63.间接最小二乘法:先利用最小二乘法估计简化式方程,再通过参数关系体系,由简化式参数的估计值求解得结构式参数的估计值。

61. 识别的阶条件:如果一个方程能被识别,那么这个方程不包含的变量的总数应大于或等于模型系统中方程个数减1。

20.拟合优度:样本回归直线与样本观测数据之间的拟合程度。(3分)

29.戈德菲尔特-匡特检验:该方法由戈德菲尔特( )和匡特( )于1965年提出,用对样本进行分段比较的方法来判断异方差性。(3分)

33.虚假序列相关:是指模型的序列相关性是由于省略了显著的解释变量而导致的。

2.解释变量:是用来解释作为研究对象的变量(即因变量)为什么变动、如何变动的变量。(2分)它对因变量的变动做出解释,表现为方程所描述的因果关系中的“因”。(1分)

38. DW检验:德宾和瓦特森与1951年提出的一种适于小样本的检验方法。DW检验法有五个前提条件。

46.是指与模型中的随机解释变量高度相关,与随机误差项不相关的变量。

15.回归变差(回归平方和):在回归模型中,因变量的估计值与其均值的离差平方和,(2分)也就是由解释变量解释的变差。(1分)

35.广义差分法:广义差分法可以克服所有类型的序列相关带来的问题,一阶差分法是它的一个特例。