计量经济学中的名词解释模板

1．经济计量学：是经济学、统计学和数学合流而组成一门交叉学科。

2．理论经济计量学：是寻求合适方法，去测度由经济计量模型设定经济关系式。 3．应用经济计量学：以经济理论和事实为出发点，应用计量方法，处理经济系统运行过程中理论问题或实践问题。

4．内生变量：含有一定概率分布随机变量，由模型本身决定，其数值是求解模型结果。 5．外生变量：是非随机变量，在模型体系之外决定，即在模型求解之前已经得到了数值。

6．随机方程：依据经济行为结构函数关系式。

7．非随机方程：依据经济学理论或政策、法规而结构经济变量恒等式。

8．时序数据：指某一经济变量在各个时期数值按时间前后次序排列所形成数列。

9．截面数据：指在同一时点或时期上，不一样统计单位相同统计指标组成数据。

1．回归分析：就是研究被解释变量对解释变量依靠关系，其目标就是经过解释变量已 知或设定值，去估量或估计被解释变量总体均值。 2．相关分析：测度两个变量之间线性关联度分析方法。

变而改变。

4．随机误差项：为随机或非系统性成份，代表全部可能影响Y，但又未能包含到回归模型中来被忽略变量代理变量。

5．有效估量量：在全部线性无偏估量量中含有最小方差无偏估量量叫做有效估量量。

6．判定系数：	R	2		( Yˆ i		Y	)	2		ESS	，是对回归线拟合优度度量。R2测度了在Y
	R								
				( Y i		Y	)	2		TSS

总变异中由回归模型解释那个部分所占百分比或百分比。

1．多元线性回归模型：在模型中包含二个以上解释变量线性回归模型。

2．调整判定系数：

R

2



1





e i

2

/(

n



k

)

，所谓调整，就是指 R 2 计算式中e

2

和



( Y i



Y

)

2

/(

n



1 )

i



( Yi 

Y

)

2

全部用它们自由度（n－k）和（n－1）去除。

3．对数线性模型：

LnY i





LnX

i



u

i

，该模型中LnYi 对是线性关系，LnYi

对LnXi也是线性关系。该模型可称为对数—对数线性模型，简称为对数线性模型。

1．异方差：在回归模型中，随机误差项

u 1

，

u

2

，…，

u

n

不含有相同方差，即

Var u ( ) i



Var u

j

)

，当初

i 

j

，则称随机误差方差为异方差。

2．序列相关：在进行回归分析时，假如不一样观察点误差项之间相关，即

Cov u u i

j

)



0

，

i 

j

, 则称随机误差项之间存在着序列相关现象，也称为自相关。

3．多重共线性：在多元线性回归模型中，解释变量

X

1

,

X

2

,



,

X

k

之间存在完全或

近似线性关系，称解释变量

X

1

,

X

2

,



,

X

k

之间存在完全或近似多重共性线。也称为复共

线性。

1 4．方差扩大因子： 1R 2 j 度量了因为X 和其它解释变量之间线性关联程度对估量j 量ˆ j方差影响，称其为方差扩大因子，定义为1R j

最小二乘法进行参数估量。

6．广义差分法：广义差分法能够克服全部类型序列相关带来问题。假如

Y t



1



2

X

2

t



k

X

kt



u t

u t



1 u t

1



2 u t



2



p

u t



p



v t

v

t

为经典误差项，则能够将模型变换为

Y t



1 Y t

1



2

Y t



2







p

Y t



p



1

(

1



1



2







p

)



2

(

X

2

t



1

X

2

, t

1



2

X

2

, t



2







p

X

2

, t



p

)







k

(

X

kt



1

X

k

, t

1



2

X

k

, t



2







p

X

k

,

t

p

)



v

t

此模型即为广义差分模型，该模型不存在序列相关问题。采取一般最小二乘法估量该模

型得到参数估量量，即为原模型参数无偏、有效估量量。

1．分布滞后模型：假如一个回归模型不仅包含解释变量现期值，而且还包含解释变

量滞后值，则这个回归模型就是分布滞后模型。它通常形式为：

Y t

=+

0

X + t

1

X

t

1

+…+

k

X

t

k

+

u

t

1

X t

1

+…+

k

X

t

k

+

u

t

中，

0

或

Y t

=+

0

X + t

1

X

t

1

+…+

u t

X + t

２．短期影响乘数：在分布滞后模型

Y t

=+

0

称为短期影响乘数，它表示解释变量X改变一个单位对同期被解释变量Y产生影响。

1

，

３．延期影响乘数：在分布滞后模型：

Y t

=+

0

X + t

1

X t

1

+…+

k

X

t

k

+

u

t

中，

2

，…，

k

称为延期过渡性影响乘数，它们度量解释变量X 各个前期值变动一个单

位对被解释变量Y滞后影响。

４．长久影响乘数：在分布滞后模型：

Y t

=+

0

X + t

1

X t

1

+…+

k

X

t

k

+

u

t

中，

全部乘数和i012 ５．几何分布滞后模型：对于无限分布滞后模型X

t



1

X t

1







u

t

率，λ 越小，衰减速度就越快，X 滞后远期值对当期Y 值影响就越小。

Y t





0

X

t



0X t

1



0

X t



2







0

X t



j







u

t

就称为几何分布滞后模型。