新手园地& & & 硬件问题Linux系统管理Linux网络问题Linux环境编程Linux桌面系统国产LinuxBSD& & & BSD文档中心AIX& & & 新手入门& & & AIX文档中心& & & 资源下载& & & Power高级应用& & & IBM存储AS400Solaris& & & Solaris文档中心HP-UX& & & HP文档中心SCO UNIX& & & SCO文档中心互操作专区IRIXTru64 UNIXMac OS X门户网站运维集群和高可用服务器应用监控和防护虚拟化技术架构设计行业应用和管理服务器及硬件技术& & & 服务器资源下载云计算& & & 云计算文档中心& & & 云计算业界& & & 云计算资源下载存储备份& & & 存储文档中心& & & 存储业界& & & 存储资源下载& & & Symantec技术交流区安全技术网络技术& & & 网络技术文档中心C/C++& & & GUI编程& & & Functional编程内核源码& & & 内核问题移动开发& & & 移动开发技术资料ShellPerlJava& & & Java文档中心PHP& & & php文档中心Python& & & Python文档中心RubyCPU与编译器嵌入式开发驱动开发Web开发VoIP开发技术MySQL& & & MySQL文档中心SybaseOraclePostgreSQLDB2Informix数据仓库与数据挖掘NoSQL技术IT业界新闻与评论IT职业生涯& & & 猎头招聘IT图书与评论& & & CU技术图书大系& & & Linux书友会二手交易下载共享Linux文档专区IT培训与认证& & & 培训交流& & & 认证培训清茶斋投资理财运动地带快乐数码摄影& & & 摄影器材& & & 摄影比赛专区IT爱车族旅游天下站务交流版主会议室博客SNS站务交流区CU活动专区& & & Power活动专区& & & 拍卖交流区频道交流区
空间积分0 信誉积分334 UID阅读权限50积分3643帖子精华可用积分3643 专家积分20 在线时间3087 小时注册时间最后登录
小富即安, 积分 3643, 距离下一级还需 1357 积分
帖子主题精华可用积分3643 专家积分20 在线时间3087 小时注册时间最后登录
论坛徽章:0
这个binlog不是用来“恢复使能够最大可能地更新数据库”么？
reset master清空掉后，万一有了障碍如何恢复呢？用mysqldump备份的来恢复？
Awk3.1.6 sed4.2.1 php5.4.7
bash4 Mysql5.5
&&nbsp|&&nbsp&&nbsp|&&nbsp&&nbsp|&&nbsp&&nbsp|&&nbsp
空间积分0 信誉积分736 UID阅读权限90积分8385帖子精华可用积分8385 专家积分25 在线时间3765 小时注册时间最后登录
腰缠万贯, 积分 8385, 距离下一级还需 1615 积分
帖子主题精华可用积分8385 专家积分25 在线时间3765 小时注册时间最后登录
论坛徽章:0
laohuanggua
reset master以后会删除之前的二进制日志，生成新的日志文件，这个时候为了以防万一，需要用mysqldump或者其他备份工具对你的数据库做完全备份，这样出现问题就可以用完全备份以及后面的二进制日志做居于时间点的恢复了。
---招linux运维和数据库运维，需本科学历，有想来腾讯工作的朋友可以将简历邮件给
空间积分0 信誉积分334 UID阅读权限50积分3643帖子精华可用积分3643 专家积分20 在线时间3087 小时注册时间最后登录
小富即安, 积分 3643, 距离下一级还需 1357 积分
帖子主题精华可用积分3643 专家积分20 在线时间3087 小时注册时间最后登录
论坛徽章:0
谢谢。在写入非常频繁的db下，是不是先dump后，立刻就要reset maseter？
Awk3.1.6 sed4.2.1 php5.4.7
bash4 Mysql5.5
不干版主了
空间积分0 信誉积分2115 UID78707阅读权限100积分65812帖子精华可用积分32958 专家积分180 在线时间5878 小时注册时间最后登录
帖子主题精华可用积分32958 专家积分180 在线时间5878 小时注册时间最后登录
认证徽章论坛徽章:1
如果主库都被reset了。比较危险的啊。
做一个在牛A和牛C之间徘徊的人
想找个不加班的工作好难啊！
(X软工作好几年
过了二建和架构
向着一建挺进前
为了生存还得干程序员)
空间积分0 信誉积分736 UID阅读权限90积分8385帖子精华可用积分8385 专家积分25 在线时间3765 小时注册时间最后登录
腰缠万贯, 积分 8385, 距离下一级还需 1615 积分
帖子主题精华可用积分8385 专家积分25 在线时间3765 小时注册时间最后登录
论坛徽章:0
laohuanggua
为什么非要reset master呢？？？ 定期删除多少天前的日志不是可以吗？？？ purge master logs to ...不行吗？
---招linux运维和数据库运维，需本科学历，有想来腾讯工作的朋友可以将简历邮件给
空间积分0 信誉积分1579 UID阅读权限100积分16743帖子精华可用积分16743 专家积分40 在线时间1944 小时注册时间最后登录
帖子主题精华可用积分16743 专家积分40 在线时间1944 小时注册时间最后登录
论坛徽章:5
expire_logs_days=7
设置保存时间
不干版主了
空间积分0 信誉积分2115 UID78707阅读权限100积分65812帖子精华可用积分32958 专家积分180 在线时间5878 小时注册时间最后登录
帖子主题精华可用积分32958 专家积分180 在线时间5878 小时注册时间最后登录
认证徽章论坛徽章:1
小版主杀手
& & 这样日志只保存7天了啊。
做一个在牛A和牛C之间徘徊的人
想找个不加班的工作好难啊！
(X软工作好几年
过了二建和架构
向着一建挺进前
为了生存还得干程序员)
北京皓辰网域网络信息技术有限公司. 版权所有 京ICP证:060528号 北京市公安局海淀分局网监中心备案编号：
广播电视节目制作经营许可证(京) 字第1234号
中国互联网协会会员&&联系我们：
感谢所有关心和支持过ChinaUnix的朋友们
转载本站内容请注明原作者名及出处上海业高智能科技有限公司
信用指数：
证书荣誉：
企业认证：
企业信息完整度：
经营模式：
所在地区：
主营产品：
机房监控工程,泄露检测工程,视频监控工程,智能楼宇工程,漏水检测,门禁考勤系统,空调温湿度控制,机房供配电监测,
商铺地址：
吴汨江先生
邮编： 200083
地址： 上海市虹口区柳营路45弄18号501室
联系我时请说是在淘金地上看到的
不是你想要的产品？
，让更多供应商主动联系你！
