25相关系数的种类很多，这里指的是荷单相关系数，两个变量的简单相关系数等于 。简 单相关系数消除了单位和变化幅度的影响，是一个界于-1和1之间的一个纯数。用以度量两个变量之间 关系的密切程度。但是它也留下了遗憾，它只能度量」 程度，对于非线性的关系却无能为力。 26. 因变量离差平方和，度量因变量的变动。就因变量总变动的变异来源看，它由两部分 因素所作祟。一个是自变量，另一个是除自变量以外的其它因素。 拟合值的离散程度的度 量。它是由自变量的变化引起的因变量的变化，或称自变量对因变量变化的贞献。 度量实 际值与拟合值之间的差异。它是由 _所至。它又叫 或剩余。 27.判定系数R= 。它是由自变量引起的因变量的变异占因变量总变异的 。若 判定系数R越趋近于1，则回归直线拟合越好：反之，判定系数越趋近于0，则回归直线拟合越差。所 以可以用判定系数判定回归直线拟合的优劣，又称为 28.回归方程中的回归系数又称 。它是自变量对因变量的净影响。某自变量回归系数的意 义，指的是当其它解释变量 时，该自变量变化一个单位引起因变量】 回归系数个单位。 29.为了在模型中反映经济活动」 ,以提高模型精度，必须将它们“量化”。根据质的 因素类型，构造只取“0”或者“1”的人工变量，这就是 通常记为D. 四、名词解释 1.期望值2.方差 3.标准差4.协方差5.样本6.样本空间 7.样本点8.样本均值 9.样本方差10.样本标准差1山.样木协方差12.事件13.相关14.横截面数据15.滞后变量 16.时序数据17.三大类市场18.非随机方程19.条件期望20.非条件期望21.计量经济学 22.虚变量数据23.相关关系24.因果关系 五、判断题 1.样本观察值与回归方程理论值之间的偏差，称为残差 2.通常线性回归模型的线性含义是就参数而言的。 3.在经济计量模型中引入反映不确定性因素影响的随机扰动项ε，目的在于使模型更符合客观经济活 动实际 4.我们用残差估计线性回归模型中的随机扰动项 5.随机变量X的均值为50美元，标准差为5美元，那么，方差为25美元。对吗？为什么？ 6.虽然随机变量的期望值可正可负，但其方差总为正。 7.两变量的协方差与相关系数同号 8.一个随机变量的条件期望值与非条件期望值意义相同。 9.若两变量相互独立，则其相关系数必定为零 10.若两变量的相关系数为零，则它们相互独立。 11.随机的总体回归函数4，与残差项e,是一回事。 12.总体回归函数给出了对应于每一个自变量的因变量的值。 13.线性回归模型意味者变量是线性的 14.在线性回归模型中，解释变量是原因，被解释变量是结果。 15.式(1-1)中的回归系数B是随机的，但式(1-2)中的回归系数b,是参数(s=1,2)。 Y,=-380.48+1.6418X, (1-1)25．相关系数的种类很多，这里指的是简单相关系数，两个变量的简单相关系数等于_。简 单相关系数消除了单位和变化幅度的影响，是一个界于-1和1之间的一个纯数。用以度量两个变量之间 关系的密切程度。但是它也留下了遗憾,它只能度量_程度，对于非线性的关系却无能为力。 26. _因变量离差平方和，度量因变量的变动。就因变量总变动的变异来源看，它由两部分 因素所作祟。一个是自变量，另一个是除自变量以外的其它因素。_拟合值的离散程度的度 量。它是由自变量的变化引起的因变量的变化，或称自变量对因变量变化的贡献。_度量实 际值与拟合值之间的差异。它是由_所至。它又叫_或剩余。 27．判定系数R 2 =_。它是由自变量引起的因变量的变异占因变量总变异的_。若 判定系数R 2越趋近于1，则回归直线拟合越好；反之，判定系数R 2越趋近于0，则回归直线拟合越差。所 以可以用判定系数R 2判定回归直线拟合的优劣，又称为_。 28．回归方程中的回归系数又称_。它是自变量对因变量的净影响。某自变量回归系数的意 义，指的是当其它解释变量_时，该自变量变化一个单位引起因变量_回归系数个单位。 29.为了在模型中反映经济活动_，以提高模型精度，必须将它们“量化”。根据质的 _因素类型，构造只取“0”或者“1”的人工变量，这就是_，通常记为D。 四、名词解释 1.期望值 2.方差 3.标准差 4.协方差 5.样本 6.样本空间 7.样本点 8.样本均值 9.样本方差 10.样本标准差 11.样本协方差 12.事件 13.相关 14.横截面数据 15.滞后变量 16.时序数据 17.三大类市场 18.非随机方程 19.条件期望 20.非条件期望 21．计量经济学 22．虚变量数据 23．相关关系 24．因果关系 五、判断题 1． 样本观察值与回归方程理论值之间的偏差，称为残差 2． 通常线性回归模型的线性含义是就参数而言的。 3． 在经济计量模型中引入反映不确定性因素影响的随机扰动项εt,目的在于使模型更符合客观经济活 动实际 4． 我们用残差估计线性回归模型中的随机扰动项。 5.随机变量X的均值为50美元，标准差为5美元，那么，方差为25美元。对吗？为什么？ 6.虽然随机变量的期望值可正可负，但其方差总为正。 7.两变量的协方差与相关系数同号 8.一个随机变量的条件期望值与非条件期望值意义相同。 9.若两变量相互独立，则其相关系数必定为零。 10.若两变量的相关系数为零，则它们相互独立。 11.随机的总体回归函数  i 与残差项 i e 是一回事。 12.总体回归函数给出了对应于每一个自变量的因变量的值。 13.线性回归模型意味着变量是线性的。 14.在线性回归模型中，解释变量是原因，被解释变量是结果。 15.式（1-1）中的回归系数 B 是随机的，但式（1-2）中的回归系数 s b 是参数（s=1,2）。 Yt 6418Xt = −380.48 +1.  （1-1）