計(jì)量經(jīng)濟(jì)學(xué)名詞解釋

1、-作者xxxx-日期xxxx計(jì)量經(jīng)濟(jì)學(xué)名詞解釋【精品文檔】名詞解釋虛假序列相關(guān): 虛假序列相關(guān)是指由于忽略了重要解釋變量而導(dǎo)致模型出現(xiàn)的序列相關(guān)性無偏性: 所謂無偏性是指參數(shù)估計(jì)量的均值（期望）等于模型的參數(shù)值。工具變量: 、工具變量是在模型估計(jì)過程中被作為工具使用，以替代模型中與隨機(jī)誤差項(xiàng)相關(guān)的隨機(jī)解釋變量的變量。結(jié)構(gòu)分析: 經(jīng)濟(jì)學(xué)中所說的結(jié)構(gòu)分析是指對經(jīng)濟(jì)現(xiàn)象中變量之間關(guān)系的研究。虛假回歸：如果兩列時(shí)間序列數(shù)據(jù)表現(xiàn)出一致的變化趨勢（非平穩(wěn)），即它們之間沒有任何經(jīng)濟(jì)關(guān)系，但進(jìn)行回歸也會(huì)表現(xiàn)出較高的可決系數(shù)異方差性：在線性回歸模型中，經(jīng)典假設(shè)要求隨機(jī)誤差項(xiàng)具有0均值和同方差。所謂異方差性是指這

2、些隨機(jī)誤差項(xiàng)服從不同方差的正態(tài)分布。過度識(shí)別:是指模型方程中有一個(gè)或幾個(gè)參數(shù)有若干個(gè)估計(jì)值。恰好識(shí)別:是指對聯(lián)立方程模型，我們能夠唯一地估計(jì)出模型的參數(shù) 相對資本密集度:假設(shè)在生產(chǎn)活動(dòng)中除了技術(shù)以外，只有資本與勞動(dòng)兩種勞動(dòng)要素，定義兩要素的產(chǎn)出彈性之比為相對資本密集度，用w表示。即 簡化式模型: 用所有先決變量作為每一個(gè)內(nèi)生變量的解釋變量，所形成的模型稱為簡化式模型。中性技術(shù)進(jìn)步: 技術(shù)進(jìn)步前后，相對資本密集度不變，即勞動(dòng)的產(chǎn)出彈性與資本的產(chǎn)出彈性同步增長行為方程: 描述經(jīng)濟(jì)系統(tǒng)中變量之間行為關(guān)系的結(jié)構(gòu)式方程。先決變量: 外生變量和內(nèi)生變量的滯后變量相關(guān)分析：主要研究隨機(jī)變量間的相關(guān)形式及相關(guān)

3、程度?；貧w分析：研究一個(gè)變量關(guān)于另一個(gè)變量的依賴關(guān)系的計(jì)算方法和理論。高斯馬爾科夫定理：普通最小二乘估計(jì)量具有線性性、無偏性和有效性等優(yōu)良性質(zhì)，是最佳線性無偏估計(jì)量。高斯馬爾科夫假定：(1)模型設(shè)立正確 (2)無完全共線性 (3)可識(shí)別性 (4) 零均值、同方差。無序列相關(guān)假定(5) 解釋變量與隨機(jī)項(xiàng)不相關(guān)計(jì)量經(jīng)濟(jì)學(xué)模型：揭示經(jīng)濟(jì)活動(dòng)中各種因素之間的定量關(guān)系，用隨機(jī)性的數(shù)學(xué)方程加以描述。計(jì)量經(jīng)濟(jì)學(xué)模型成功的三要素:理論、方法和數(shù)據(jù)。 完全共線性：對于多元線性回歸模型，其基本假設(shè)之一是解釋變量，是相互獨(dú)立的，如果存在，i=1，2，n，其中c不全為0，即某一個(gè)解釋變量可以用其他解釋變量的線性組合表

