【文章內(nèi)容簡(jiǎn)介】 of Squares）：參見殘差的平方和。響應(yīng)概率（Response Probability）：在二值響應(yīng)模型中，以解釋變量為條件的因變量取值為1 的概率。響應(yīng)變量（Response Variable）：參見因變量。受約束的模型（Restricted Model）：在假設(shè)檢驗(yàn)中，施加所有虛擬假設(shè)所要求的約束條件后得到的模型。均方根誤（RMSE）（Root Mean Squared Error, RMSE）：多元回歸分析中回歸標(biāo)準(zhǔn)誤的另一個(gè)名稱（僅當(dāng)期望值等于實(shí)測(cè)值—譯者）。S 樣本回歸函數(shù)（Sample Regression Function）：參見OLS 回歸線。得分統(tǒng)計(jì)量（Score Statistic）：參見拉格朗日乘數(shù)統(tǒng)計(jì)量。季節(jié)性虛擬變量（Seasonal Dummy Variables）：一組用來(lái)表示季節(jié)或月份的虛擬變量。季節(jié)性（Seasonality）：月度或季度時(shí)間序列具有的均值隨著一年中季節(jié)的不同而系統(tǒng)性變化的特點(diǎn)。季節(jié)性調(diào)整（Seasonally Adjusted）：用某種統(tǒng)計(jì)程序，可能是對(duì)季節(jié)性虛擬變量做回歸，來(lái)消除月度或 季度時(shí)間序列中的季節(jié)性成分。半彈性（SemiElasticity）：自變量的一個(gè)單位的增長(zhǎng)導(dǎo)致的因變量的變化的百分比。序列相關(guān)（Serial Correlation）：在時(shí)間序列或綜列數(shù)據(jù)模型中，不同時(shí)期的誤差之間的相關(guān)性。INTRODUCTORY ECONOMETRICS 序列相關(guān)—穩(wěn)健標(biāo)準(zhǔn)誤（Serial CorrelationRobust Standard Error）：不管模型中的誤差是否與序列 相關(guān)，都（漸近）生效的估計(jì)量的標(biāo)準(zhǔn)誤。序列不相關(guān)（Serially Uncorrelated）：在時(shí)間序列或綜列數(shù)據(jù)模型中，不同時(shí)間的誤差兩兩之間不相關(guān)。短期彈性（ShortRun Elasticity）：因變量和自變量都以對(duì)數(shù)形式出現(xiàn)的分布滯后模型中的即期傾向。顯著性水平（Signi?cance Level）：假設(shè)檢驗(yàn)中發(fā)生第I 類錯(cuò)誤的概率。簡(jiǎn)單線性回歸模型（Simple Linear Regression Model）：因變量只是一個(gè)自變量和一個(gè)誤差項(xiàng)的線性函 數(shù)的模型。斜率參數(shù)（Slope Parameter）：多元回歸模型中的自變量的系數(shù)。謬誤相關(guān)（Spurious Correlation）：不是因?yàn)槎哂幸蚬P(guān)系，可能是因?yàn)樗鼈兌际芰硪粋€(gè)觀測(cè)不到的 因素影響，所導(dǎo)致的兩個(gè)變量之間的相關(guān)性。謬誤回歸問(wèn)題（Spurious Regression Problem）：如果回歸分析表明兩個(gè)或多個(gè)無(wú)關(guān)時(shí)間序列具有一定關(guān) 系，而其原因僅僅因?yàn)樗鼈兠總€(gè)都有趨勢(shì)或都是自積時(shí)間序列（如隨機(jī)游走），或上面兩種情況同時(shí)出現(xiàn)，這種問(wèn)題就是謬誤回歸問(wèn)題。穩(wěn)定的AR（1）過(guò)程（Stable AR(1)Process）：滯后變量的系數(shù)絕對(duì)值小于1 時(shí)的AR（1）過(guò)程。序列中 的兩個(gè)隨機(jī)變量的相關(guān)性，隨著它們之間的時(shí)間間隔不斷增大，以幾何級(jí)數(shù)趨近于0。β1 的標(biāo)準(zhǔn)誤（Standard Error of β1）：β1 抽樣分布的標(biāo)準(zhǔn)差的估計(jì)值。β1 的標(biāo)準(zhǔn)差（Standard Deviation of β1）：衡量β1 抽樣分布的分散程度的常用指標(biāo)。估計(jì)值的標(biāo)準(zhǔn)誤（Standard Error of the Estimate）：參見回歸的標(biāo)準(zhǔn)誤?；貧w的標(biāo)準(zhǔn)誤（SER）（Standard Error of the Regression, SER）：多元回歸分析中的總體誤差的標(biāo)準(zhǔn) 差的估計(jì)值。等于殘差平方和的平方根除以自由度。標(biāo)準(zhǔn)化系數(shù)（Standardized Coef?cients）：一種回歸系數(shù)，它度量了自變量增加一個(gè)標(biāo)準(zhǔn)差時(shí)，因變量 的改變是其標(biāo)準(zhǔn)差的倍數(shù)。靜態(tài)模型（Static Model）：只有當(dāng)期的解釋變量影響因變量的一種時(shí)間序列模型。平穩(wěn)過(guò)程（Stationary Process）：邊際和所有的聯(lián)合分布都不隨時(shí)間變化的一種時(shí)間序列過(guò)程。