测漏系统与城市环保检查的应用 测漏检测报警监控系统 泄露怎么办
发布时间：
产品标签：
产品类别：
"测漏系统与城市环保检查的应用 测漏检测报警监控系统 泄露怎么办"详细信息
水 酸碱 油 强酸 强碱 硫酸
128*128（mm）
-25-100（℃）
介绍：政府每年都会加大这方面的治理费用。　　快速燃油测试棒以及防腐蚀线缆，也可以为我们的环保事业作贡献。&&城市环保1：快速燃油棒主要用于侦测漂浮在水面和聚集在低洼坑槽中的碳氢化合物燃油，测试棒与水不发生反应，但对于漂浮在水面的燃油，哪怕只有薄薄的一层，测试棒就能马上发现，并通过测漏控制器发出报警。目前可以用于固定安装，也可以安装在浮动装置上，适用于水面经常变化的场合，如排污企业的出水口处。&&&城市环保2：防腐线缆，当污水泄漏时系统可即时报警。&&城市环保3：测漏控制器的使用。&&&&&1&美国RAYCHEM泄漏检测系统&&产品介绍2目录一.测漏的必要性二.厂家介绍三.&产品系统原理介绍四.系列产品介绍&&&&&&1.控制器&&&&&&2.线缆&&&&&&3.配件五.产品性能特点六.产品适用领域&&3一.测漏的必要性l&对于洁净厂房和计算机机房以及一些高档楼宇等，l&水患是不容忽视的安全防护内容之一。由于水患，l&轻者造成机房设备受损，降低使用寿命;重者造成l&机房运行瘫痪，中断正常营运，带来不可估量的经l&济损失和政治影响。因此，洁净厂房和智能楼宇水l&害的防护是日常营运管理的重要内容之一。&&&4二.&厂家介绍TYCO电子是全球材料科学的领导者，尤其在尖端科学如航天、航空、核技术领域的成就，得到世界公认。目前在世界各地有其6个研究发展中心、14个制造厂，产品遍布全世界一百多个国家和地区。&&&&&TraceTek测漏检测定位系统是TYCO公司自主研发的产品之一，自1990年开始在中国得到实际的应用，目前用户已遍及电信、银行、、税务、电力、证券、半导体厂等行业，如中国网通公司、中国铁通公司、中国建设银行总行、中国银行总行、国家清算中心、北京CISCO数据中心、深圳华为数据中心、无锡华润尚华、英特尔中国科技有限公司、首钢NEC、广州新机场、上海工商银行、大亚湾核电站、微软紫竹（上海）研发中心等。&&&5产品系统原理介绍l&三.产品系统原理介绍l&泄漏检测定位系统是由一条检测液体泄漏的感应线缆和一个控制器构成。当泄漏发生时，感应线缆将信号送往控制器，经微处理器处理后，显示泄漏位置同时报警。&&&6产品系统原理介绍l&TraceTek感应线由４根不同类型的导线组，其中二根由导电聚合物加工而成，其单位长度电阻值在精密加工时就为定值。无泄漏时其中二根导线间电流值为正常，当感应线被泄漏物浸泡，则二根导电聚合物之间被短接，并使所测电流值发生变化，控制器根据欧姆定律，电阻与长度有关，通过测算，就能得到发生故障泄漏点的位置。&&7产品系统原理介绍l&典型漏水检测系统配置示意图&&&8产品介绍l&产品介绍&l&1.控制器系列l&&&&&TTDM带定位控制器&&9TTDM控制器l&TTDM带定位测漏控制器l&TTDM控制器监测距离可达1500米，它亦可以TTSIM系列控器构成的一个监测网络，最多可与128只TTSIM相连，每个TSIM可单独监测1500米，整个监控网络的监测距离可高达192千米。当TTDM监测到泄漏点会发出声响报警并启动输出继电器及LED指示灯，TTDM屏幕显示测得的泄漏地点距离。控制日历具有RS232及485通讯接口，方便纳入集中监控系统.l&&&&10TTDM控制器l&控制器特点:l&1.&带有&&LCD显示屏显示系统最新信息,可存储512条历史信息;l&2.&面板显示明了:绿色&系统运行正常;黄色&要求维护;红色&泄漏发生。l&3.&自检键:任何时候都可检验组件是否操作。l&4.&&静音键,用来关闭有声警报。l&5.&&复位键,用于泄漏清除后恢复正常。l&6.&&菜单键,菜单键可提供查看及编辑菜单项。l&7.&3个报警状态继电器（需要维护、泄漏、故障)&&11TTDM控制器TTDM的典型安装方式：&&&&12TTSIM-1控制器l&TTSIM-1带定位测漏控制器l&TTSIM-1带定位测漏控制器能够监测1500米长的线缆，但不可单独使用，一般与TTDM控制器相连或纳入集中监控系统中通过TTDM控制器的显示面板或监控系统的界面图看到具体的漏液位置。l&模块上的LED能显示电源工作状态及通讯状态。&&13TTSIM-1控制器TTSIM-1与TTDM连接方式：&14TTSIM-1A控制器l&TTSIM-1A带继电器的定位控制器l&TTSIM-1A传感器接口模块可监控长达150米的传感线缆，一旦检测到液体，模块即会通过一个LED发出泄漏指示，并启动断电器，产生本机无电压触点闭合。TTSIM-1A控制器同时还可以各种提供标准协议与TTDM控制器或楼宇监控系统以及其他主机系统进行通信。l&TTSIM-1A控制器可以LED显示电源、泄漏、线缆故障、通信状态。l&TTSIM-1A控制器既可作为单独运行的泄漏检l&&&&测报警单元使用，也可与其它TTSIM或l&&&&TTDM控制器联网使用。&l&&&&&&15TTSIM-2控制器l&TTSIM-2&带继电器和液晶显示屏的定位测漏控制器l&&&&TTSIM-2传感器接口模块可监控长达150米l&&&&的传感线缆，一旦检测到液体，TTSIM-2l&&&&模块即会发出报警指示，同时显示具体l&&&&的漏液位置。l&LED显示电源、泄漏、线缆故障及通信状态；l&提供RS485接口；l&TTSIM-2模块既可作为单独运行的泄漏检测报警单元使用，也可与其它TTSIM或TTDM联网使用。l&与TTSIM-1A最大的区别是：带有液晶显示面板&&&&16TTC-1控制器l&TTC-1控制器&l&TTC-1单通道控制器主要是用于小区域的泄漏检l&&&&&&测，为干接点输出方式，不带定位，可接30米l&&&&&&长的感应线，供电为24V&DC.&控制器延时时间l&&&&&&可以设置，到感应线干燥时自动复位，或用手l&&&&&&动按RESET(复位)键来实现可，也可以在现场l&&&&&&进行敏感度调整&。&&17TTC-1控制器TTC的典型安装方式：&18感应线缆l&TraceTek感应线缆　l&l&&&&&&TraceTek泄漏检测定位系统的感应线有五种型号(TT1000、TT3000、TT5000、TT5001、TT7000)，它们分别检测不同的液体。l&&&&&TT1000感应线：主要针对于水的检测，为氟化聚合物结构，抗腐蚀，耐磨性高，最高工作温度75℃.(标准长度分别为1m、3m、7.5m、15m)&l&　　&&&&&19其他控制器如TTA、TTG-4、TTG-6、TTG-12等20感应线缆l&TT3000感应线缆&l&&&&&主要针对于三氯乙烯、甲酸、硫酸、烧碱、盐酸、王水、l&水等化学液体的检测。标准长度分别为0.3m、1.5m、l&&&&&&&3m、4.5m、15m、30m。&&21其他辅件l&引出线：l&&&&&&TT-MLC-PC引出线标准长度为4m，也可根据实际长度来订做。