4、示，則稱為完全共線性。最小二乘估計(jì)量的性質(zhì)：(1)線形性(2)無偏性(3)有效性(4)漸近無偏性(5)一致性(6)漸進(jìn)有效性。最小樣本容量：即從最小二乘原理和最大似然原理出發(fā)，欲得到參數(shù)估計(jì)量，不管其質(zhì)量如何，所要求的樣本容量的下限。隨機(jī)干擾項(xiàng)：即隨機(jī)誤差項(xiàng)，是一個(gè)隨機(jī)變量，是針對總體回歸函數(shù)而言的。需求函數(shù)的零階齊次性：消費(fèi)者收入、商品價(jià)格和相關(guān)商品價(jià)格均增長倍時(shí)，商品的需求量不變。要素的替代彈性：定義為兩種要素的比例的變化率與邊際替代率的變化率之比,記為，一般。虛擬變量陷阱：我們一般稱由于引入的虛擬變量個(gè)數(shù)與定性因素個(gè)數(shù)相同時(shí)出現(xiàn)的模型無法估計(jì)的問題，稱為“虛擬變量陷阱。先決變量：外生變量

5、和內(nèi)生變量的滯后變量。殘差項(xiàng)：殘差項(xiàng)是指對每個(gè)樣本點(diǎn)，樣本觀測值與模型估計(jì)值之間的差值。模型的檢驗(yàn)主要包括：經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)、模型的預(yù)測檢驗(yàn)。行為方程：描述經(jīng)濟(jì)系統(tǒng)中變量之間行為關(guān)系的結(jié)構(gòu)式方程。條件期望：即條件均值，指X取特定值Xi時(shí)Y的期望值。回歸系數(shù)：回歸模型中o，1等未知但卻是固定的參數(shù)。中性技術(shù)進(jìn)步：技術(shù)進(jìn)步前后，相對資本密集度不變，即勞動(dòng)的產(chǎn)出彈性與資本的產(chǎn)出彈性同步增長。截面數(shù)據(jù)：同一時(shí)間（時(shí)期或時(shí)點(diǎn)）某個(gè)指標(biāo)在不同空間的觀測數(shù)據(jù)。時(shí)間序列數(shù)據(jù)：把反映某一總體特征的同一指標(biāo)的數(shù)據(jù)，按照一定的時(shí)間順序和時(shí)間間隔排列起來，這樣的統(tǒng)計(jì)數(shù)據(jù)稱為時(shí)間序列數(shù)據(jù)面板數(shù)據(jù)：

6、指時(shí)間序列數(shù)據(jù)和截面數(shù)據(jù)相結(jié)合的數(shù)據(jù)。截面數(shù)據(jù)：截面數(shù)據(jù)是許多不同的觀察對象在同一時(shí)間點(diǎn)上的取值的統(tǒng)計(jì)數(shù)據(jù)集合，可理解為對一個(gè)隨機(jī)變量重復(fù)抽樣獲得的數(shù)據(jù)。時(shí)間序列數(shù)據(jù)：時(shí)間序列數(shù)據(jù)是同一觀察對象在不同時(shí)間點(diǎn)上的取值的統(tǒng)計(jì)序列，可理解為隨時(shí)間變化而生成的數(shù)據(jù)。虛變量數(shù)據(jù)：虛擬變量數(shù)據(jù)是人為設(shè)定的虛擬變量的取值。是表征政策、條件等影響研究對象的定性因素的人工變量，其取值一般只取“0”或“1”。內(nèi)生變量與外生變量：內(nèi)生變量是由模型系統(tǒng)決定同時(shí)可能也對模型系統(tǒng)產(chǎn)生影響的變量，是具有某種概率分布的隨機(jī)變量，外生變量是不由模型系統(tǒng)決定但對模型系統(tǒng)產(chǎn)生影響的變量，是確定性的變量?？傮w回歸函數(shù)：是指在給定Xi

7、下Y分布的總體均值與Xi所形成的函數(shù)關(guān)系（或者說將總體被解釋變量的條件期望表示為解釋變量的某種函數(shù)）最大似然估計(jì)法（ML）: 又叫最大或然法，指用產(chǎn)生該樣本概率最大的原則去確定樣本回歸函數(shù)的方法。OLS估計(jì)法：指根據(jù)使估計(jì)的剩余平方和最小的原則來確定樣本回歸函數(shù)的方法。殘差平方和：用RSS表示，用以度量實(shí)際值與擬合值之間的差異，是由除解釋變量之外的其他因素引起的被解釋變量變化的部分。多元線性回歸模型：在現(xiàn)實(shí)經(jīng)濟(jì)活動(dòng)中往往存在一個(gè)變量受到其他多個(gè)變量影響的現(xiàn)象，表現(xiàn)在線性回歸模型中有多個(gè)解釋變量，這樣的模型被稱做多元線性回歸模型，多元是指多個(gè)解釋變量。調(diào)整的可決系數(shù)：又叫調(diào)整的決定系數(shù)，是一個(gè)用

