相关分析：主要研究随机变量间的相关形式及相关程度。回归分析：研究一个变量关于另一个变量的依赖关系的计算方法和理论。高斯马尔科夫定理：普通最小二乘估计量具有线性性、无偏性和有效性等优良性质，是最佳线性无偏估计量。高斯马尔科夫假定：(1)模型设立正确(2)无完全共线性(3)可识别性(4)零均值、同方差。无序列相关假定(5)解释变量与随机项不相关计量经济学模型：揭示经济活动中各种因素之间的定量关系，用随机性的数学方程加以描述。广义计量经济学：利用经济理论、统计学和数学定量研究经济现象的经济计量方法的统称，包括回归分析方法、投入产出分析方法、时间序列分析方法等。狭义计量经济学：以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。计量经济学:是经济学的一个分支学科，是以揭示经济活动中的客观存在的数量关系为内容的分支学科。计量经济学模型成功的三要素:理论、方法和数据。滞后变量模型：把过去时期的，具有滞后作用的变量叫做滞后变量，含有滞后变量的模型称为滞后变量模型。多重共线性：如果某两个或多个解释变量之间出现了相关性，则称为存在多重共线性。多重共线性的后果：(1)完全共线性下参数估计量不存在(2)近似共线性下普通最小二乘法参数估计量的方差变大(3)参数估计量经济含义不合理(4)变量的显著性检验和模型的预测功能失去意义。多重共线性的检验:(1)检验多重共线性是否存在(2)判明存在多重共线性的范围。克服多重共线性的方法:(1)排出引起共线性的变量(2)差分法(3)减小参数估计量的方差。完全共线性：对于多元线性回归模型，其基本假设之一是解释变量，，…，是相互独立的，如果存在，i=1，2，…，n，其中c不全为0，即某一个解释变量可以用其他解释变量的线性组合表示，则称为完全共线性。异方差性：对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同，则认为出现了异方差性。异方差性的后果：(1)参数估计量非有效(2)变量的显著性检验失去意义(3)模型的预测失效异方差性的检验方法：(1)图示检验法(2)帕克检验和戈里瑟检验(3)G-Q检验(4)怀特检验。异方差性的修正:最常用的方法是加权最小二乘法，即对原模型加权，使之变成一个新的不存在异方差的模型，然后采用OLS法估计其参数。序列相关性：多元线形回归模型的基本假设之一是模型的随机干扰项相互独立或不相关。如果模型的随机干扰项违背了相互独立的基本假设，称为存在序列相关性。序列相关性的后果：(1)参数估计量非有效(2)变量的显著性检验失去意义(3)模型的预测失败。序列相关性的检验方法：(1)图示法(2)回归检验法(3)杜宾—瓦森检验法(4)拉格朗日乘法检验。序列相关性的补救:(1)广义最小二乘法(2)广义差分法(3)随机干扰项相关系数的估计(4)广义差分法在计量经济学软件中的实现。最小二乘估计量的性质：(1)线形性(2)无偏性(3)有效性(4)渐近无偏性(5)一致性(6)渐进有效性。最小样本容量：即从最小二乘原理和最大似然原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限。随机干扰项：即随机误差项，是一个随机变量，是针对总体回归函数而言的。无偏性：是指参数估计量的均值（期望）等于模型的参数值。需求函数的零阶齐次性：消费者收入、商品价格和相关商品价格均增长倍时，商品的需求量不变。要素的替代弹性：定义为两种要素的比例的变化率与边际替代率的变化率之比,记为，一般。虚拟变量：根据定性因素的属性类别，构造的只有“0”或“1”的人工变量，通常称为虚拟变量。虚拟变量陷阱：我们一般称由于引入的虚拟变量个数与定性因素个数相同时出现的模型无法估计的问题，称为“虚拟变量陷阱“。工具变量:是在模型估计过程中被作为工具使用，以替代模型中与随机误差项相关的随机解释变量的变量。先决变量：外生变量和内生变量的滞后变量。内生变量：是具有某种概率分布的随机变量，它的参数是联立方程系统估计的元素，内生变量一般都是经济变量。外生变量:一般是确定性变量，或是具有临界概率分布的随机变量，其参数不是模型系统研究的元素。外生变量影响系统，但本身不受系统的影响。外生便量一般是经济变量、条件变量、政策变量、虚变量。虚假序列相关：是指由于忽略了重要解释变量而导致模型出现的序列相关性。一阶序列相关：如果模型的随机误差项存在，则称为一阶序列相关。平稳序列：是指联合概率分布函数不随时间改变的随机序列残差项：残差项是指对每个样本点，样本观测值与模型估计值之间的差值。过度识别：是指模型方程中有一个或几个参数有若干个估计值。恰好识别：是指对联立方程模型，我们能够唯一地估计出模型的参数。差分平稳过程：一个具有随机性趋势的序列，通过差分可以消除，使之变为平稳的时间序列，则称原序列为差分平稳过