l&终止端：l&&&&TT-MET-PC终止端，每一条线路，每一个区域l&&&&&的末端都必须接上它，以完整回路。l&分支器：l&&&&TT-MBC-MC主要用于将线缆一分为二，分别引出两路。l&固定胶贴：l&&&&TT-HDC-1/4固定胶贴于固定感应线和跳接线(注意：固定前地面或墙面要清理干净&）l&标签l&&&&TT-TAG标签用于标记现场感应线实际长度以便在泄漏发生时快速找到泄漏点。&&&&&&22产品性能特点五.产品性能特点结构合理&可靠性高简便可靠的操作方法,无可调部件，不用编程。决不忽视任一报警状态，也不会误报警。&&无暴露的金属结构，氟化物结构使得线缆耐腐蚀、强度高。&&质量可靠，获ISO9001认证。&&简易操作&&简单易懂的监测面板，清晰明确地指示系统状态。23产品性能特点模块化设计、维护、替换方便。快速检测、实时响应，使泄漏降低到最小的危险程度。&定位精度高，误差不大于1&。&监测范围广，直线距离可达1500米（TTDM）或30m（TTC）。以微处理器为基础的报警定位控制器在泄漏报警之后，可继续进行监测，并且在泄漏处有明显变化之后再次报警。可记忆查询多达512个历史事件。适应性好，兼容性强。具有多种信号接口，不仅有继电器的输出，还有4-20mA电流输出口，以及RS-232/485通迅接口，能兼容多种通信信道和多种通信速率，方便纳入集中监控系统。&24产品性能特点产品先进，感应线缆上的每一部分都可感应液体的存在，不&&&同于旧式点感应测漏产品。&多种传感线，适应不同检测环境.如：TT1000型线缆主要针对水的监测，为氟化聚合物结构，腐蚀，耐磨性强。&TT3000型线缆主要检测酸、碱等化学液体。&TT5000型线缆主要检测油类等化学液体。&25点式与线缆式图示比较&点式线缆式26应用领域&&&&目前我国通讯、金融等系统在机房设计施工时对预防泄漏虽然已经考虑很多,但这并不能保证泄漏不会发生。我们知道，无人值守机房内使用设备众多，种类繁杂，输水管道分布在楼层间，再加上如机房内的精密空调、生活用水、消防用水等都是漏水事故的潜在隐患。在预防泄漏方面，TraceTek泄漏检测系统可以为您提供完善的解决方案。27泄漏应用领域&计算机房的泄漏检测28泄漏应用领域&高档楼宇的供排水的漏水检测29泄漏应用领域&平顶的通风盘管漏水检测30泄漏应用领域&l&IDC数据中心的漏水检测&31泄漏应用领域&档案馆的漏水检测32泄漏应用领域半导体、石化、化工、药物工业所处理的液体大部分是带有污染性而且有毒的，因而安全的生产、储存、运输是个大难题，Tracetek&TT3000系列感应线缆就是针对这些行业中的不同液体而设计制造的。&33泄漏应用领域&化学药品仓储室的泄漏检测34泄漏应用领域&污水处理站的的泄漏检测35&谢谢大家！&
联系我时请说是在淘金地上看到的
类别的产品
为你推荐测漏系统与城市环保检查的应用 测漏检测报警监控系统 泄露怎么办类似的相关产品
看了测漏系统与城市环保检查的应用 测漏检测报警监控系统 泄露怎么办产品的采购商还看了：
煤气浓度探测器
鞋子异物检测仪
行李安检仪
卫士金属探测
TC90金属探测器
TC-90 金属探测器
天线探测器
深度黄金探测器
墙壁探测器
墙壁 探测器
溢水探测器
遥控探测器
矿物探测器
金属探知机
此处显示 class "clr" 的内容
查看同类的其它产品： & & &
热门搜索：
此处显示 class "clr" 的内容
按货源分类
按字母分类
淘金地--会员登录
* 请选择或直接输入您关心的问题：
--（选择常用问题）--
我公司有意购买此产品，可否提供此产品的报价单和最小起订量？
我对贵公司的产品非常感兴趣，能否发一些详细资料给我参考
请您发一份详细的产品规格说明，谢谢！
请问贵公司产品是否可以代理？代理条件是什么？
* 请选择您想了解的产品信息：
* 联系人：
* 手机号码：
您的询盘已经提交成功！
以下供应商也提供类似产品，建议您将询盘信息一并发送给他们第8讲 异方差性_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
文档贡献者贡献于
评价文档：
50页免费37页免费58页免费34页免费75页免费 68页免费51页免费57页免费1页免费1页免费
喜欢此文档的还喜欢110页2下载券116页免费433页1下载券7页免费2页免费
第8讲 异方差性|
把文档贴到Blog、BBS或个人站等：
普通尺寸(450*500pix)
较大尺寸(630*500pix)
大小：237.00KB
登录百度文库，专享文档复制特权，财富值每天免费拿！
你可能喜欢您还未登陆，请登录后操作！
救救我啊！为什么我的机器总是点不亮，用主板检测卡测试，RESET灯怎么一直长亮啊！
如果你在保证其他硬件都没有问题，电源也是好的情况下，这个灯还是亮的话，很有可能你的主板坏了，这个是复位灯，这个灯亮的话，你的板子是不会启动的
如果这样的话，说明你的主板有虚焊．接触不好！
不知道你的扳子ＣＰＵ座子的反面是有脚的还是没脚的，如果是有脚的那就请个技术好点的师傅帮你烘一下（我们店经常有这样的扳子，烘一下就好了）如果是没有脚的，那就没什么好办法了，因为在看不到焊接口的情况下，手工焊接的成功率太低了，弄不好扳子就报废了．
我这也只是猜测，并不能确定你主板是这个毛病！呵，希望能帮到你！
回答数：16
您的举报已经提交成功，我们将尽快处理，谢谢！■&常用计量经济术语
校正R2（Adjusted R-Squared）：多元回归分析中拟合优度的量度，在估计误差的方差时对添加的解释变量用一个自由度来调整。
对立假设（Alternative Hypothesis）：检验虚拟假设时的相对假设。
AR（1）序列相关（AR(1) Serial Correlation）：时间序列回归模型中的误差遵循AR（1）模型。
渐近置信区间（Asymptotic Confidence Interval）：大样本容量下近似成立的置信区间。
渐近正态性（Asymptotic Normality）：适当正态化后样本分布收敛到标准正态分布的估计量。
渐近性质（Asymptotic Properties）：当样本容量无限增长时适用的估计量和检验统计量性质。
渐近标准误（Asymptotic Standard Error）：大样本下生效的标准误。
渐近t 统计量（Asymptotic t Statistic）：大样本下近似服从标准正态分布的t统计量。
渐近方差（Asymptotic Variance）：为了获得渐近标准正态分布，我们必须用以除估计量的平方值。
渐近有效（Asymptotically Efficient）：对于服从渐近正态分布的一致性估计量，有最小渐近方差的估计量。
渐近不相关（Asymptotically Uncorrelated）：时间序列过程中，随着两个时点上的随机变量的时间间隔增加，它们之间的相关趋于零。
衰减偏误（Attenuation Bias）：总是朝向零的估计量偏误，因而有衰减偏误的估计量的期望值小于参数的绝对值。
