英汉对照计量经济学术语Word格式文档下载.docx
《英汉对照计量经济学术语Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《英汉对照计量经济学术语Word格式文档下载.docx(36页珍藏版)》请在冰豆网上搜索。
![英汉对照计量经济学术语Word格式文档下载.docx](https://file1.bdocx.com/fileroot1/2022-11/15/00fa20b6-70f1-4847-bf34-079c77ecca42/00fa20b6-70f1-4847-bf34-079c77ecca421.gif)
渐近有效(AsymptoticallyEfficient):
对于服从渐近正态分布的一致性估计量,有最小渐近方差的估
计量。
渐近不相关(AsymptoticallyUncorrelated):
时间序列过程中,随着两个时点上的随机变量的时间间隔
增加,它们之间的相关趋于零。
衰减偏误(AttenuationBias):
总是朝向零的估计量偏误,因而有衰减偏误的估计量的期望值小于参数
的绝对值。
自回归条件异方差性(AutoregressiveConditionalHeteroskedasticity,ARCH):
动态异方差性模型,
即给定过去信息,误差项的方差线性依赖于过去的误差的平方。
一阶自回归过程[AR
(1)](AutoregressiveProcessofOrderOne[AR
(1)]):
一个时间序列模型,其
当前值线性依赖于最近的值加上一个无法预测的扰动。
辅助回归(AuxiliaryRegression):
用于计算检验统计量——例如异方差性和序列相关的检验统计量—
—或其他任何不估计主要感兴趣的模型的回归。
平均值(Average):
n个数之和除以n。
B
基组、基准组(BaseGroup):
在包含虚拟解释变量的多元回归模型中,由截距代表的组。
基期(BasePeriod):
对于指数数字,例如价格或生产指数,其他所有时期均用来作为衡量标准的时期。
基期值(Basevalue):
指定的基期的值,用以构造指数数字;
通常基本值为1或100。
最优线性无偏估计量(BestLinearUnbiasedEstimator,BLUE):
在所有线性、无偏估计量中,有最小
方差的估计量。
在高斯—马尔科夫假定下,OLS是以解释变量样本值为条件的BLUE。
贝塔系数(BetaCoef?
cients):
见标准化系数。
偏误(Bias):
估计量的期望参数值与总体参数值之差。
偏误估计量(BiasedEstimator):
期望或抽样平均与假设要估计的总体值有差异的估计量。
向零的偏误(BiasedTowardsZero):
描述的是估计量的期望绝对值小于总体参数的绝对值。
二值响应模型(BinaryResponseModel):
二值因变量的模型。
二值变量(BinaryVariable):
见虚拟变量。
两变量回归模型(BivariateRegressionModel):
见简单线性回归模型。
BLUE(BLUE):
见最优线性无偏估计量。
Breusch-Godfrey检验(Breusch-GodfreyTest):
渐近正确的AR(p)序列相关检验,以AR
(1)最为流
行;
该检验考虑到滞后因变量和其他不是严格外生的回归元。
Breusch-Pagan检验(Breusch-PaganTest):
将OLS残差的平方对模型中的解释变量做回归的异方差性
检验。
C
因果效应(CausalEffect):
一个变量在其余条件不变情况下的变化对另一个变量产生的影响。
其余条件不变(CeterisParibus):
其他所有相关因素均保持固定不变。
经典含误差变量(ClassicalErrors-in-Variables,CEV):
观测的量度等于实际变量加上一个独立的或
至少不相关的测量误差的测量误差模型。
经典线性模型(ClassicalLinearModel):
全套经典线性模型假定下的复线性回归模型。
经典线性模型(CLM)假定(ClassicalLinearModel(CLM)Assumptions):
对多元回归分析的理想假定
集,对横截面分析为假定MLR.1至MLR.6,对时间序列分析为假定TS.1至TS.6。
假定包括对参数为线性、
无完全共线性、零条件均值、同方差、无序列相关和误差正态性。
科克伦—奥克特(CO)估计(Cochrane-Orcutt(CO)Estimation):
估计含AR
(1)误差和严格外生解释
变量的多元线性回归模型的一种方法;
与普莱斯—温斯登估计不同,科克伦—奥克特估计不使用第一期的
方程。
置信区间(CI)(Con?
denceInterval,CI):
用于构造随机区间的规则,以使所有数据集中的某一百分
比(由置信水平决定)给出包含总体值的区间。
置信水平(Con?
