【正文】 、固定方差和不相關(guān)的。當(dāng)某些相關(guān)性“很大”時，就會發(fā)生多重共線性，但對實際的大小尺度并沒有明確的規(guī)定。多元線性回歸（MLR）模型（Multiple Linear Regression(MLR)Model）：對參數(shù)是線性的一類模型，其 中的因變量是自變量的函數(shù)加上一個誤差項。多重約束（Multiple Restrictions）：計量經(jīng)濟學(xué)模型中對參數(shù)的多于一個的約束條件。N nR平方統(tǒng)計量（nRSquared Statistic）：參見拉格朗日乘數(shù)統(tǒng)計量。非實驗數(shù)據(jù)（Nonexperimental Data）：不是通過人為控制下的實驗得到的數(shù)據(jù)。非平穩(wěn)過程（Nonstationary Process）：聯(lián)合分布在不同的時期不是恒定不變的一種時間序列過程。它是指以解釋變量為條件的誤差（或因 變量）有正態(tài)分布。分子自由度（Numerator Degrees of Freedom）：在F 檢驗中，所檢驗的約束條件的個數(shù)。OLS（OLS）：參見普通最小二乘法。OLS 回歸線（OLS Regression Line）：表示了因變量的預(yù)報值與自變量的值之間關(guān)系的方程，它的參數(shù)是用OLS 估計出來的。遺漏變量偏誤（Omitted Variable Bias）：回歸中遺漏了有關(guān)變量而產(chǎn)生的OLS 估計量的偏誤。單尾檢驗（OneTailed Test）：與單側(cè)對立假設(shè)相對的假設(shè)檢驗。普通最小二乘法（OLS）（Ordinary Least Squares, OLS）：用來估計多元線性回歸模型中的參數(shù)的一種 方法。INTRODUCTORY ECONOMETRICS 異常數(shù)據(jù)（Outliers）：在數(shù)據(jù)集中，與大量其他數(shù)據(jù)有明顯區(qū)別的觀測值。整體顯著性（Overall Signi?cance of a Regression）：對多元回歸方程中所有的解釋變量所做的一種聯(lián) 合顯著性檢驗。P p 值（pvalue）：指能夠拒絕虛擬假設(shè)的最低顯著性水平。綜列數(shù)據(jù)（Panel Data）：在不同時期，橫截面的不斷反復(fù)得到的數(shù)據(jù)集。在不平衡的綜列中，有些單位往往由于衰減現(xiàn)象而不會在每個時期都出現(xiàn)。完全共線性（Perfect Collinearity）：在多元回歸中，一個自變量是一個或多個其他自變量的線性函數(shù)。政策分析（Policy Analysis）：用計量經(jīng)濟學(xué)模型來評估某項政策的效果的一種實證分析。總體（Population）：作為統(tǒng)計或計量經(jīng)濟分析對象的一個明確定義的組群（人、公司、城市等）?？傮wR平方（Population RSquared）：總體中，由解釋變量解釋了的那部分因變量的變異。實際顯著性（Practical Signi?cance）： 相對于統(tǒng)計顯著性而言的、某個估計值的實際的或經(jīng)濟的重要 性，用它的符號和大小來衡量。前定變量（Predetermined Variable）：在聯(lián)立方程模型中的滯后的內(nèi)生變量或滯后的外生變量。預(yù)報（Prediction）：把特定的解釋變量的值代入所估計的模型，通常是多元回歸模型中，以得到結(jié)果的 一個估計值。預(yù)測區(qū)間（Prediction Interval）：多元回歸模型中，某個因變量的未知結(jié)果的一個置信區(qū)間。項目評估（Program Evaluation）：用計量經(jīng)濟學(xué)方法求出某個私人或公共項目的不確定影響的一種評估 方法。Q 二次函數(shù)（Quadratic Functions）：包含一個或多個解釋變量的平方的函數(shù)，它反映了解釋變量 對因變量的逐漸變?nèi)趸蛟鰪姷挠绊?。擬—差分?jǐn)?shù)據(jù)（QuasiDifferenced Data）：在估計有AR（1）的序列相關(guān)的回歸模型時，當(dāng)期數(shù)據(jù)與前 一期數(shù)據(jù)乘以AR（1）模型的參數(shù)后得到的數(shù)據(jù)之間的差。R2（RSquared）：在多元回歸模型中，由自變量解釋了的那部分因變量的樣本方差之和。隨機抽樣（Random Sampling）：在總體中隨機抽取觀測值的一種抽樣方法。隨機游走（Random Walk）：在這樣一種時間序列中，下個時期的值等于本期值加上一個獨立的（或至少是不相關(guān)的）誤差項。實際變量（Real Variable）：用基期貨幣價值表示的變量?；貧w誤差設(shè)定檢驗（RESET）（Regression Speci?cation Error Test, RESET）：在多元回歸模型中，檢 驗函數(shù)形式的一般性方法。過原點回歸（Regression Through the Origin）：截距被設(shè)為0 的回歸分析，它的斜率通過最小化殘差的平方和求出。拒絕區(qū)域（Rejection Region）：使得虛擬假設(shè)被拒絕的一組檢驗統(tǒng)計量的值。殘差（Residual）：實際值與擬合（或預(yù)報）值之間的差。殘差分析（Residual Analysis）：在估計多元回歸模型后，對某次特定觀測的殘差的符號和大小所作的研 究。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。受約束的模型（Restricted Model）：在假設(shè)檢驗中，施加所有虛擬假設(shè)所要求的約束條件后得到的模型。S 樣本回歸函數(shù)（Sample Regression Function）：參見OLS 回歸線。季節(jié)性虛擬變量（Seasonal Dummy Variables）：一組用來表示季節(jié)或月份的虛擬變量。季節(jié)性調(diào)整（Seasonally Adjusted）：用某種統(tǒng)計程序，可能是對季節(jié)性虛擬變量做回歸，來消除月度或 季度時間序列中的季節(jié)性成分。序列相關(guān)（Serial Correlation）：在時間序列或綜列數(shù)據(jù)模型中，不同時期的誤差之間的相關(guān)性。序列不相關(guān)（Serially Uncorrelated）：在時間序列或綜列數(shù)據(jù)模型中，不同時間的誤差兩兩之間不相關(guān)。顯著性水平（Signi?cance Level）：假設(shè)檢驗中發(fā)生第I 類錯誤的概率。斜率參數(shù)（Slope Parameter）：多元回歸模型中的自變量的系數(shù)。