"ceteris paribus assumption" 和 "ceteris paribus demand curve" 是两个经济学术语，其中:

ceteris paribus assumption是指 “其他条件不变”的假设 ；

ceteris paribus demand curve 是指“其他因素不变”的需求曲线；

Ceteris Paribus的说法在经济学学术文献中经常可以看到，具体的意思就是“在其他条件都不变的情况下”。最常见的是用在解释某个线性回归模型的系数的时候，通常指在其他变量不变的情况下，系数所属的变量的变动所带来的边际影响。要说经济学中的意义，这种分析方法能够帮助我们找出每一个变量在一个整体性变化或者因果关系中的作用。

整个科学中「因果关系」推断的根基就是「Ceteris Paribus」的假设，即「其他条件不变」，对比实验的逻辑基础就是该假设。

假设一个物理实验中我们的环境有一些变量，如果我们想研究其中一个变量对实验结果的影响，我们就要调整这个变量，让其在一个区间内变化。但是，我们的目的是要言说这个变量和试验结果的因果关系，那么我们就要控制其他变量，直到我们有理由假设「Ceteris Paribus」时我们得出的因果关系才是站得住脚的。

经济学中的「Ceteris Paribus」是仿照物理等自然科学的方法论引入这个概念的。实际中的经济系统既不是简单的线性系统，也不是完全没有规律的随机系统，而是介于两者之间的复杂系统，其中变量之间的关系错综复杂，几乎不可能有效地控制。但是经济学家为了构造理论，试图向自然科学的方法论靠拢，于是引入了这个概念，让经济学理论也能够谈论因果关系。

这个假设在经典方法论中至关重要，否则无法谈论因果关系。然而许多学者批评经济学借用自然科学方法论中不可避免的缺陷，即自然科学中的「Ceteris Paribus」假设总能通过更加精巧的实验来趋近，而经济学中的许多领域仍然难以做可控实验，只能停留在假设上，这就使得「理论丛生」无法被「自然」淘汰。最近数十年兴起的实验经济学，如果真正参与过的话就会发现事实上很多实验都比较任意，结论的稳健性都值得商榷。最新的Agent-based modeling，做过的同学也会发现构建出良好的计算模型也相当困难，很多情况下都会变成为了结论而构造模型。