denceLevel):
我们想要可能的样本置信区间包含总体值的百分比,95%是最常见的置信
水平,90%和99%也用。
不变弹性模型(ConstantElasticityModel):
因变量关于解释变量的弹性为常数的模型;
在多元回归中,
两者均以对数形式出现。
同期外生回归元(ContemporaneouslyExogenous):
在时间序列或综列数据应用中,与同期误差项不相关
但对其他时期则不一定的回归元。
控制组(ControlGroup):
在项目评估中,不参与该项目的组。
控制变量(ControlVariable):
见解释变量。
协方差平稳(CovarianceStationary):
时间序列过程,其均值、方差为常数,且序列中任意两个随机变
量之间的协方差仅与它们的间隔有关。
协变量(Covariate):
临界值(Criticalvalue):
在假设检验中,用于与检验统计量比较来决定是否拒绝虚拟假设的值。
横截面数据集(Cross-SectionalDataSet):
在给定时点上从总体中收集的数据集
D
数据频率(DataFrequency):
收集时间序列数据的区间。
年度、季度和月度是最常见的数据频率。
戴维森—麦金农检验(Davidson-MacKinnonTest):
用于检验相对于非嵌套对立假设的模型的检验:
它可
用相争持模型中得出的拟合值的t检验来实现。
自由度(df)(DegreesofFreedom,df):
在多元回归模型分析中,观测值的个数减去待估参数的个数。
分母自由度(DenominatorDegreesofFreedom):
F检验中无约束模型的自由度。
因变量(DependentVariable):
在多元回归模型(和其他各种模型)中被解释的变量。
除趋势(Detrending):
从时间序列中除去趋势的做法。
斜率级差(DifferenceinSlopes):
所描述的是模型中某些斜率参数,因组或时期的不同而不同。
向下偏误(DownwardBias):
估计量的期望值低于参数的总体值。
虚拟变量(DummyVariable):
取值为0或1的变量。
虚拟变量陷阱(DummyVariableRegression):
自变量中包含了过多的虚拟变量造成的错误;
当模型中既
有整体截距又对每一组都设有一个虚拟变量时,该陷阱就产生了。
德宾—沃森(DW)统计量(Durbin-Watson(DW)Statistic):
在经典线性回归假设下,用于检验时间序
列回归模型的误差项中的一阶序列相关的统计量。
动态完整模型(DynamicallyCompleteModel):
设更多的滞后因变量,或设更多的滞后解释变量都无助
于解释因变量的均值的时间序列模型。
E
计量经济模型(EconometricModel):
将因变量与一组解释变量和未观测到的扰动联系起来的方程,方程
中未知的总体参数决定了各解释变量在其余条件不变下的效应。
经济模型(EconomicModel):
从经济理论或不那么正规的经济原因中得出的关系。
经济显著性(EconomicSigni?
cance):
见实际显著性。
弹性(Elasticity):
给定一个变量在其余条件不变下增加1%,另一个变量的百分比变化。
经验分析(EmpiricalAnalysis):
用正规计量分析中的数据检验理论、估计关系式或确定政策效应的研
究。
内生解释变量(EndogenousExplanatoryVariable):
在多元回归模型中,由于遗漏变量、测量误差或联
立性的原因而与误差项相关的解释变量。
内生样本选择(EndogenousSampleSelection):
非随机样本选择,其选择直接地或通过方程中的误差项
与因变量相联系。
误差项(ErrorTerm):
在简单或多元回归方程中,包含了未观测到的影响因变量的因素的变量。
误差项
也可能包含被观测的因变量或自变量中的测量误差。
误差方差(ErrorVariance):
多元回归模型中误差项的方差。
事件研究(EventStudy):
事件(例如政府规制或经济政策的变化)对结果变量的效应的计量分析。
排除一个有关变量(ExcludingaRelevantVariable):
在多元回归分析中,遗漏了一个对因变量有非零
偏效应的变量。
排斥性约束(ExclusionRestrictions):
说明某些变量被排斥在模型之外(或具有零总体参数)的约束。
外生解释变量(ExogenousExplanatoryVariable):
与误差项不相关的解释变量。
外生样本选择(ExogenousSampleSelection):
或者依赖外生解释变量,或者与所感兴趣的模型中的误
差项不相关的样本选择。
实验数据(ExperimentalData):
通过进行受控制的实验获得的数据。
试验组(ExperimentalGroup):
见处理组。
解释平方和(SSE)(ExplainedSumofSquares,SSE):
多元回归模型中拟合值的总样本变异。
被解释变量(ExplainedVariable):
见因变量。
解释变量(ExplanatoryVariable):
在回归分析中,用于解释因变量中的变异的变量。
指数趋势(ExponentialTrend):
有固定增长率的趋势。
F
F统计量(FStatistic):
在多元回归模型中,用于检验关于参数的多重假设的统计量。
可行的GLS(FGLS)估计量(FeasibleGLS(FGLS)Estimator):
方差或相关参数未知,因而必须先进行
估计的GLS程序。
(又见广义最小二乘估计量。
)
有限分布滞后(FDL)模型(FiniteDistributedLag(FDL)Model):
允许一个或多个解释变量对因变量
有滞后效应的动态模型。
一阶差分(FirstDifference):
对相邻时期做差分所构成的对时间序列的转换,即用后一时期减去前一
时期。