統(tǒng)計(jì)上不顯著（Statistically Insigni?cant）：在選定的顯著性水平上，無(wú)法拒絕總體參數(shù)等于0 的虛 擬假設(shè)。統(tǒng)計(jì)上顯著（Statistically Significant）：在選定的顯著性水平上，相對(duì)于特定的對(duì)立假設(shè)，拒絕總體 參數(shù)等于0 的虛擬假設(shè)。隨機(jī)過(guò)程（Stochastic Process）：標(biāo)注了時(shí)間的一系列隨機(jī)變量。嚴(yán)格外生的（Strict Exogeneity）：時(shí)間序列或綜列數(shù)據(jù)模型中的解釋變量的一個(gè)特點(diǎn)，以所有時(shí)期的解 釋變量為條件的、任何時(shí)期的誤差項(xiàng)都是有0 均值。更寬松的一種說(shuō)法是用相關(guān)性為0 來(lái)表述的。強(qiáng)相依（Strongly Dependent）：參見高度持續(xù)過(guò)程。殘差平方和（Sum of Squared Residuals）：多元回歸模型中，所觀測(cè)的OLS 殘差的平方和。求和運(yùn)算符（Summation Operator）：用Σ表示的一個(gè)符號(hào)，用來(lái)表示對(duì)一組數(shù)據(jù)的求和運(yùn)算。T t 比率、t 統(tǒng)計(jì)量（t Ratio、t Statistic）：用來(lái)對(duì)計(jì)量經(jīng)濟(jì)學(xué)模型中關(guān)于參數(shù)的單個(gè)假設(shè)進(jìn)行檢驗(yàn)的 一種統(tǒng)計(jì)量。時(shí)間序列數(shù)據(jù)（Time Series Data）：搜集到的一個(gè)或多個(gè)變量在不同時(shí)間上的數(shù)據(jù)。時(shí)間序列過(guò)程（Time Series Process）：參見隨機(jī)過(guò)程。時(shí)間趨勢(shì)（Time Trend）：時(shí)間的函數(shù)，它是趨勢(shì)時(shí)間序列過(guò)程的期望值?？偲椒胶停⊿ST）（Total Sum of Squares, SST）：因變量相對(duì)于它的樣本均值的總樣本變異。處理組（Treatment Group）：在項(xiàng)目評(píng)估中，參與這一項(xiàng)目的群體。（也見實(shí)驗(yàn)群組）趨勢(shì)過(guò)程（Trending Process）：期望值是時(shí)間的增函數(shù)或減函數(shù)的時(shí)間序列過(guò)程。趨勢(shì)—平穩(wěn)過(guò)程（TrendStationary Process）：在除掉了時(shí)間趨勢(shì)后變得平穩(wěn)的過(guò)程。毫無(wú)疑問(wèn)，除掉 了趨勢(shì)的序列是弱相依的。真實(shí)模型（True Model）：表示因變量與有關(guān)自變量及一個(gè)干擾項(xiàng)之間關(guān)系的真實(shí)的總體模型。在這個(gè)模 型中，0 條件均值假定成立。雙側(cè)對(duì)立假設(shè)（TwoSided Alternative）：總體參數(shù)既可以大于又可以小于虛擬假設(shè)提出的值的一種檢驗(yàn) 方法。雙尾檢驗(yàn)（TwoTailed Test）：相對(duì)于雙側(cè)對(duì)立檢驗(yàn)的檢驗(yàn)方法。U 無(wú)偏估計(jì)量（Unbiased Estimator）：期望值（或抽樣分布的均值）等于總體值（與總體值的大小無(wú)關(guān)）的估計(jì)量。不相關(guān)隨機(jī)變量（Uncorrelated Random Variables）：相互之間沒有線性關(guān)系的隨機(jī)變量。設(shè)定不足的模型（Underspecifying a Model）：參見忽略一個(gè)有關(guān)的變量。單位根過(guò)程（Unit Root Process）：當(dāng)期值等于前一個(gè)時(shí)期的值加上一個(gè)弱相依的干擾項(xiàng)的一種高度持續(xù) 的時(shí)間序列過(guò)程。無(wú)約束模型（Unrestricted Model）：在假設(shè)檢驗(yàn)中，對(duì)參數(shù)沒有任何限制條件的模型。向上偏誤（Upward Bias）：估計(jì)量的期望值大于總體參數(shù)的值。V 方差（Variance）：表示隨機(jī)變量分布的分散程度的一項(xiàng)指標(biāo)。預(yù)測(cè)誤差的方差（Variance of the Prediction Error）：當(dāng)以估計(jì)的多元回歸方程為基礎(chǔ)來(lái)預(yù)報(bào)因變量 的一個(gè)將來(lái)值時(shí)，產(chǎn)生的誤差的方差。W 弱相依（Weakly Dependent）：在時(shí)間序列過(guò)程中，表示隨機(jī)變量在不同時(shí)期的兩個(gè)值之間的相互依賴性 質(zhì)的指標(biāo)（比如相關(guān)性），如果這一依賴性隨著時(shí)間間隔的增大而減小，這個(gè)時(shí)間序列就是弱相依的。加權(quán)最小二乘（WLS）估計(jì)量（Weighted Least Squares(WLS)Estimator）：用來(lái)校正某種已知形式的異方差的估計(jì)量。其中，每個(gè)殘差的平方都得到一個(gè)等于誤差的（估計(jì)的）方差的倒數(shù)的權(quán)重。