国际计量学词汇—基础和通用概念及相关术语(编制说明)
计量经济学概念题
Cp1 1. a:Stochastic error term: Stochastic error term is a term that is added to a regression equation to introduce all of the variation in Y that cannot be explained by the included Xs. B:Linear : An equation is linear if plotting the function in terms of X and Y generates a straight line, c: Slope coefficient(β)shows the response of Y to a one-unit increase in X. d:: a linear regression model which has more than one independent variables . e:. Expected value：the expression β0+β1x is called the deterministic component of the regression equation ,this deterministic component can also be thought of as the expected value of Y given X. f:Residual: the difference between the estimated value of the dependent variable and the actual value of the dependent variable is defined as the residual CP2 P43: a: Ordinary Least Squares is a regression estimation technique that calculates theβs so as to minimize the sum of the squared residuals. b:multivariate regression coefficient indicates the change in the dependent variable associated with a one-unit increase in the independent variable in question. c: total sum of squares is the squared variations of Y around its mean as a measure of the amount of variation to be explained by the regression. The explained sum of squares is the amount if the squared deviation of Yi from its mean that is explained by the regression line. Residual sum of squares is the unexplained in an empirical sense by the estimated regression equation. d: coefficient of determination is the ratio of the explained sum of squares to the total sum of squares. e: degrees of freedom is the excess of the number of observations(N) over the number of coefficients(including the intercept estimated (K+1). f: R^2 is the coefficient of determination. Chapter 3 1. a. Review the literature and develop the theoretical model. Specify the model. Hypothesize the expected signs of coefficient. Collect data. Estimate and evaluate the equation. Document the results. b. Apply other researchers’ model to my data set. c. Any mistakes in the specification of a model. d. The excess of the number of observations over the number of coefficient s to be estimated.
《计量经济学》第四章精选题及答案
