1.普通最小二乘法(Ordinary Least Squares,OLS)：已知一组样本观测值，普通最小二乘法要求样本回归函数尽可以好地拟合这组值，即样本回归线上的点与真实观测点Yt的“总体误差”尽可能地小。普通最小二乘法给出的判断标准是：被解释变量的估计值与实际观测值之差的平方和最小。2.广义最小二乘法GLS：加权最小二乘法具有比普通最小二乘法更普遍的意义，或者说普通最小二乘法只是加权最小二乘法中权恒取1时的一种特殊情况。从此意义看，加权最小二乘法也称为广义最小二乘法。3.加权最小二乘法WLS：加权最小二乘法是对原模型加权，使之变成一个新的不存在异方差性的模型，然后采用普通最小二乘法估计其参数。 4.工具变量法IV：工具变量法是克服解释变量与随机干扰项相关影响的一种参数估计方法。5.两阶段最小二乘法2SLS, Two Stage Least Squares：两阶段最小二乘法是一种既适用于恰好识别的结构方程，以适用于过度识别的结构方程的单方程估计方法。6.间接最小二乘法ILS：间接最小二乘法是先对关于内生解释变量的简化式方程采用普通小最二乘法估计简化式