8、于描述多個(gè)解釋變量對被解釋變量的聯(lián)合影響程度的統(tǒng)計(jì)量，克服了隨解釋變量的增加而增大的缺陷，與的關(guān)系為。偏回歸系數(shù)：在多元回歸模型中，每一個(gè)解釋變量前的參數(shù)即為偏回歸系數(shù)，它測度了當(dāng)其他解釋變量保持不變時(shí)，該變量增加1單位對被解釋變量帶來的平均影響程度。正規(guī)方程組：采用OLS方法估計(jì)線性回歸模型時(shí)，對殘差平方和關(guān)于各參數(shù)求偏導(dǎo)，并令偏導(dǎo)數(shù)為0后得到的方程組，其矩陣形式為。方程顯著性檢驗(yàn)：是針對所有解釋變量對被解釋變量的聯(lián)合影響是否顯著所作的檢驗(yàn)，旨在對模型中被解釋變量與解釋變量之間的線性關(guān)系在總體上是否顯著成立作出判斷。隨機(jī)解釋變量：指在現(xiàn)實(shí)經(jīng)濟(jì)現(xiàn)象中，解釋變量不是可控的，即解釋變量的觀測值具有

9、隨機(jī)性，并且與模型的隨機(jī)干擾項(xiàng)可能有相關(guān)關(guān)系，這樣的解釋變量稱為隨機(jī)解釋變量。多重共線性：指兩個(gè)或兩個(gè)以上解釋變量之間存在某種線性相關(guān)關(guān)系。不完全多重共線性：在實(shí)際經(jīng)濟(jì)活動(dòng)中，多個(gè)解釋變量之間存在多重共線性問題，但解釋變量之間的線性關(guān)系是近似的，而不是完全的。最小二乘法：又稱最小平方法，指根據(jù)使估計(jì)的剩余平方和最小的原則確定樣本回歸函數(shù)的方法。廣義最小二乘法：（GLS）是最具有普遍意義的最小二乘法，可用來處理模型存在異方差或序列相關(guān)時(shí)的估計(jì)問題。序列相關(guān)性：指對于不同的樣本值，隨機(jī)干擾之間不再是完全相互獨(dú)立的，而是存在某種相關(guān)性。差分法：是克服序列相關(guān)性的有效方法，它是將原計(jì)量經(jīng)濟(jì)學(xué)模型變換為

10、差分模型后再進(jìn)行OLS估計(jì)，分為一階差分法和廣義差分法。虛擬變量：在建立模型時(shí)，有一些影響經(jīng)濟(jì)變量的因素?zé)o法定量描述，如職業(yè)、性別對收入的影響，教育程度，季節(jié)因素等往往需要用定性變量度量。為了在模型中反映這類因素的影響，并提高模型的精度，需要將這類變量“量化”。根據(jù)這類邊另的屬性類型，構(gòu)造僅取“0”或“1”的人工變量，通常稱這類變量為“虛擬變量”。自回歸模型：指模型中的解釋變量僅是X的當(dāng)期值與被解釋變量Y的若干期滯后值，它由于被解釋變量的滯后期值對被解釋變量現(xiàn)期做了回歸，故叫做自回歸模型。簡化式模型：將聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型的每個(gè)內(nèi)生變量表示成所有先決變量和隨機(jī)干擾項(xiàng)的函數(shù)，即用所有先決變量作

11、為每個(gè)內(nèi)生變量的解釋變量，所形成的模型稱為簡化式模型。先決變量：模型中的外生變量和滯后內(nèi)生變量被統(tǒng)稱為先決變量，其含義是在模型求解時(shí)，這些變量已有所賦的值。不可識(shí)別：如果聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型中某個(gè)結(jié)構(gòu)方程不具有確定的統(tǒng)計(jì)形式，則稱該方程為不可識(shí)別?；蛘哒f如果從參數(shù)關(guān)系體系無法求出其結(jié)構(gòu)方程的參數(shù)，則稱該方程為不可識(shí)別。如果一個(gè)模型系統(tǒng)中存在一個(gè)不可識(shí)別的隨機(jī)方程，則認(rèn)為該聯(lián)立方程系統(tǒng)是不可識(shí)別的。間接最小二乘法：先對關(guān)于內(nèi)生解釋變量的簡化式方程采用普通最小二乘法估計(jì)簡化式參數(shù)，得到簡化式參數(shù)估計(jì)量，然后通過參數(shù)關(guān)系體系，計(jì)算得到的結(jié)構(gòu)式參數(shù)的估計(jì)量，這種方法稱為間接最小二乘法。橫截面數(shù)據(jù)：一