第四章：多重共线性 二、简答题 1、导致多重共线性的原因有哪些？ 2、多重共线性为什么会使得模型的预测功能失效？ 3、如何利用辅回归模型来检验多重共线性？ 4、判断以下说法正确、错误，还是不确定？并简要陈述你的理由。 (1)尽管存在完全的多重共线性，OLS 估计量还是最优线性无偏估计量（BLUE ）。 (2)在高度多重共线性的情况下，要评价一个或者多个偏回归系数的个别显著性是不可能的。 (3)如果某一辅回归显示出较高的2 i R 值，则必然会存在高度的多重共线性。 (4)变量之间的相关系数较高是存在多重共线性的充分必要条件。 (5)如果回归的目的仅仅是为了预测，则变量之间存在多重共线性是无害的。 12233i i i Y X X βββ=++ 来对以上数据进行拟合回归。 (1) 我们能得到这3个估计量吗？并说明理由。 (2) 如果不能，那么我们能否估计得到这些参数的线性组合？可以的话，写出必要的计 算过程。 6、考虑以下模型： 23 1234i i i i i Y X X X ββββμ=++++ 由于2X 和3 X 是X 的函数，那么它们之间存在多重共线性。这种说法对吗？为什么？ 7、在涉及时间序列数据的回归分析中，如果回归模型不仅含有解释变量的当前值，同时还含有它们的滞后值，我们把这类模型称为分布滞后模型（distributed-lag model ）。我们考虑以下模型： 12313233i t t t t t Y X X X X βββββμ---=+++++ 其中Y ——消费，X ——收入，t ——时间。该模型表示当期的消费是其现期的收入及其滞后三期的收入的线性函数。 （1） 在这一类模型中是否会存在多重共线性？为什么？ （2） 如果存在多重共线性的话，应该如何解决这个问题？ 8、设想在模型 12233i i i i Y X X βββμ=+++ 中，2X 和3X 之间的相关系数23r 为零。如果我们做如下的回归：
计量经济学复习要点1
计量经济学复习要点 第1章 绪论 数据类型：截面、时间序列、面板 用数据度量因果效应，其他条件不变的概念 习题：C1、C2 第2章 简单线性回归 回归分析的基本概念，常用术语 现代意义的回归是一个被解释变量对若干个解释变量依存关系的研究，回归的实质是由固定的解释变量去估计被解释变量的平均值。 简单线性回归模型是只有一个解释变量的线性回归模型。 回归中的四个重要概念 1. 总体回归模型（Population Regression Model ，PRM) t t t u x y ++=10ββ--代表了总体变量间的真实关系。 2. 总体回归函数（Population Regression Function ，PRF ） t t x y E 10)(ββ+=--代表了总体变量间的依存规律。 3. 样本回归函数（Sample Regression Function ，SRF ） t t t e x y ++=10??ββ--代表了样本显示的变量关系。 4. 样本回归模型（Sample Regression Model ，SRM ） t t x y 10???ββ+=---代表了样本显示的变量依存规律。 总体回归模型与样本回归模型的主要区别是：①描述的对象不同。总体回归模型描述总体 中变量y 与x 的相互关系，而样本回归模型描述所关的样本中变量y 与x 的相互关系。②建立模型的依据不同。总体回归模型是依据总体全部观测资料建立的，样本回归模型是依据样本观测资料建立的。③模型性质不同。总体回归模型不是随机模型，而样本回归模型是一个随机模型，它随样本的改变而改变。 总体回归模型与样本回归模型的联系是：样本回归模型是总体回归模型的一个估计式，之所以建立样本回归模型，目的是用来估计总体回归模型。 线性回归的含义 线性：被解释变量是关于参数的线性函数（可以不是解释变量的线性函数） 线性回归模型的基本假设 简单线性回归的基本假定：对模型和变量的假定、对随机扰动项u 的假定（零均值假定、同方差假定、无自相关假定、随机扰动与解释变量不相关假定、正态性假定） 普通最小二乘法（原理、推导） 最小二乘法估计参数的原则是以“残差平方和最小”。
计量经济学术语说明
序列直方图： Mean 均值, median 中位数, maximum 最大值, minimum 最小值, Std.Dev 标准差, skewness 偏度, kurtosis 峰度, “arque-bera 统计量及其概率probability ” 说明：正态分布的偏度S=0，呈对称分布。若样本序列的S>0，则呈右偏分布；否则呈左偏分布。正态分布的峰度K=3，若样本序列的K>3，则序列分布的尾部比正态分布的尾部厚，其分布呈现出“高瘦”形状，即“尖峰”；否则其分布的尾部比正态分布的尾部薄，其分布呈现出“矮胖”的形状。大多数金融时间序列呈“尖峰厚尾、非对称分布”。Jarque-Bera 检验统计量用来初步检验某个分布是否为正态分布。在序列观测值为正态分布的原假设下，Jarque-Bera 统计量服从2(2)χ分布，可以根据Jarque-Bera 统计量的概率值P 来决定是否拒绝零假设。若P 大于检验水平α，则不能拒绝样本序列服从正态分布的原假设。 线性回归： Variable 变量，coefficient 系数 std.error 回归方程系数估计值标准误差，其主要用于衡量回归系数的统计可靠性，标准误差越大，说明回归系数估计值越不精确。 t-statistic 是回归系数的 T 统计量，用于检验某个系数是否显著的异于零。 Prob.是t 统计量值的双侧概率（P 值），若P 小于检验水平，说明相应的系数估计值显著的异于零；否则系数不显著。如：在5%显著性水平下，如果P 值小于0.05，就拒绝原假设，否则接受原假设，认为他们对模型的因变量（Y ）没有影响。 R-squanred 决定系数R^2, 较大则说明模型对因变量拟合得较好，模型中的解释变量能够解释因变量变动的很大一部分。