一、模型的类型与变换 二、非线性回归实例

双变量计量资料:每个个体有两个变量值 总体:无限或有限对变量值 样本:从总体随机抽取的n对变量值 (,Y1),(2,Y2),(XnYn) 目的:研究和Y的数量关系 方法:回归与相关 简单、基本直线回归、直线相关

一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干扰项方差的估计

统计描述 统计推断(1) 统计推断(2) 计量资料 频数分布 集中趋势 离散趋势 统计图表 抽样误差 标准误 t u F检验 秩和检验 直线相关与回归 偏相关 多元线性回归 计数资料 相对数 统计图表 u 、  2检验 秩和检验 Logistic回归

一、虚拟变量 二、虚拟解释变量的回归 三、虚拟被解释变量的回归(选讲,不包括)

一、滞后效应与滞后变量模型 二、分布滞后模型的估计 三、自回归模型的构建 四、自回归模型的估计

本节借用一个例子，简单介绍用 Matlab 软件分析和计算非线性回归问题

本章介绍EViews中基本回归技术的使用：说明并估计一个回归模型，进行简单的特征分析并在深入的分析中使用估计结果。随后的章节讨论了检验和预测，以及更高级，专业的技术，如加权最小二乘法、二阶段最小二乘法(TSLS)、非线性最小二乘法、ARIMA/ARIMAX模型、GMM（广义矩估计）、GARCH模型,和定性的有限因变量模型

一、模型参数的线性约束 二、对回归模型增加或减少解释变量 三、参数的稳定性 *四、非线性约束

一、模型的类型与变换 二、非线性回归实例