自回归条件异方差性（Autoregressive Conditional Heteroskedasticity, ARCH）：动态异方差性模型，即给定过去信息，误差项的方差线性依赖于过去的误差的平方。
一阶自回归过程[AR（1）]（Autoregressive Process of Order One [AR(1)]）：一个时间序列模型，其当前值线性依赖于最近的值加上一个无法预测的扰动。
辅助回归（Auxiliary Regression）：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。
平均值（Average）：n个数之和除以n.
基组、基准组（Base Group）：在包含虚拟解释变量的多元回归模型中，由截距代表的组。
基期（Base Period）：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。
基期值（Base Value）：指定的基期的值，用以构造指数数字；通常基本值为1或100。
最优线性无偏估计量（Best Linear Unbiased Estimator, BLUE）：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 。
贝塔系数（Beta Coefficient）：见标准化系数。
偏误（Bias）：估计量的期望参数值与总体参数值之差。
偏误估计量（Biased Estimator）：期望或抽样平均与假设要估计的总体值有差异的估计量。
向零的偏误（Biased Towards Zero）：描述的是估计量的期望绝对值小于总体参数的绝对值。
二值响应模型（Binary Response Model）：二值因变量的模型。
二值变量（Binary Variable）：见虚拟变量。
两变量回归模型（Bivariate Regression Model）：见简单线性回归模型。
BLUE（BLUE）：见最优线性无偏估计量。
Breusch-Godfrey 检验（Breusch-Godfrey Test）：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。
Breusch-Pagan 检验（Breusch-Pagan Test）：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。
因果效应（Causal Effect）：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。
其余条件不变（Ceteris Paribus）：其他所有相关因素均保持固定不变。
经典含误差变量（Classical Errors-in-Variables, CEV）：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。
经典线性模型（Classical Linear Model）：全套经典线性模型假定下的复线性回归模型。
经典线性模型（CLM）假定（Classical Linear Model (CLM) Assumptions）：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。
科克伦—奥克特（CO）估计（Cochrane-Orcutt (CO) Estimation）：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。
置信区间（CI）（Confidence Interval, CI）：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。
置信水平（Confidence Level）：我们想要可能的样本置信区间包含总体值的百分比，95%是最常见的置信水平，90%和99%也用。
不变弹性模型（Constant Elasticity Model）：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。
同期外生回归元（Contemporaneously Exogenous）：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。
控制组（Control Group）：在项目评估中，不参与该项目的组。
控制变量（Control Variable）：见解释变量。
协方差平稳（Covariance Stationary）：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。
协变量（Covariate）：见解释变量。
临界值（Critical Value）：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。
横截面数据集（Cross-Sectional Data Set）：在给定时点上从总体中收集的数据集。
数据频率（Data Frequency）：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。
戴维森—麦金农检验（Davidson-MacKinnon Test）：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。
自由度（DF）（Degrees of Freedom, DF）：在多元回归模型分析中，观测值的个数减去待估参数的个数。
分母自由度（Denominator Degrees of Freedom）：F检验中无约束模型的自由度。
因变量（Dependent Variable）：在多元回归模型（和其他各种模型）中被解释的变量。
除趋势（Detrending）：从时间序列中除去趋势的做法。
斜率级差（Difference in Slopes）：所描述的是模型中某些斜率参数，因组或时期的不同而不同。
向下偏误（Downward Bias）：估计量的期望值低于参数的总体值。
虚拟变量（Dummy Variable）：取值为0或1的变量。
虚拟变量陷阱（Dummy Variable Regression）：自变量中包含了过多的虚拟变量造成的错误；当模型中既有整体截距又对每一组都设有一个虚拟变量时，该陷阱就产生了。
德宾—沃森（DW）统计量（Durbin-Watson (DW) Statistic）：在经典线性回归假设下，用于检验时间序列回归模型的误差项中的一阶序列相关的统计量。
动态完整模型（Dynamically Complete Model）：设更多的滞后因变量，或设更多的滞后解释变量都无助于解释因变量的均值的时间序列模型。