（R^2并不是判断模型拟合好坏的唯一指标，回归模型的R^2较小，并不一定说明模型拟合程度很差。有时，如果回归方程中没有截距项或常数项，或者使用了两阶段最小二乘法（TSLS ），则R^2可能为负数。）（R-squared 是模型中所有自变量对因变量的整体拟合效果的度量，但是并不是越高越好，因为自变量越多，R2就越高，由此有了ADJUSTED R-squared,这个指标就剔除了自由度的影响。） Adjusted R-squared 修整决定系数R^2, Mean dependent var 被解释变量均值 S.D.dependentvar 被解释变量标准差 S.E.of regression 回归标准误差，用于度量残差的大小。大约67%的残差将位于正负一个标准误差范围之内，而95%的残差将位于正负两个标准误差范围之内。 Akaike info criterion 赤池信息准则（AIC ）和Schwarz criterion 施瓦兹信息准则（SC ）。AIC 信息准则和SC 准则用于评价模型的好坏，一般要求AIC 值或SC 值越小越好。当选择变量的滞后阶数（如协整检验中），可以通过选择使AIC 或SC 达到最小的滞后分布长度。 Sum squared resid 残差平方和RSS ，越小越好，可以用作某些检验的输入值（如F 检验）。 Log likelihood 是对数似然值（简记L ），是基于极大似然估计得到的统计量，在线性回归中，其计算公式为：2log 2log 222 n n n L πσ=--- 。对数似然值用于说明模型的精确性，L 越大说明模型越精确。同时，可以通过比较有条件约束方程和无条件约束方程的对数似然估计值的差异进行似然比检验。L 越大越好，实际上右边的AIC,SC 就是根据它计算的，AIC 和SC 是越小越好，它们是为了选择最佳滞后期。 F-statistic 和Prob (F-statistic)分别是F 统计量极其相应的概率即P 值，用于对方程的整体显著性进行检验。F 检验是一个所有系数估计值都不为零的联合检验，即使所有系数的t 统计量都是不显著的，F 统计量也可能是显著的。F 统计量越大模型整体越显著，根据上面提到的
计量技术规范
国家计量技术规范目录JJF （截止2014年05月） JJF 1001-2011 通用计量术语及定义 JJF 1002-2010 国家计量检定规程编定规则 JJF 1004-2004 流量计量名词术语及定义 JJF 1005-2005 标准物质常用术语和定义 JJF 1006-1994 一级标准物质技术规范 JJF 1007-2007 温度计量名词术语及定义 JJF 1008-2008 压力计量名词术语及定义 JJF 1009-2006 容量计量术语及定义 JJF 1010-1987 长度计量名词术语及定义 JJF 1011-2006 力值与硬度计量术语及定义 JJF 1012-2007 湿度与水分计量名词术语及定义 JJF 1013-1989 磁学计量常用名词术语及定义(试行) JJF 1014-1989 罐内液体石油产品计量技术规范 JJF 1015-2002 计量器具型式评价和型式批准通用规范 JJF 1016-2009 计量器具型式评价大纲编写导则 JJF 1017-1990 使用硫酸铈-亚铈剂量计测量γ射线水吸收剂量标准方法 JJF 1018-1990 使用重铬酸钾(银)剂量计测量γ射线水吸收剂量标准方法 JJF 1019-1990 60Co远距离治疗束吸收剂量的邮寄监测方法 JJF 1020-1990 r射线辐射加工剂量保证监测方法 JJF 1021-1990 产品质量检验机构计量认证技术考核规范 JJF 1022-1991 计量标准命名规范 JJF 1023-1991 常用电学计量名词术语(试行) JJF 1024-2006 测量仪器可靠性分析 JJF 1025-1991 机械秤改装规范 JJF 1026-1991 光子和高能电子束吸收剂量测定方法 JJF 1028-1991 使用重铬酸钾银剂量计测量γ射线水吸收剂量标准方法JJF 1029-1991 电子探针定量分析用标准物质研制规范 JJF 1030-1998 恒温槽技术性能测试规范
计量经济学习题及答案汇总
《 期中练习题 1、回归分析中使用的距离是点到直线的垂直坐标距离。最小二乘准则是指（ ） A ．使 ∑=-n t t t Y Y 1)?(达到最小值 B.使∑=-n t t t Y Y 1达到最小值 C. 使 ∑=-n t t t Y Y 1 2 )(达到最小值 D.使∑=-n t t t Y Y 1 2)?(达到最小值 2、根据样本资料估计得出人均消费支出 Y 对人均收入 X 的回归模型为 ?ln 2.00.75ln i i Y X =+，这表明人均收入每增加 1％，人均消费支出将增加 （ ） A. B. % C. 2 D. % 3、设k 为回归模型中的参数个数,n 为样本容量。则对总体回归模型进行显著性检验的F 统计量与可决系数2 R 之间的关系为( ) ~ A.)1/()1()/(R 2 2---=k R k n F B. )/(1)-(k )R 1/(R 22k n F --= C. )/()1(22k n R R F --= D. ) 1()1/(2 2R k R F --= 6、二元线性回归分析中 TSS=RSS+ESS 。则 RSS 的自由度为（ ） 9、已知五个解释变量线形回归模型估计的残差平方和为 8002=∑t e ，样本容量为46，则随机误 差项μ的方差估计量2 ?σ 为（ ） D. 20 1、经典线性回归模型运用普通最小二乘法估计参数时，下列哪些假定是正确的（ ） A.0)E(u i = B. 2 i )V ar(u i σ= C. 0)u E(u j i ≠ ) D.随机解释变量X 与随机误差i u 不相关 E. i u ～),0(2 i N σ 2、对于二元样本回归模型i i i i e X X Y +++=2211???ββα，下列各式成立的有（ ） A.0 =∑i e B. 0 1=∑i i X e C. 0 2=∑i i X e D. =∑i i Y e E. 21=∑i i X X 4、能够检验多重共线性的方法有（ ）
