摘要: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。[阅读全文:]

摘要: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。[阅读全文:]

摘要:在给定时点上从总体中收集的数据集[阅读全文:]

摘要: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。[阅读全文:]

摘要:见解释变量。[阅读全文:]

摘要: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。[阅读全文:]

摘要:在项目评估中，不参与该项目的组。[阅读全文:]

摘要: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。[阅读全文:]

摘要: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。[阅读全文:]

摘要: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。[阅读全文:]

摘要: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。[阅读全文:]

摘要: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。[阅读全文:]

摘要:全套经典线性模型假定下的复线性回归模型。[阅读全文:]

摘要: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。[阅读全文:]

摘要:其他所有相关因素均保持固定不变。[阅读全文:]

摘要: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。[阅读全文:]

摘要: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。[阅读全文:]

摘要: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。[阅读全文:]

摘要:见简单线性回归模型。[阅读全文:]

摘要:二值因变量的模型。[阅读全文:]

摘要:描述的是估计量的期望绝对值小于总体参数的绝对值。[阅读全文:]

摘要:期望或抽样平均与假设要估计的总体值有差异的估计量。[阅读全文:]

摘要:估计量的期望参数值与总体参数值之差。[阅读全文:]

摘要:见标准化系数。[阅读全文:]

摘要: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 。[阅读全文:]

摘要:指定的基期的值，用以构造指数数字；通常基本值为1或100。[阅读全文:]

摘要: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。[阅读全文:]

摘要:在包含虚拟解释变量的多元回归模型中，由截距代表的组。[阅读全文:]

摘要:n个数之和除以n。[阅读全文:]

摘要: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。[阅读全文:]