统计计量回归分析不可不知的关键词和统计量.pdfVIP

统计计量回归分析不可不知的关键词和统计量

本文转载自公众号经管学苑

计量经济学服务中心整理

本文第一部分关键词来源：统计课是纸老

虎。

词汇表内容取自《回归分析》（谢宇，

2010）

第二部分统计量来源于计量经济学

NO.1回归分析关键词

1、回归（regression）

发生倒退或表现倒退；常指趋于接近或退回到中间状态。在线性

回归中，回归指各个观察值都围绕、靠近估计直线的现象。

2、多元回归模型（multipleregressionmodel）

包含多个自变量的回归模型，用于分析一个因变量与多个自变量

之间的关系。它与一元回归模型的区别在于，多元回归模型体现了统

计控制的思想。

3、因变量（dependentvariable）

也称为依变量或结果变量，它随着自变量的变化而变化。从试验

设计角度来讲，因变量也就是被试的反应变量，它是自变量造成的结

果，是主试观测或测量的行为变量。

4、自变量（independentvariable）

在一项研究中被假定作为原因的变量，能够预测其他变量的值，

并且在数值或属性上可以改变。

5、随机变量（randomvariable）

即随机事件的数量表现。这种变量在不同的条件下由于偶然因素

影响，可能取各种不同的值，具有不确定性和随机性，但这些取值落

在某个范围的概率是一定的。

6、连续变量（continuousvariable）

在一定区间内可以任意取值的变量，其数值是连续不断的，相邻

两个数值可作无限分割，即可取无限个数值，比如身高、体重等。

7、名义变量（nominalvariable）

本身的编码不包含任何具有实际意义的数量关系，变量值之间不

存在大小、加减或乘除的运算关系。

8、截距（intercept）

函数与y坐标轴的相交点，即回归方程中的常数项。

9、斜率（slope）

即回归方程中各自变量的系数。它表示自变量一个单位的变化所

引起的因变量的变化量，如果是线性模型，则在坐标图上表现为两个

变量拟合直线之斜率。

10、偏效应（partialeffect）

在控制其他变量的情况下，或者说在其他条件相同的情况下，各

自变量X对因变量Y的净效应（neteffect）或独特效应（unique

effect）。

11、效应幅度（sizeofeffect）

指反映变量作用大小的具体数值。一个变量的系数可能在统计上

显著地区别于0，但是该系数的值却不大，即效应幅度很小，从而不具

有很大的实质性意义。

12、拟合优度（goodnessoffit）

指回归模型对观察数据的概括拟合程度，反映的是模型的效率，

即模型在多大程度上解释了因变量的变化。

13、误差（error）

指可以避免或不可避免的观测值和真实值之间的差。

14、预测值（predictedvalues）

通过根据估计的回归模型代入解释变量观察值后计算得到的因变

量值。

15、总平方和（sumofsquarestotal）

即因变量观察值与其平均值的离差平方和，是需要解释的因变量

的变异总量。

16、残差平方和（sumofsquareserror）

因变量观察值与对应的回归模型预测值的离差平方和。是观察值

落在回归线（面）之外而引起的，是模型中各自变量对因变量线性影

响之外的其他因素对因变量总平方和的影响。

17、回归平方和（sumofsquaresregression）

通过回归模型计算