计量经济学术语(国际经济与贸易)
计量经济学术语 A 校正R2（Adjusted R-Squared）：多元回归分析中拟合优度的量度，在估计误差的方差时对添加的解释变量用?一个自由度来调整。 对立假设（Alternative Hypothesis）：检验虚拟假设时的相对假设。 AR（1）序列相关（AR(1) Serial Correlation）：时间序列回归模型中的误差遵循AR（1）模型。 渐近置信区间（Asymptotic Confidence Interval）：大样本容量下近似成立的置信区间。 渐近正态性（Asymptotic Normality）：适当正态化后样本分布收敛到标准正态分布的估计量。 渐近性质（Asymptotic Properties）：当样本容量无限增长时适用的估计量和检验统计量性质。 渐近标准误（Asymptotic Standard Error）：大样本下生效的标准误。 渐近t 统计量（Asymptotic t Statistic）：大样本下近似服从标准正态分布的t统计量。 渐近方差（Asymptotic Variance）：为了获得渐近标准正态分布，我们必须用以除估计量的平方值。 渐近有效（Asymptotically Efficient）：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（Asymptotically Uncorrelated）：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（Attenuation Bias）：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（Autoregressive Conditional Heteroskedasticity, 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）]（Autoregressive Process of Order One [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（Auxiliary Regression）：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（Base Group）：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（Base Period）：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（Base Value）：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（Best Linear Unbiased Estimator, 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贝塔系数（Beta Coef?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（Biased Estimator）：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（Biased Towards Zero）：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（Binary Response Model）：二值因变量的模型。 二值变量（Binary Variable）：见虚拟变量。 两变量回归模型（Bivariate Regression Model）：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-Godfrey Test）：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-Pagan Test）：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（Causal Effect）：?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（Ceteris Paribus）：其他所有相关因素均保持固定不变。 经典含误差变量（Classical Errors-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（Classical Linear Model）：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（Classical Linear Model (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 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—奥克特估不使用第?