包含回归分析、双变量回归分析、OLS估计量的显著性检验、异方差、自相关、联立方程模型与时间序列分析

计量的知识框架.pdf数学知识.pdf应记住OLS估计与检验的计算公式.pdf应记住概率分布特征的

3.1 Framework and Assumptions 3.2 Ordinary Least Squares (OLS) Estimation 3.3 Goodness of Fit and Model Selection Criteria 3.4 Consistency and Efficiency of OLS 3.5 Sampling Distribution of OLS 3.6 Variance Estimation for OLS 3.7 Hypothesis Testing 3.8 Applications 3.9 Generalized Least Squares (GLS) Estimation 3.10 Conclusion

2.1 Motivation for multiple regression 2.2 Mechanics and interpretation of OLS 2.3 Unbiasedness of OLS estimator 2.4 Variance of the OLS Estimators 2.5 Efficiency of OLS: Gauss-Markov theorem

古典线性回归模型的假定 OLS的代数推导 OLS的几何解释 拟合优度 OLS的小样本性质 对单个系数的 t检验 对线性假设的 F检验 分块回归与偏回归(选读) 预测

2.1 为什么需要大样本理论 2.2 随机序列的收敛 2.3 大数定律与中心极限定理 2.4 统计量的大样本性质 2.5 随机过程的性质 2.6 大样本OLS的假定及估计量的性质 2.7 大样本OLS的stata实例

问题的提出 在前述基本假定下OLS估计具有BLUE的优 良性。 然而实际问题中,这些基本假定往往不能 满足,使OLS方法失效不再具有BLUE特性 估计参数时,必须检验基本假定是否满足 ,并针对基本假定不满足的情况,采取相 应的补救措施或者新的方法