英汉对照计量经济学术语 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BLUE 。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?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。除趋势（Detrending）：从时间序列中除去趋势的做法。斜率级差（Difference in Slopes）：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（Downward Bias）：估计量的期望值低于参数的总体值。虚拟变量（Dummy Variable）：取值为0或1的变量。虚拟变量陷阱（Dummy Variable Regression）：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（Dynamically Complete Model）：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（Econometric Model）：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（Economic Model）：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（Economic Signi?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（Empirical Analysis）：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（Endogenous Explanatory Variable）：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（Endogenous Sample Selection）：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（Error Term）：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（Error Variance）：多元回归模型中误差项的方差。事件研究（Event Study）：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（Excluding a Relevant Variable）：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（Exclusion Restrictions）：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（Exogenous Explanatory Variable）：与误差项不相关的解释变量。外生样本选择（Exogenous Sample Selection）：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（Experimental Data）：通过进行受控制的实验获得的数据。试验组（Experimental Group）：见处理组。解释平方和（SSE）（Explained Sum of Squares, SSE）：多元回归模型中拟合值的总样本变异。被解释变量（Explained Variable）：见因变量。解释变量（Explanatory Variable）：在回归分析中，用于解释因变量中的变异的变量。指数趋势（Exponential Trend）：有固定增长率的趋势。FF统计量（F Statistic）：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（Feasible GLS (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（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。一阶差分（First Difference）：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。一阶条件（First Order Conditions）：用于求解OLS估计值的一组线性方程。拟合值（Fitted Value