一期的方程。 置信区间（CI）（Con?dence Interval, 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?dence Level）：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（Constant Elasticity Model）：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（Contemporaneously Exogenous）：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（Control Group）：在项目评估中，不参与该项目的组。 控制变量（Control Variable）：见解释变量。 协方差平稳（Covariance Stationary）：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）：见解释变量。 临界值（Critical Value）：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-Sectional Data Set）：在给定时点上从总体中收集的数据集 D 数据频率（Data Frequency）：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-MacKinnon Test）：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）（Degrees of Freedom, 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（Denominator Degrees of Freedom）：F检验中无约束模型的自由度。 因变量（Dependent Variable）：在多元回归模型（和其他各种模型）中被解释的变量。
通用计量术语
测量仪器在我国有关计量法律、法规或人们习惯上通常称为计量器具，计量器具是测量仪器的同义语，实际上一般统称为测量仪器。测量仪器在计量工作中具有相当重要的作用，全国量值的统一首先反映在测量仪器的准确和一致上，所以测量仪器是确保全国量值统一的重要手段，是计量部门加强监督管理的主要对象，也是计量部门提供计量保证的技术基础。 一、测量仪器 按定义测量仪器是指“单独地或连同辅助设备一起用以进行测量的器具”(见JJF1001-1998《通用计量术语及定义》6.1条，以下只简称条款)。测量仪器是用来测量并能得到被测对象确切量值的一种技术工具或装置。为了达到测量的预定要求，测量仪器必须是具有符合规范要求的计量学特性，能以规定的准确度复现、保存并传递计量单位量值。测量仪器的特点是:(1)用于测量；(2)目的是为了确定被测对象的量值；(3)本身是可以单独地或连同辅助设备一起的一种技术工具或装置。如体温计、水表、煤气表、直尺、度盘秤等均可以单独地用来完成某项测量，获得被测对象的量值；另一些测量仪器，如砝码、热电偶、标准电阻等，则需与其它测量仪器和(或)辅助设备一起使用才能完成测量，从而确定被测对象的量值。正确的理解测量仪器的概念，有利于科学合理地确定计量管理所包含的范围。任何物体和现象都可以反映其量值的大小，但并不都是测量仪器，判定主要是看其是否用于测量目的，是否能得到其被测量值的大小。如一台恒愠油槽或一台烘箱，它可以反映温度的量值，但它并不是测量仪器，因为它只是一种获得一定温度场的装置，它并不用于测量目的，而在恒温油槽和烘箱上控制用的温度计才是测量仪器。又如一组砝码，一个带有刻度的量杯，某一定值的标准物质，它们都反映了确切的量值，因为它们均用于测量目的，通过测量从而获得被测对象量值的大小，所以它们均为测量仪器。 测量仪器即计量器具是一个统称。如测量仪器按其计量学用途或在统一单位量值中的作用，可分为计量基准、计量标准和工作用计量器具；按其结构和功能特点，测量仪器包括实物量具、测量用仪器仪表、标准物质和测量系统(或装置)。也可以按输出形式、测量原理和方法、特定用途、准确度等级等特性进行分类。 目前与测量仪器类同的名词术语很多，必须正确区分其概念。如GB/T19001—1994 (ISO9001:1994)质量体系——设计/开发、生产、安装和服务的质量保证模式标准中，就提出了检验、测量和试验设备；在GB/T19022.1—1994(idt ISO 10012—1:1992)测量设备的计量确认体系标准中提出了测量设备一词；而在2000版的ISO/DIS 9001标准中又提出了测量设备和测量和监控装置名词。我个人理解认为:检验、测量、试验设备是有区别的；检验设备主要用以判定是否合格；测量设备主要用于确定其被测对象值的大小，试验设备主要用以确定某特性值或其性能如何，检验、测量设备主要是指测量仪器，而试验设备有的可能不是测量仪器，如振动试验台就是，温度环境试验装置就不是。测量装置就是测量仪器，而监控装置是指生产过程中的监视控制设备，有的属测量仪器，有的控制设备则不属测量仪器。JJG1001—1998《通用计量术语及定义》规范中，列入了“测量设备”术语。测量设备是指“测量仪器、测量标准、参考物质、辅助设备以及进行测量所必须的资料的总称”(6.6条)。它是从推行ISO9000标准中，从ISO10012—1标准中引用过来的，它不仅包含上述内容，同时还包括试验和检验过程中使用的，也包括校准(检定)中使用的测量设备。可见它并不是指某台或某类设备，而是对测量所包括的硬件和软件的统称。这一定义有以下几个特点: 1.概念的广义性。测量设备不仅包含一般的测量仪器，而且包含了各等级的测量标准，
