随机误差项方差的估计量的平方根。（3分）18．样本决定系数：回归平方和在总变差中所占的比重。（3分）19．点预测：给定自变量的某一个值时，利用样本回归方程求出相应的样本拟合值，以此作为因变量实际值和其均值的估计值。（3分）20．拟合优度：样本回归直线与样本观测数据之间的拟合程度。（3分）21．残差：样本回归方程的拟合值与观测值的误差称为回归残差。（3分）22．显著性检验：利用样本结果，来证实一个虚拟假设的真伪的一种检验程序。（3分）23．回归变差：简称ESS表示由回归直线（即解释变量）所解释的部分（2分），表示x对y的线性影响（1分）。24．剩余变差：简称RSS，是未被回归直线解释的部分（2分），是由解释变量以外的因素造成的影响（1分）。25．多重决定系数：在多元线性回归模型中，回归平方和与总离差平方和的比值（1分），
f也就是在被解释变量的总变差中能由解释变量所解释的那部分变差的比重，我们称之为多重决定系数，仍用R2表示（2分）。
26．调整后的决定系数：又称修正后的决定系数，记为R2，是为了克服多重决定系数会随
着解释变量的增加而增大的缺陷提出来的，（2分）
其公式为：R21et2
k1（1分）。yty
1
27．偏相关系数在Y、X1、X2三个变量中，当X1既定时（即不受X1的影响），表示Y与X2
之间相关关系的指标，称为偏相关系数，记做RY21。（3分）
28异方差性：在线性回归模型中，如果随机误差项的方差不是常数，即对不同的解释变量
观测值彼此不同，则称随机项ui具有异方差性。（3分）
29戈德菲尔特匡特检验该方法由戈德菲尔特（SMGoldfeld）和匡特（REQua
dt）于
1965年提出，用对样本进行分段比较的方法来判断异方差性。（3分）
30怀特检验该检验由怀特（White）在1980年提出，通过建立辅助回归模型的方式来判断
异方差性。（3分）
31戈里瑟检验和帕克检验该检验法由戈里瑟和帕克于1969年提出，其基本原理都是通过
建立残差序列对解释变量的（辅助）回归模型，判断随机误差项的方差与解释变量之间是否
存在着较强的相关关系，进而判断是否存在异方差性。（3分）
32．序列相关性：对于模型
yi01x1i2x2i…kxkii
i12…

随机误差项互相独立的基本假设表现为Covij0ijij12…
（1分）
如果出现Covij0ijij12…
即对于不同的样本点，随机误差项之间不再是完全互相独立，而是存在某种相关性，则认为出现了序列相关性SerialCorrelatio
。（2分）33．虚假序列相关：是指模型的序r