計(jì)量經(jīng)濟(jì)學(xué)期末考試名詞解釋-wenkub
2023-05-29 04:09:23 本頁面
【正文】 Yi相應(yīng)的函數(shù)：E(Y〡Xi) = f(Xi) 稱為（雙變量）總體回歸函數(shù)（populationXi條件下被解釋變量regression=i+regression??(??〡??)(Xi X )2??0??式稱為總體回歸函數(shù)（方程）PRF4. 線性回歸模型：假設(shè)XX=1假設(shè)…,nCov(=i,隨機(jī)誤差項(xiàng)=與解釋變量…,n假設(shè)…,n以上假設(shè)也稱為線性回歸模型的經(jīng)典假設(shè)，滿足該假設(shè)的線性回歸模型，也稱為經(jīng)典線性回歸模型5. 隨機(jī)誤差項(xiàng)（????）和殘差項(xiàng)（????圍繞它的期望值E(Y|Xi)的離差，是一個(gè)不可觀測的隨機(jī)變量，又稱為隨機(jī)干擾項(xiàng)或隨機(jī)誤差項(xiàng)。XY對因變量 217。,b1最小平方法：給定一組樣本觀測值（Xi, Yi）（i=1,2,…n）要求樣本回歸函數(shù)盡可能好地?cái)M合這組值。=?=(??0??2最小TSS ==組樣本觀測值后，最合理的參數(shù)估計(jì)量應(yīng)該使得從模型中抽取該13.229。=L殘差平方和：記Y?）E(X)E(Y)與兩個(gè)變量關(guān)聯(lián)程度的統(tǒng)計(jì)量17.18.t檢驗(yàn)：序列相關(guān)性：多元線形回歸模型的基本假設(shè)之一是模型的隨機(jī)干擾項(xiàng)相互獨(dú)立或不相關(guān)。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)，該變量增加完全多重共線性：如果存在c1X1i+c2X2i+…+ckXki=0i=1,2,…,n其中:25.0，vi隨機(jī)解釋變量：如果存在一個(gè)或多個(gè)隨機(jī)變量作為解釋變量，則稱原模型出現(xiàn)隨機(jī)解釋變量問題。OLS28.方法下我們可以得到估計(jì)量的無偏和一致估計(jì),并可以對其進(jìn)行OLSFDW和分布表，得臨界值若當(dāng)30.OLS無偏性：即它的均值或期望值是否等于總體的真實(shí)值；33.35.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。頁)39.虛擬因變量模型：同時(shí)含有一般解釋變量與虛擬變量的模型稱為虛擬變量模型或者方差分析模型。滯后效應(yīng)：43.自回歸模型：解釋變量僅包含的一個(gè)或多個(gè)滯后值的模型。有限
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1