出现。在不平衡的面板中，有些单位往往由自然损耗而不会在每个时期都出现。混合横截面（PooledCrossSection）：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。时间序列数据（TimeSeriesData）：搜集到的一个或多个变量的不同时期数据。解释平方和（SSE）（ExplainedSumofSquares）：多元回归模型中度量拟合值的样本变异。总平方和（SST）（TotalSumofSquares）：度量因变量相对于它的样本均值的总样本变异。残差平方和（SST）（ResidualSumofSquares）：多元回归模型中，所观测的OLS残差的平方和，度量了残差的样本波动。回归的标准误（SER）（StandardErroroftheRegress...