謬誤回歸問題（Spurious Regression Problem）：如果回歸分析表明兩個或多個無關(guān)時間序列具有一定關(guān) 系，而其原因僅僅因為它們每個都有趨勢或都是自積時間序列（如隨機游走），或上面兩種情況同時出現(xiàn)，這種問題就是謬誤回歸問題。序列中 的兩個隨機變量的相關(guān)性，隨著它們之間的時間間隔不斷增大，以幾何級數(shù)趨近于0。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)?；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) 差的估計值。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標(biāo)準(zhǔn)差時，因變量 的改變是其標(biāo)準(zhǔn)差的倍數(shù)。平穩(wěn)過程（Stationary Process）：邊際和所有的聯(lián)合分布都不隨時間變化的一種時間序列過程。統(tǒng)計上顯著（Statistically Significant）：在選定的顯著性水平上，相對于特定的對立假設(shè)，拒絕總體 參數(shù)等于0 的虛擬假設(shè)。嚴(yán)格外生的（Strict Exogeneity）：時間序列或綜列數(shù)據(jù)模型中的解釋變量的一個特點，以所有時期的解 釋變量為條件的、任何時期的誤差項都是有0 均值。強相依（Strongly Dependent）：參見高度持續(xù)過程。求和運算符（Summation Operator）：用Σ表示的一個符號，用來表示對一組數(shù)據(jù)的求和運算。時間序列數(shù)據(jù)（Time Series Data）：搜集到的一個或多個變量在不同時間上的數(shù)據(jù)。時間趨勢（Time Trend）：時間的函數(shù)，它是趨勢時間序列過程的期望值。處理組（Treatment Group）：在項目評估中，參與這一項目的群體。趨勢—平穩(wěn)過程（TrendStationary Process）：在除掉了時間趨勢后變得平穩(wěn)的過程。真實模型（True Model）：表示因變量與有關(guān)自變量及一個干擾項之間關(guān)系的真實的總體模型。雙側(cè)對立假設(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 方法。U 無偏估計量（Unbiased Estimator）：期望值（或抽樣分布的均值）等于總體值（與總體值的大小無關(guān)）的估計量。設(shè)定不足的模型（Underspecifying a Model）：參見忽略一個有關(guān)的變量。無約束模型（Unrestricted Model）：在假設(shè)檢驗中，對參數(shù)沒有任何限制條件的模型。V 方差（Variance）：表示隨機變量分布的分散程度的一項指標(biāo)。W 弱相依（Weakly Dependent）：在時間序列過程中，表示隨機變量在不同時期的兩個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間間隔的增大而減小，這個時間序列就是弱相依的。其中，每個殘差的平方都得到一個等于誤差的（估計的）方差的倒數(shù)的權(quán)重。這種檢驗方法的最一般的形式是，作OLS 殘差的平方對解釋變量、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。它的含義 是，給定解釋變量的所有值時，誤差的期望值都等于0。）統(tǒng)計學(xué)術(shù)語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非對稱分布 autoregressive自回歸（的）averages平均量  B bar chart條線圖Bartlett39。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 price index消費物價指數(shù) consumer39。t Know）doseresponse curve（relationship）用量反應(yīng)曲線（關(guān)系）double blind test二重盲檢法 * downward trend下降傾向 drop out脫落例DurbinWatson statistic（ratio）DurbinWatson統(tǒng)計量（比） E efficient, efficiency有效的、有效性 * Engel39。s rank correlation coefficients肯德爾等級相關(guān)系數(shù) KullbackLeibler information number庫爾貝克萊布勒信息函數(shù) * kurtosis峰度  L lag時間滯后large sample大樣本 Latin square拉丁方law of large numbers大數(shù)定律（strong, weak： 強定律、弱定律）least significant difference, * least square最小二乘法 * level of significance顯著水平life table生命表 likelihood似然linear discriminant function線形判別函數(shù) local control局部控制logistic function邏輯斯蒂函數(shù)logit analysis（transformation）分對數(shù)分析（變換）loglinear model對數(shù)線性模型 loglog對數(shù)lognormal distribution對數(shù)正態(tài)分布 longitudinal經(jīng)度的，縱的 loss function損失函數(shù)  M Mahalanobis39。s testMcNemar測試 * mean平均（值）* mean deviation平均偏差 mean effect平均效應(yīng) * median中位數(shù)metaanalysis元分析* minimum最?。ǎ牐爉issing value缺區(qū)值 * mode眾數(shù)model,ing模型（建模）moment矩moving average移動平均multicolinear,ity多重共線（性）multidimensional scaling（MDS）多維換算 multiple answer重復(fù)回答 multiple choice多重選擇multiple parison多重比較* multiple correlation coefficient多重相關(guān)系數(shù) * multiple regression多重回歸 multistage sampling多階段抽樣 * multiv