计量经济学的概念
计量经济学是经济科学领域内的一门应用科学，以一定的经济理论和实际统计资料为基础，运用数学、统计方法与计算机技术，以建立经济计量模型为主要手段，定量分析研究具有随机特性的经济变量关系。 2、数理经济模型与计量经济模型的区别。 数理：揭示经济活动中各个因素之间的理论关系，用确定性的数学方程加以描述。 计量：揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述。 3、经典计量经济学模型的一般形式。 4、计量经济学的数据类型。 时间序列数据：按时间先后排列的统计数据。 截面数据：一个或多个变量在某一时点上的数据集合。 合并数据（平行数据）：既包含时间序列数据又有截面 数据。 5、建立计量经济学模型的步骤。 1） 模型的数学形式。③拟定模型中待估计参数的理论期望 值。 2）样本数据的收集： 差项产生序列相关。②截面数据易引起模型随机误差项 产生异方差。③样本数据的质量：完整性、准确性、可 比性、一致性。 3）模型参数的估计。 4 度检验、变量的显着性检验、方程的显着性检验。③计 量经济学检验：序列相关、异方差法（随机误差项）、 多重共线性（解释变量）④模型预测检验。 6、计量经济学模型的应用。 1）结构分析；2）经济预测；3）政策评价；4）检验与发展经济理论。 7、如何正确选择解释变量。 作为“变量”的原因：1 2）考虑数据的可得性；3）考虑入选变量之间的关系。 8、回归分析的目的。 1）根据自变量的取值，估计应变量的均值；2）检验建立在经济理论基础上的假设；3） 值，预测应变量的均值。 9、总体回归函数(PRF)和样本回归函数(SRF)各变量系数名称及函数方程。 10、随机误差项(Ui)的性质或主要内容。
几何量计量名词术语及定义
JJF 1010 几何量计量名词术语及定义 1 米（Metre,meter ） 国际单位制长度量的基本单位。 1983年第17届国际计量大会所通过“米”的新定义是：米是光在真空中1／299 792 458 s 的时间间隔内所行进的路程长度。 注： 该次大会还规定了米定义的三种复现方法（2002年进行了修正）。①根据l =c 0t 关系式，由测出的时间t 与给定的真空光速值c 0复现长度值l ；②根据λ＝c 0/f 关系式，由测出频率f 与给定的真空光速值c 0复现长度值l ；③直接使用米定义咨询委员会推荐使用的激光的真空波长、光谱灯的真空波长或其他光源的真空波长中的任一种来复现。 2 波长（Wavelength ） 在一个周期T 的时间内，波面传播的距离。 3 光谱线半宽度（Half-linear width ） 在该谱线上，光强为最大的波长与其光强只有最大值之半的波长两者间的差值。 4 线偏振光（Linear polarized light ） 光线矢量E 沿着单一方向振动的光。 5 圆偏振和椭圆偏振光（Circular polarized light and elliplcallight ） 光的矢量的两个垂直分量之间具有相位差π／2时，称圆偏振光；具有其他相位差时称椭圆偏振光。 6 折射率（Refractive index ） 介质的折射率是真空中的光速c 0与在介质中光束的传播速度c ′的比值，即 n ＝c 0/ c ′ 相应地，真空中光波的波长λ0在介质中变为λ′，而 n c 00λυλ==′ 式中：υ－光的振动频率。 7 光的相干性（Light coherence ） 光波波场中，各个时刻到达空间各点的波列之间的相干情况称为光的相干性。 8 光程（Optical path ） 光线在某传播介质中通过的距离r 与该介质折射率n 的乘积，即l=1r 。 9 光程差（Optical path difference ） 两束光线所通过的光程l 1与l 2之差，称为这两束光线的光程差，即 ?=l 1-l 2 10 干涉场(Interference field) 可观察到干涉图样的区域。 11 干涉条纹（Interference fringe ） 在干涉场中，具有相同相位差的诸点的轨迹，称为干涉条纹。
计量经济学(重要名词解释)
——名词解释 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他条件不变下的效应。与经济分析不同，在进行计量经济分析之前，要明确变量之间的函数形式。 经验分析（Empirical Analysis）：在规范的计量分析中，用数据检验理论、估计关系式或评价政策有效性的研究。 确定遗漏变量、测量误差、联立性或其他某种模型误设所导致的可能偏误的过程 线性概率模型（LPM）（Linear Probability Model, LPM）：响应概率对参数为线性的二值响应模型。 没有一个模型可以通过对参数施加限制条件而被表示成另一个模型的特例的两个（或更多）模型。 有限分布滞后（FDL）模型（Finite Distributed Lag (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。 