计量经济模型（Econometric Model）：将因变量与一组解释变量和未观测到的扰动联系起来的方程，方程中未知的总体参数决定了各解释变量在其余条件不变下的效应。
经济模型（Economic Model）：从经济理论或不那么正规的经济原因中得出的关系。
经济显著性（Economic Significance）：见实际显著性。
弹性（Elasticity）：给定一个变量在其余条件不变下增加1%，另一个变量的百分比变化。
经验分析（Empirical Analysis）：用正规计量分析中的数据检验理论、估计关系式或确定政策效应的研究。
内生解释变量（Endogenous Explanatory Variable）：在多元回归模型中，由于遗漏变量、测量误差或联立性的原因而与误差项相关的解释变量。
内生样本选择（Endogenous Sample Selection）：非随机样本选择，其选择直接地或通过方程中的误差项与因变量相联系。
误差项（Error Term）：在简单或多元回归方程中，包含了未观测到的影响因变量的因素的变量。误差项也可能包含被观测的因变量或自变量中的测量误差。
误差方差（Error Variance）：多元回归模型中误差项的方差。
事件研究（Event Study）：事件（例如政府规制或经济政策的变化）对结果变量的效应的计量分析。
排除一个有关变量（Excluding a Relevant Variable）：在多元回归分析中，遗漏了一个对因变量有非零偏效应的变量。
排斥性约束（Exclusion Restrictions）：说明某些变量被排斥在模型之外（或具有零总体参数）的约束。
外生解释变量（Exogenous Explanatory Variable）：与误差项不相关的解释变量。
外生样本选择（Exogenous Sample Selection）：或者依赖外生解释变量，或者与所感兴趣的模型中的误差项不相关的样本选择。
实验数据（Experimental Data）：通过进行受控制的实验获得的数据。
试验组（Experimental Group）：见处理组。
解释平方和（SSE）（Explained Sum of Squares, SSE）：多元回归模型中拟合值的总样本变异。
被解释变量（Explained Variable）：见因变量。
解释变量（Explanatory Variable）：在回归分析中，用于解释因变量中的变异的变量。
指数趋势（Exponential Trend）：有固定增长率的趋势。
统计量（F Statistic）：在多元回归模型中，用于检验关于参数的多重假设的统计量。
可行的GLS（FGLS）估计量（Feasible GLS (FGLS) Estimator）：方差或相关参数未知，因而必须先进行估计的GLS程序。 （又见广义最小二乘估计量。）
有限分布滞后（FDL）模型（Finite Distributed Lag (FDL) Model）：允许一个或多个解释变量对因变量有滞后效应的动态模型。
一阶差分（First Difference）：对相邻时期做差分所构成的对时间序列的转换，即用后一时期减去前一时期。
一阶条件（First Order Conditions）：用于求解OLS估计值的一组线性方程。
拟合值（Fitted Values）：在各观测中将自变量的值插入OLS回归线时，所得到的因变量的估计值。
函数形式的错误设定（al Form Misspecification）：当模型中有被遗漏的解释变量的函数（例如二次项），或者对一个因变量或某些自变量用了错误的函数时产生的问题。
高斯—马尔科夫假定（Gauss-Markov Assumptions）：一组假定（假定MLR.1至MLR.5或假定TS.1至TS.5），在这之下OLS是BLUE 。
高斯—马尔科夫定理（Gauss-Markov Theorem）：该定理表明，在五个高斯—马尔科夫假定下（对于横截面或时间序列模型），OLS估计量是BLUE （在解释变量样本值的条件下）。
广义最小二乘（GLS） 估计量（Generalized Least Squares (GLS) Estimator）： 通过对原始模型的变换，说明了已知结构的误差的方差（异方差性
）和误差中的序列相关形式或两者兼有的估计量。
拟合优度度量（Goodness-of-Fit Measure）：概括一组解释变量有多好地解释了因变量或响应变量的统计量。
增长率（Growth Rate）：时间序列中相对于前一时期的比例变化。可将它近似为对数差分或以百分比形式报导。
异方差性（Heteroskedasticity）：给定解释变量，误差项的方差不为常数。
未知形式的异方差性（Heteroskedasticity of Unknown Form）：以一未知的任意形式依赖于解释变量的异方差性。
异方差—稳健F 统计量（Heteroskedasticity-Robust F Statistic）：对未知形式的异方差性而言（渐近）稳健的F 统计量。
异方差—稳健LM 统计量（Heteroskedasticity-Robust LM Statistic）： 对未知形式的异方差性而言（渐近）稳健的LM 统计量。
异方差—稳健标准误（Heteroskedasticity-Robust Standard Error）： 对未知形式的异方差性而言（渐近）稳健的标准误。
异方差—稳健t 统计量（Heteroskedasticity-Robust t Statistic）：对未知形式的异方差性而言（渐近）稳健的t 统计量。
高持续性过程（Highly Persistent Process）：时间序列过程，其中遥远的将来的结果与当前的结果高度相关。
同方差性（Homoskedasticity）：回归模型中的误差在解释变量条件下具有不变的方差。
即期弹性（Impact Elasticity）：在分布滞后模型中，给定自变量增加1%因变量的即时的百分比变化。
即期乘数（Impact Multiplier）：见即期倾向。
即期倾向（Impact Propensity）：在分布滞后模型中，自变量增加一个单位因变量的即时的变化。
包含一个无关变量（Inclusion of an Irrelevant Variable）：用OLS估计方程时，回归模型中包含了总体参数为零的解释变量。
指数（Index Number）：关于经济行为（例如生产或价格）总量信息的统计量。
影响重大的观测值（Influential Observations）：见奇异值。
INTRODUCTORY ECONOMETRICS
一阶自积［I（1）］（Integrated of Order One [I(1)]）：需要做一阶差分来得到I（0）过程的时间序列过程。
零阶自积［I（0）］（Integrated of Order Zero [I(0)]）： 平稳、弱独立时间序列过程，当用于回归分析时，它满足大数定律和中心极限定理。
交互作用（Interaction Effect）：回归模型中为两个解释变量的乘积的自变量。
