2.基本概念和知识点 (1)解释变量、被解释变量和误差项 (2)普通最小二乘法 (3)线性的含义 (4)无偏性和同方差 (5)误差方差 3.问题与应用（能力要求） (1)推导普通最小二乘法 (2)计算回归的R (三)思考与实践 利用给定数据，构建一个简单线性回归模型，估计模型中解释变量的系数， 并计算回归的R (四)教学方法与手段 课堂讲授 第三章多元回归分析：估计 (一)目的与要求 1.掌握普通最小二乘法的操作和解释 2.理解0LS估计量的期望值和方差 3.理解0LS的有效性 (二)教学内容 1.主要内容 (1)利用多元回归的动因 (2)普通最小二乘法的操作和解释 (3)0LS估计量的期望值 (4)0LS估计量的方差 (5)0LS的有效性： 马尔科夫定理 2.基本概念和知识点 (1)多元回归中“保持其他因素不变”的含义 (2)模型的过度设定 (3)遗漏变量偏误 (4)多审共线性 (5)高斯-马尔科夫定理 3.问题与应用（能力要求）》 (1)估计多元回归模型 3 3 2.基本概念和知识点 （1）解释变量、被解释变量和误差项 （2）普通最小二乘法 （3）线性的含义 （4）无偏性和同方差 （5）误差方差 3.问题与应用（能力要求） （1）推导普通最小二乘法 （2）计算回归的 R 2 （三）思考与实践 利用给定数据，构建一个简单线性回归模型，估计模型中解释变量的系数， 并计算回归的 R 2 （四）教学方法与手段 课堂讲授 第三章 多元回归分析：估计 （一）目的与要求 1.掌握普通最小二乘法的操作和解释 2.理解 OLS 估计量的期望值和方差 3.理解 OLS 的有效性 （二）教学内容 1.主要内容 （1）利用多元回归的动因 （2）普通最小二乘法的操作和解释 （3）OLS 估计量的期望值 （4）OLS 估计量的方差 （5）OLS 的有效性：马尔科夫定理 2.基本概念和知识点 （1）多元回归中“保持其他因素不变”的含义 （2）模型的过度设定 （3）遗漏变量偏误 （4）多重共线性 （5）高斯-马尔科夫定理 3.问题与应用（能力要求） （1）估计多元回归模型