布罗施-戈弗雷检验（Breusch-Godfrey Test）：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。 布罗施-帕甘检验（Breusch-Pagan Test）/（BP Test）：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。 若一个模型正确，则另一个非嵌套模型得到的拟合值在该模型是不显著的。因此，这是相对于非嵌套对立假设而对一个模型的检验。在模型中包含对立模型的拟合值，并使用对拟合值的t 检验来实现。 回归误差设定检验（RESET）（Regression Specification Error Test, RESET）：在多元回归模型中，检验函数形式的一般性方法。它是对原OLS 估计拟合值的平方、三次方以及可能更高次幂的联合显著性的F 检验。 怀特检验（White Test）：异方差的一种检验方法，涉及到做OLS 残差的平方对OLS 拟合值和拟合值的平方的回归。这种检验方法的最一般的形式是，将OLS 残差的平方对解释变量、解释变量的平方和解释变量之间所有非多余的交互项进行回归。 邹至庄统计量（Chow statistic）：检验不同组或不同时期的回归函数上差别的F检验。 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之误差项中的一阶序列相关的统计量。 广义最小二乘（GLS）估计量（Generalized Least Squares (GLS) Estimator）：通过对原始模型的变换，解释了误差方差的方差已知结构（异方差性）、误差中的序列相关形式或同时解释二者的估计量。 拉格朗日乘数统计量（Lagrange Multiplier Statistic）：仅在大样本下为确当的检验统计量，它可用于在不同的模型设定问题中检验遗漏变量、异方差性和序列相关和不同模型的设定问题。 加权最小二乘（WLS）估计量（Weighted Least Squares (WLS) Estimator）：用来对某种已知形式的异方差进行调整的估计量。其中，每个残差的平方都用一个等于误差的（估计的）方差的倒数作为权数。 差的估计量。在高斯—马尔科夫假定下，OLS估计量是以解释变量样本值为条件的BLUE 。 在给定时点上从总体中抽取的数据集
计量经济学-期末考试-简答题
计量经济学期末考试简答题 1．简述计量经济学与经济学、统计学、数理统计学学科间的关系。 2．计量经济模型有哪些应用？ 3．简述建立与应用计量经济模型的主要步骤。 4．对计量经济模型的检验应从几个方面入手？ 5．计量经济学应用的数据是怎样进行分类的？ 6．在计量经济模型中，为什么会存在随机误差项？ 7．古典线性回归模型的基本假定是什么？ 8．总体回归模型与样本回归模型的区别与联系。 9．试述回归分析与相关分析的联系和区别。 10．在满足古典假定条件下，一元线性回归模型的普通最小二乘估计量有哪些统计性质？11．简述BLUE的含义。 12．对于多元线性回归模型，为什么在进行了总体显著性F检验之后，还要对每个回归系数进行是否为0的t检验？ 13.给定二元回归模型：，请叙述模型的古典假定。 14.在多元线性回归分析中，为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度？ 15.修正的决定系数及其作用。 16.常见的非线性回归模型有几种情况？ 17. 18观察下列方程并判断其变量是否呈线性，系数是否呈线性，或都是或都不是。 19.什么是异方差性？试举例说明经济现象中的异方差性。 20.产生异方差性的原因及异方差性对模型的OLS估计有何影响。 21.检验异方差性的方法有哪些？ 22.异方差性的解决方法有哪些？ 23.什么是加权最小二乘法？它的基本思想是什么？ 24.样本分段法（即戈德菲尔特——匡特检验）检验异方差性的基本原理及其使用条件。25．简述DW检验的局限性。 26．序列相关性的后果。 27．简述序列相关性的几种检验方法。 28．广义最小二乘法（GLS）的基本思想是什么？ 29．解决序列相关性的问题主要有哪几种方法？ 30．差分法的基本思想是什么？ 31．差分法和广义差分法主要区别是什么？ 32．请简述什么是虚假序列相关。 33．序列相关和自相关的概念和范畴是否是一个意思？ 34．DW值与一阶自相关系数的关系是什么？ 35．什么是多重共线性？产生多重共线性的原因是什么？ 36．什么是完全多重共线性？什么是不完全多重共线性？ 37．完全多重共线性对OLS估计量的影响有哪些？ 38．不完全多重共线性对OLS估计量的影响有哪些？ 39．从哪些症状中可以判断可能存在多重共线性？ 40．什么是方差膨胀因子检验法？ 41．模型中引入虚拟变量的作用是什么？ 42．虚拟变量引入的原则是什么？ 43．虚拟变量引入的方式及每种方式的作用是什么？ 44．判断计量经济模型优劣的基本原则是什么？ 45．模型设定误差的类型有那些？ 46．工具变量选择必须满足的条件是什么？ 47．设定误差产生的主要原因是什么？ 48．在建立计量经济学模型时，什么时候，为什么要引入虚拟变量？ 49．估计有限分布滞后模型会遇到哪些困难 50．什么是滞后现像？产生滞后现像的原因主要有哪些？ 51．简述koyck模型的特点。 52．简述联立方程的类型有哪几种 53．简述联立方程的变量有哪几种类型
计量经济学复习要点 (2)