截距参数（Intercept Parameter）：复线性回归模型中，给出当所有自变量都为零时因变量的期望值的参数。
截距的变动（Intercept Shift）：回归模型中的截距，因组或时期的不同而不同。
联合假设检验（Joint Hypothesis Test）：一个模型中包含不止一个对参数的约束的检验。
联合统计显著性（Jointly Statistically Significant）：两个或多个解释变量具有零总体系数的虚拟假设以一个选定的显著性水平被拒绝。
滞后分布（Lag Distribution）：在无限或有限分布滞后模型中，把滞后系数表示为滞后长度的函数。
滞后因变量（Lagged Dependent Variable）：等于以前时期的因变量的解释变量。
拉格朗日乘数统计量（Lagrange Multiplier Statistic）：仅在大样本下为正确的检验统计量，它可用于在不同的模型设定问题中检验遗漏变量、异方差性和序列相关。
大样本性质（Large Sample Properties）：见渐近性质。
水平值—水平值模型（Level-Level Model）：因变量与自变量均为标准（或原始）形式的回归模型。
水平值—对数模型（Level-Log Model）：因变量为标准形式、自变量（至少是其中一部分）为对数形式的回归模型。
线性概率模型（LPM）（Linear Probability Model, LPM）：响应概率对参数为线性的二值响应模型。
线性时间趋势（Linear Time Trend）：为时间的线性函数的趋势。
线性无偏估计量（Linear Unbiased Estimator）：在多元回归分析中，是因变量值的一个线性函数的那些无偏估计量。
对数—水平值模型（Log-Level Model）：因变量以对数形式出现，而自变量是水平（或原始）形式的一种回归模型。
对数—对数模型（Log-Log Model）：因变量和（至少一部分）解释变量都是以对数形式出现的回归模型。
对数—对数模型（Log-Log Model）：因变量和（至少一部分）解释变量都是以对数形式出现的回归模型。
长期乘数（Long-Run Multiplier）：参见长期倾向。
长期倾向（Long-Run Propensity）：在一个分布滞后模型中，给定自变量的一个永久性的、一个单位的增长，因变量最终的变化量。
配对样本（Matched Pairs Sample）：每个观测值都与另一个观测值相匹配的一种样本，如由丈夫和妻子或一对兄妹组成的样本。
测量误差（Measurement Error）：观测到的变量与多元回归方程中的变量之间的差。
微数缺测性（Micronumerosity）：由Arthur Goldberger 首先提出的一个概念，用以描述容量样本较小时计量经济学估计量的性质。
最小方差无偏估计量（Minimum Variance Unbiased Estimator）：在所有的无偏估计量中方差最小的那个估计量。
数据缺失（Missing Data）：当我们没有观测到样本中某些观测（个人、城市、时期等）所对应的一些变量值时，发生的一类数据问题。
一阶移动平均过程[MA（1）]（Moving Average Process of Order One [MA(1)]）：是由某个随机过程的当期值与一期滞后的线性函数所产生的一种时
间序列过程。这个随机过程是0均值、固定方差和不相关的。
多重共线性（Multicollinearity）：指多元回归模型中自变量之间的相关性。当某些相关性“很大”时，就会发生多重共线性，但对实际的大小尺度并没有明确的规定。
多重假设检验（Multicollinearity）：涉及到参数的多个约束条件的虚拟假设检验。
多元线性回归（MLR）模型（Multiple Linear Regression (MLR) Model）：对参数是线性的一类模型，其中的因变量是自变量的函数加上一个误差项。
多元回归分析（Multiple Regression Analysis）：在多元线性回归模型中进行估计和推断的一类分析。
多重约束（Multiple Restrictions）：计量经济学模型中对参数的多于一个的约束条件。
乘数测量误差（Multiplicative Measurement Error）：观测到的变量等于实际的观测不到的变量与一个正的测量误差的乘积时出现的一种测量误差。
n-R-平方统计量（n-R-Squared Statistic）：参见拉格朗日乘数统计量。
名义变量（Nominal Variable）：用名义或当前美元数表示的变量。
非实验数据（Non-experimental Data）：不是通过人为控制下的实验得到的数据。
非嵌套模型（Non-nested Models）：没有一个模型可以通过对参数施加限制条件而被表示成另一个模型的特例的两个（或更多）模型。
非平稳过程（Non-stationary Process）：联合分布在不同的时期不是恒定不变的一种时间序列过程。
正态性假定（Normality Assumption）：经典线性模型假定之一。它是指以解释变量为条件的误差（或因变量）有正态分布。
虚拟假设（Null Hypothesis）：在经典假设检验中，我们把这个假设当作真的，要求数据能够提供足够的证据才能否定它。
分子自由度（Numerator Degrees of Freedom）：在F检验中，所检验的约束条件的个数。
可观测数据（Observational Data）：参见非实验数据。
OLS（OLS）：参见普通最小二乘法。
OLS截距估计值（OLS Intercept Estimate）：OLS回归线的截距。
OLS回归线（OLS Regression Line）：表示了因变量的预报值与自变量的值之间关系的方程，它的参数是用OLS估计出来的。
OLS斜率估计值（OLS Slope Estimate）：OLS回归线的斜率。
遗漏变量偏误（Omitted Variable Bias）：回归中遗漏了有关变量而产生的OLS估计量的偏误。
单侧对立假设（One-Sided Alternative）：被表述为参数大于（或小于）虚拟条件下的假设值的一种对立假设。
单尾检验（One-Tailed Test）：与单侧对立假设相对的假设检验。
序数变量（Ordinal Variable）：通过排列顺序传达信息的一种数据，它们的大小本身并不说明任何问题。
普通最小二乘法（OLS）（Ordinary Least Squares, OLS）：用来估计多元线性回归模型中的参数的一种方法。最小二乘估计值通过最小化残差的平方和得到。
INTRODUCTORY ECONOMETRICS
异常数据（Outliers）：在数据集中，与大量其他数据有明显区别的观测值。这种现象可能是由于误差造成的，也可能是因为它们是由与多数其他数据不同的模型产生而造成的。