12、批發(fā)生在同一時(shí)間截面上的調(diào)查數(shù)據(jù)。擬合優(yōu)度檢驗(yàn)：檢驗(yàn)?zāi)Ｐ蛯颖居^測值的擬合程度，使用的統(tǒng)計(jì)量是可決系數(shù)，Î（0，1），越接近1，模型擬合程度越好。結(jié)構(gòu)式模型：根據(jù)經(jīng)濟(jì)理論和行為規(guī)律建立的描述經(jīng)濟(jì)變量之間直接關(guān)系結(jié)構(gòu)的計(jì)量經(jīng)濟(jì)學(xué)方程系統(tǒng)?？傮w回歸曲線：給定解釋變量條件下被解釋變量的期望軌跡。D-W檢驗(yàn)：全稱杜賓瓦森檢驗(yàn)，適用于一階自相關(guān)的檢驗(yàn)。該法構(gòu)造一個(gè)統(tǒng)計(jì)量，計(jì)算該統(tǒng)計(jì)量的值，根據(jù)樣本容量和解釋變量數(shù)目查D.W.分布表，得到臨界值和，然后按照判斷準(zhǔn)則考察計(jì)算得到的.值，以判斷模型的自相關(guān)狀態(tài)。參數(shù)關(guān)系體系：指描述聯(lián)立方程模型的簡化式參數(shù)與結(jié)構(gòu)式參數(shù)之間關(guān)系的表達(dá)式，其中：為簡化式參

13、數(shù)的矩陣，、為結(jié)構(gòu)式參數(shù)的矩陣。約化模型的基本原則：1.模型具有數(shù)據(jù)一致性。2.模型必須與經(jīng)濟(jì)理論相一致。3.解釋變量必須是弱外生的。4.模型具有恒定的參數(shù)。5.模型具有包容性。6.模型具有簡潔性。樣本回歸函數(shù)：指從總體中抽出的關(guān)于Y，X的若干組值形成的樣本所建立的回歸函數(shù)。隨機(jī)的總體回歸函數(shù)：含有隨機(jī)干擾項(xiàng)的總體回歸函數(shù)（是相對于條件期望形式而言的）。無約束回歸：無需對模型中變量的參數(shù)施加約束條件進(jìn)行的回歸。受約束回歸：在實(shí)際經(jīng)濟(jì)活動(dòng)中，常常需要根據(jù)經(jīng)濟(jì)理論對模型中變量的參數(shù)施加一定的約束條件，對模型參數(shù)施加約束條件后進(jìn)行回歸。聯(lián)合假設(shè)檢驗(yàn)：是相對于單個(gè)假設(shè)檢驗(yàn)來說的，指假設(shè)檢驗(yàn)中的假設(shè)有多

14、個(gè)，不止一個(gè)。如多元回歸中的方程的顯著性檢驗(yàn)就是一個(gè)聯(lián)合假設(shè)檢驗(yàn)，而每個(gè)參數(shù)的t檢驗(yàn)就是單個(gè)假設(shè)檢驗(yàn)。線性回歸模型：既指對變量是線性的，也指對參數(shù)為線性的，即解釋變量與參數(shù)只以他們的1次方出現(xiàn)。估計(jì)量的標(biāo)準(zhǔn)差：度量一個(gè)變量變化大小的測量值?？傠x差平方和：用TSS表示，用以度量被解釋變量的總變動(dòng)?；貧w平方和：用ESS表示：度量由解釋變量變化引起的被解釋變量的變化部分。協(xié)方差：用Cov（X，Y）表示，度量X,Y兩個(gè)變量關(guān)聯(lián)程度的統(tǒng)計(jì)量。t檢驗(yàn)時(shí)針對每個(gè)解釋變量進(jìn)行的顯著性檢驗(yàn)，即構(gòu)造一個(gè)t統(tǒng)計(jì)量，如果該統(tǒng)計(jì)量的值落在置信區(qū)間外，就拒絕原假設(shè)。一階序列相關(guān)：如果模型的隨機(jī)誤差項(xiàng)存在，則稱為一階序列相關(guān)。平穩(wěn)時(shí)間序列：指統(tǒng)計(jì)規(guī)律不會(huì)隨時(shí)間變化而變化的時(shí)間序列。多重