计量经济学复习要点 参考教材：伍德里奇 《计量经济学导论》 第1章 绪论 数据类型：截面、时间序列、面板 用数据度量因果效应，其他条件不变的概念 习题：C1、C2 第2章 简单线性回归 回归分析的基本概念，常用术语 现代意义的回归是一个被解释变量对若干个解释变量依存关系的研究，回归的实质是由固定的解释变量去估计被解释变量的平均值。 简单线性回归模型是只有一个解释变量的线性回归模型。 回归中的四个重要概念 1. 总体回归模型（Population Regression Model ，PRM) t t t u x y ++=10ββ--代表了总体变量间的真实关系。 2. 总体回归函数（Population Regression Function ，PRF ） t t x y E 10)(ββ+=--代表了总体变量间的依存规律。 3. 样本回归函数（Sample Regression Function ，SRF ） t t t e x y ++=10??ββ--代表了样本显示的变量关系。 4. 样本回归模型（Sample Regression Model ，SRM ） t t x y 10???ββ+=---代表了样本显示的变量依存规律。 总体回归模型与样本回归模型的主要区别是：①描述的对象不同。总体回归模型描述总体 中变量y 与x 的相互关系，而样本回归模型描述所关的样本中变量y 与x 的相互关系。②建立模型的依据不同。总体回归模型是依据总体全部观测资料建立的，样本回归模型是依据样本观测资料建立的。③模型性质不同。总体回归模型不是随机模型，而样本回归模型是一个随机模型，它随样本的改变而改变。 总体回归模型与样本回归模型的联系是：样本回归模型是总体回归模型的一个估计式，之所以建立样本回归模型，目的是用来估计总体回归模型。 线性回归的含义 线性：被解释变量是关于参数的线性函数（可以不是解释变量的线性函数） 线性回归模型的基本假设 简单线性回归的基本假定：对模型和变量的假定、对随机扰动项u 的假定（零均值假定、同方差假定、无自相关假定、随机扰动与解释变量不相关假定、正态性假定）
计量常用术语
常用计量术语有哪些？ 1.量：可指一般的概念的量，如长度、能量、温度、电阻等，也可指特定的量，如某人的身高和体重等，参考对象可以是一个测量单位、测量程序、标准物质或其他组合。 量从概念上一般可分为物理量、化学量、生物量，或分为基本量和导出量。 2.被测量：被测量是指拟测量的量，它可以是待测量的量，也可以是已测量的量。 3.影响量：指在直接测量中不影响实际被测的值，但会影响示值与测量结果之间的关系。 4.量值：全称量的值，指用数和参照对象一起表示的量的大小。 5.量的真值：与量的定义一致的量值，在描述关于测量的误差方法中，认为真值是唯一的，实际上是不可知的。 6.约定量值：又称量的约定值，是指对于给定目的，由协议赋予某量的量值，一般来说约定真值与真值的差值可以忽略不计，故而在实际应用中，约定真值可以代替真值。 7.实际值：满足规定精确度的用来代替真值的量值，实际值可理解为由实验获得的，在一定程度上接近真值的量值。 8.测量结果：与其他有用的相关信息一起赋予能被测量的一组量值，即由测量得到的被测量的量值及其不确定度，还应包括测量条件、主要影响量的值及范围的说明。 9.测量重复性：简称重复性，是指在一组重复性测量条件下的测量精密度，它一般可用结果之间的差值来定量表示。 10.重复性测量条件：相同测量程序、相同操作者、相同测量系统和相同操作条件和相同地点，并在短时间内对同一或相似类被测对象重复测量的一组测试条件。 11.复现性测量条件：不同地点、不同操作者或不同操作系统对同一或相似被测对象重复测量的一组测量条件，上述条件中，可以是某项不同，某些项不同，也可以是所有项都不同。
计量经济学题(答案)
《计量经济学》要点 一、单项选择题 知识点： 第一章 若干定义、概念 时间序列数据定义 横截面数据定义 同一统计指标按时间顺序记录的数据称为( B )。 A、横截面数据 B、时间序列数据 C、修匀数据 D、原始数据 同一时间，不同单位相同指标组成的观测数据称为（ B ） A．原始数据B．横截面数据C．时间序列数据D．修匀数据
变量定义（被解释变量、解释变量、内生变量、外生变量、前定变量） 单方程中可以作为被解释变量的是（控制变量、前定变量、内生变量、外生变量）； 在回归分析中，下列有关解释变量和被解释变量的说法正确的有（ C ） A、被解释变量和解释变量均为随机变量 B、被解释变量和解释变量均为非随机变量 C、被解释变量为随机变量，解释变量为非随机变量 D、被解释变量为非随机变量，解释变量为随机变量 什么是解释变量、被解释变量 从变量的因果关系上，模型中变量可分为解释变量（Explanatory variable）和被解释变量(Explained variable)。
在模型中，解释变量是变动的原因，被解释变量是变动的结果。 被解释变量是模型要分析研究的对象，也常称为“应变量”(Dependent variable)、“回归子”（Regressand）等。 解释变量也常称为“自变量”(Independent variable)、“回归元”（Regressor）等，是说明应变量变动主要原因的变量。 因此，被解释变量只能由内生变量担任，不能由非内生变量担任。 单方程计量经济模型中可以作为被解释变量的是（ C ） A、控制变量 B、前定变量 C、内生变量 D、外生变量 单方程计量经济模型的被解释变量是（ A ） A、内生变量 B、政策变量 C、控制变量 D、外生变量 在回归分析中，下列有关解释变量和被解释变量的说法正确的有（C）