整体显著性（Overall Significance of a Regression）：对多元回归方程中所有的解释变量所做的一种联合显著性检验。
模型的过度识别（Over-specifying a Model）：参见含有一个无关变量。
p值（p-value）：指能够拒绝虚拟假设的最低显著性水平。等价的，它也指虚拟假设不被拒绝的最大显著性水平。
综列数据（Panel Data）：在不同时期，横截面的不断反复得到的数据集。在平衡的综列中，同样的单位在每个时期都出现。在不平衡的综列中，有些
单位往往由于衰减现象而不会在每个时期都出现。
偏效应（Partial Effect）：回归模型中的其他因素保持不变时，某个解释变量对因变量的影响。
完全共线性（Perfect Collinearity）：在多元回归中，一个自变量是一个或多个其他自变量的线性函数。
变量缺失问题的插入解（Plug-In Solution to the Omitted Variables Problem）：在OLS回归中，用一个代理变量代替观测不到的缺失变量。
政策分析（Policy Analysis）：用计量经济学模型来评估某项政策的效果的一种实证分析。
混合横截面（Pooled Cross Section）：通常在不同时点收集到的相互独立的横截面组合而成的一个单独的数据集。
总体（Population）：作为统计或计量经济分析对象的一个明确定义的组群（人、公司、城市等）。
总体模型（Population Model）：一种描述了总体特征的模型，特别是多元线性回归模型。
总体R平方（Population R-Squared）：总体中，由解释变量解释了的那部分因变量的变异。
总体回归函数（Population Regression ）：参见条件期望。
实际显著性（Practical Significance）： 相对于统计显著性而言的、某个估计值的实际的或经济的重要性，用它的符号和大小来衡量。
普莱斯—温斯登（PW）估计（Prais-Winsten (PW) Estimation）：一种用来估计有AR（1）误差和严格外生解释变量的多元线性回归模型的方法；不同
于科克伦-奥克特方法，它在估计中要用到第一个时期的方程。
前定变量（Predetermined Variable）：在联立方程模型中的滞后的内生变量或滞后的外生变量。
被预测变量（Predicted Variable）：参见因变量。
预报（Prediction）：把特定的解释变量的值代入所估计的模型，通常是多元回归模型中，以得到结果的一个估计值。
预测误差（Prediction Error）：实际结果与所预报的结果之间的差。
预测区间（Prediction Interval）：多元回归模型中，某个因变量的未知结果的一个置信区间。
预测变量（Predictor Variable）：参见解释变量。
项目评估（Program Evaluation）：用计量经济学方法求出某个私人或公共项目的不确定影响的一种评估方法。
代理变量（Proxy Variable）：多元回归分析中，一个与观测不到的解释变量有关系但又不相同的可观测变量。
二次函数（Quadratic s）：包含一个或多个解释变量的平方的函数，它反映了解释变量对因变量的逐渐变弱或增强的影响。
定性变量（Qualitative Variable）：描述一个人、企业及城市等的非定量特征的变量。
拟—差分数据（Quasi-Differenced Data）：在估计有AR（1）的序列相关的回归模型时，当期数据与前一期数据乘以AR（1）模型的参数后得到的数据之间的差。
平方（R-Bar Squared）：参见校正的R2。
R2（R-Squared）：在多元回归模型中，由自变量解释了的那部分因变量的样本方差之和。
R2形式的F统计量（R-Squared Form of the F Statistic）：用受约束和不受约束的模型中得到的由R2-表示的、用于检验排除约束条件的F统计量。
随机抽样（Random Sampling）：在总体中随机抽取观测值的一种抽样方法。各个单位被抽取的可能性是相同的，而且每次抽样都与其他次相互独立。
随机游走（Random Walk）：在这样一种时间序列中，下个时期的值等于本期值加上一个独立的（或至少是不相关的）误差项。
有漂移的随机游走（Random Walk with Drift）：每个时期都加进一个常数（或漂移）的随机游走。
实际变量（Real Variable）：用基期货币价值表示的变量。
回归因子（Regressand）：参见因变量。
回归误差设定检验（RESET）（Regression Specification Error Test, RESET）：在多元回归模型中，检验函数形式的一般性方法。它是一种由最初
的OLS估计得出的拟合值的平方、三次方以及可能更高次幂的联合显著性F检验。
过原点回归（Regression Through the Origin）：截距被设为0的回归分析，它的斜率通过最小化残差的平方和求出。
回归元（Regressor）：参见解释变量。
拒绝区域（Rejection Region）：使得虚拟假设被拒绝的一组检验统计量的值。
拒绝法则（Rejection Rule）：在假设检验中，决定在什么情况下拒绝虚拟假设并支持对立假设的法则。
残差（Residual）：实际值与拟合（或预报）值之间的差。样本中的每次观测都有一个相应的残差，它们被用来计算OLS回归线。
残差分析（Residual Analysis）：在估计多元回归模型后，对某次特定观测的残差的符号和大小所作的研究。
残差平方和（Residual Sum of Squares）：参见残差的平方和。
响应概率（Response Probability）：在二值响应模型中，以解释变量为条件的因变量取值为1的概率。
响应变量（Response Variable）：参见因变量。
受约束的模型（Restricted Model）：在假设检验中，施加所有虚拟假设所要求的约束
条件后得到的模型。
均方根误（RMSE）（Root Mean Squared Error, RMSE）：多元回归分析中回归标准误的另一个名称（仅当期望值等于实测值—译者）。
样本回归函数（Sample Regression ）：参见OLS回归线。
得分统计量（Score Statistic）：参见拉格朗日乘数统计量。
季节性虚拟变量（Seasonal Dummy Variables）：一组用来表示季节或月份的虚拟变量。
季节性（Seasonality）：月度或季度时间序列具有的均值随着一年中季节的不同而系统性变化的特点。
季节性调整（Seasonally Adjusted）：用某种统计程序，可能是对季节性虚拟变量做回归，来消除月度或季度时间序列中的季节性成分。
半弹性（Semi-Elasticity）：自变量的一个单位的增长导致的因变量的变化的百分比。