懷特檢驗(yàn)（White Test）：異方差的一種檢驗(yàn)方法，涉及到做OLS 殘差的平方對(duì)OLS 擬合值和擬合值的平方的回歸。這種檢驗(yàn)方法的最一般的形式是，作OLS 殘差的平方對(duì)解釋變量、解釋變量的平方和所有非多余的解釋變量間的交叉乘積的回歸。Z 0 條件均值假定（Zero Conditional Mean Assumption）：多元回歸分析中很關(guān)鍵的一個(gè)假定。它的含義 是，給定解釋變量的所有值時(shí)，誤差的期望值都等于0。（、 39。）統(tǒng)計(jì)學(xué)術(shù)語(yǔ)Aacceptance region接受區(qū)域 adjusted校正的allocation配置、布局alternative hypothesis備擇假設(shè) * analysis of variance方差分析 * analysis of covariance協(xié)方差分析 ANOCOVA＝Analysis of covariance * ANOVA＝Analysis of variance arithmetic mean算術(shù)平均值 association關(guān)聯(lián)性* assumed mean假定平均值* asymmetric distribution非對(duì)稱分布 autoregressive自回歸（的）averages平均量  B bar chart條線圖Bartlett39。s test巴特利特檢驗(yàn) * Bayes,ian貝葉斯的、貝葉斯 beta function貝塔函數(shù) between（間）內(nèi) bias偏倚biased question有偏質(zhì)問(wèn)* binomial distribution二項(xiàng)分布 binomial theorem二項(xiàng)定理 bioassay生物鑒定法bivariate normal distribution二元正態(tài)分布 blind test盲檢法Bonferroni39。s inequalityBonferroni不等式 bootstrap自助法BoxCox transformationBoxCox變換  C canonical correlation典型相關(guān) case control study案例對(duì)照研究 categorization分類 categorize分類 category類別 causality因果關(guān)系central limit theorem中心極限定理Chebyshev39。s inequality切比雪夫不等式 χ2statisticχ2統(tǒng)計(jì)量 χ2testχ2檢驗(yàn) classification分類cluster analysis聚類分析 coding編碼coefficient of concordance一致性系數(shù) coefficient of determination可決系數(shù) cohort同輩mon factors公共因子，公因數(shù)munality公因子方差、公共因子方差 parison比較 ponent成分* conditional probability條件概率 * confidence coefficient置信系數(shù) * confidence interval置信區(qū)間 * confidence limits置信界限 * confound,ing混雜、混雜法 * confounding design混雜設(shè)計(jì)* consumer39。s price index消費(fèi)物價(jià)指數(shù) consumer39。s risk用方風(fēng)險(xiǎn) * contribution基值 confirmatory確定的consistent, consistency一致（的）、一致性 contingency table列聯(lián)表continuous distribution連續(xù)分布 control（group）控制、控制（群）convergence in probability概率收斂convergence in law（distribution）依法則收斂（依分布收斂）correction校正、修正 correction factor校正因子correction for continuity連續(xù)校正 correlation相關(guān)correlation coefficient相關(guān)系數(shù) correlation ratio相關(guān)比 correlogram相關(guān)圖 covariate共變向量 covariation共變criterion variable基準(zhǔn)變量 critical region判別區(qū)域 * crosssection橫截面 * crosstabulation交叉表 * cumulative frequency累積頻率cumulative distribution function累積分布函數(shù) * cumulative relative frequency累積頻率 curvilinear曲線（的） D * data數(shù)據(jù)* data analysis數(shù)據(jù)分析 * degree of freedom自由度 density密度density function密度函數(shù) * dependent variable應(yīng)變數(shù)* descriptive statistics描述性統(tǒng)計(jì) deviate偏差deviation偏、偏差（, mean）dichotomous question二分搜索法