(1)函数形式误设 (2)对无法观测解释变量使用代理变量 (3)随机斜率模型 (4)有测量误差时0LS的性质 (5)数据缺失、非随机样本和异常观测 (6)最小绝对离差估计 2.基本极令和知识点 (1)函数形式误设的原因 (2)代理变量 (3)随机斜率模型 (4)数据缺失、非随机样本和异常观测对模型结果的影响 (5)最小绝对离差估计 3.问题与应用（能力要求） (1)检验函数形式误设 (2)如何解决或缓解函数形式误设对模型估计结果的影响 (三)思考与实践 利用给定数据，构建一个多元性回归模型，检验模型是否存在函数形式误 设，函数形式误设的可能原因是什么，如何解决？ (四)教学方法与手段 课堂讲授 第十章时间序列的基本回归分析 (一)目的与要求 1.讨论时间序列数据和横截面数据的概念性区别 2.介绍时间序列回归条件下的高斯-马尔科夫假定和经典线性模型假定 3.讨论如何应用和解释对数函数形式和虚拟变量 4.讨论如何在时间序列多元回归中包含趋势变量 5.讨论如何解释时间序列多元回归中的季节性问顾 (二)教学内容 1.主要内容 (1)时间序列数据的性质 (2)时间序列回归模型的例子 (3)经典假设下0LS的有限样本性质 (4)函数形式、虚拟变量和指数 (5)趋势和季节性8 （1）函数形式误设 （2）对无法观测解释变量使用代理变量 （3）随机斜率模型 （4）有测量误差时 OLS 的性质 （5）数据缺失、非随机样本和异常观测 （6）最小绝对离差估计 2.基本概念和知识点 （1）函数形式误设的原因 （2）代理变量 （3）随机斜率模型 （4）数据缺失、非随机样本和异常观测对模型结果的影响 （5）最小绝对离差估计 3.问题与应用（能力要求） （1）检验函数形式误设 （2)如何解决或缓解函数形式误设对模型估计结果的影响 （三）思考与实践 利用给定数据，构建一个多元性回归模型，检验模型是否存在函数形式误 设，函数形式误设的可能原因是什么，如何解决？ （四）教学方法与手段 课堂讲授 第十章 时间序列的基本回归分析 （一）目的与要求 1.讨论时间序列数据和横截面数据的概念性区别 2.介绍时间序列回归条件下的高斯-马尔科夫假定和经典线性模型假定 3.讨论如何应用和解释对数函数形式和虚拟变量 4.讨论如何在时间序列多元回归中包含趋势变量 5.讨论如何解释时间序列多元回归中的季节性问题 （二）教学内容 1.主要内容 （1）时间序列数据的性质 （2）时间序列回归模型的例子 （3）经典假设下 OLS 的有限样本性质 （4）函数形式、虚拟变量和指数 （5）趋势和季节性