序列相关（Serial Correlation）：在时间序列或综列数据模型中，不同时期的误差之间的相关性。
INTRODUCTORY ECONOMETRICS
序列相关—稳健标准误（Serial Correlation-Robust Standard Error）：不管模型中的误差是否与序列相关，都（渐近）生效的估计量的标准误。
序列不相关（Serially Uncorrelated）：在时间序列或综列数据模型中，不同时间的误差两两之间不相关。
短期弹性（Short-Run Elasticity）：因变量和自变量都以对数形式出现的分布滞后模型中的即期倾向。
显著性水平（Significance Level）：假设检验中发生第I类错误的概率。
简单线性回归模型（Simple Linear Regression Model）：因变量只是一个自变量和一个误差项的线性函数的模型。
斜率参数（Slope Parameter）：多元回归模型中的自变量的系数。
谬误相关（Spurious Correlation）：不是因为二者有因果关系，可能是因为它们都受另一个观测不到的因素影响，所导致的两个变量之间的相关性。
谬误回归问题（Spurious Regression Problem）：如果回归分析表明两个或多个无关时间序列具有一定关系，而其原因仅仅因为它们每个都有趋势或
都是自积时间序列（如随机游走），或上面两种情况同时出现，这种问题就是谬误回归问题。
稳定的AR（1）过程（Stable AR(1) Process）：滞后变量的系数绝对值小于1时的AR（1）过程。序列中的两个随机变量的相关性，随着它们之间的时
间间隔不断增大，以几何级数趋近于0。
β1的标准误（Standard Error of β1）：β1抽样分布的标准差的估计值。
β1的标准差（Standard Deviation of β1）：衡量β1抽样分布的分散程度的常用指标。
估计值的标准误（Standard Error of the Estimate）：参见回归的标准误。
回归的标准误（SER）（Standard Error of the Regression, SER）：多元回归分析中的总体误差的标准差的估计值。等于残差平方和的平方根除以自由度。
标准化系数（Standardized Coefficient）：一种回归系数，它度量了自变量增加一个标准差时，因变量的改变是其标准差的倍数。
静态模型（Static Model）：只有当期的解释变量影响因变量的一种时间序列模型。
平稳过程（Stationary Process）：边际和所有的联合分布都不随时间变化的一种时间序列过程。
统计上不显著（Statistically Insignificant）：在选定的显著性水平上，无法拒绝总体参数等于0的虚拟假设。
统计上显著（Statistically Significant）：在选定的显著性水平上，相对于特定的对立假设，拒绝总体参数等于0的虚拟假设。
随机过程（Stochastic Process）：标注了时间的一系列随机变量。
严格外生的（Strict Exogeneity）：时间序列或综列数据模型中的解释变量的一个特点，以所有时期的解释变量为条件的、任何时期的误差项都是有0
均值。更宽松的一种说法是用相关性为0来表述的。
强相依（Strongly Dependent）：参见高度持续过程。
残差平方和（Sum of Squared Residuals）：多元回归模型中，所观测的OLS残差的平方和。
求和运算符（Summation Operator）：用∑表示的一个符号，用来表示对一组数据的求和运算。
t比率、t统计量（t Ratio、t Statistic）：用来对计量经济学模型中关于参数的单个假设进行检验的一种统计量。
时间序列数据（Time Series Data）：搜集到的一个或多个变量在不同时间上的数据。
时间序列过程（Time Series Process）：参见随机过程。
时间趋势（Time Trend）：时间的函数，它是趋势时间序列过程的期望值。
总平方和（SST）（Total Sum of Squares, SST）：因变量相对于它的样本均值的总样本变异。
处理组（Treatment Group）：在项目评估中，参与这一项目的群体。
（也见实验群组）趋势过程（Trending Process）：期望值是时间的增函数或减函数的时间序列过程。
趋势—平稳过程（Trend-Stationary Process）：在除掉了时间趋势后变得平稳的过程。毫无疑问，除掉了趋势的序列是弱相依的。
真实模型（True Model）：表示因变量与有关自变量及一个干扰项之间关系的真实的总体模型。在这个模型中，0条件均值假定成立。
双侧对立假设（Two-Sided Alternative）：总体参数既可以大于又可以小于虚拟假设提出的值的一种检验方法。
双尾检验（Two-Tailed Test）：相对于双侧对立检验的检验方法。
无偏估计量（Unbiased Estimator）：期望值（或抽样分布的均值）等于总体值（与总体值的大小无关）的估计量。
不相关随机变量（Uncorrelated Random Variables）：相互之间没有线性关系的随机变量。
设定不足的模型（Underspecifying a Model）：参见忽略一个有关的变量。
单位根过程（Unit Root Process）：当期值等于前一个时期的值加上一个弱相依的干扰项的一种高度持续的时间序列过程。
无约束模型（Unrestricted Model）：在假设检验中，对参数没有任何限制条件的模型。
向上偏误（Upward Bias）：估计量的期望值大于总体参数的值。
方差（Variance）：表示随机变量分布的分散程度的一项指标。
预测误差的方差（Variance of the Prediction Error）：当以估计的多元回归方程为基础来预报因变量的一个将来值时，产生的误差的方差。
弱相依（Weakly Dependent）：在时间序列过程中，表示随机变量在不同时期的两个值之间的相互依赖性质的指标（比如相关性），如果这一依赖性随
着时间间隔的增大而减小，这个时间序列就是弱相依的。
加权最小二乘（WLS）估计量（Weighted Least Squares (WLS) Estimator）：用来校正某种已知形式的异方差的估计量。其中，每个残差的平方都得
到一个等于误差的（估计的）方差的倒数的权重。
怀特检验（White Test）：异方差的一种检验方法，涉及到做OLS残差的平方对OLS拟合值和拟合值的平方的回归。这种检验方法的最一般的形式是，作
OLS残差的平方对解释变量、解释变量的平方和所有非多余的解释变量间的交叉乘积的回归。
0条件均值假定（Zero Conditional Mean Assumption）：多元回归分析中很关键的一个假定。它的含义是，给定解释变量的所有值时，误差的期望值
都等于0。（参见假定MLR.3、TS.2和TS.2'）