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

一、传统建模理论与数据开采问题 二、“从一般到简单”——约化建模型理论 三、非嵌套假设检验 四、约化模型的准则

一、模型设定偏误的类型 二、模型设定偏误的后果 三、模型设定偏误的检验

一、滞后变量模型 二、分布滞后模型的参数估计 三、自回归模型的参数估计 四、格兰杰因果关系检验

一、随机解释变量问题 二、实际经济问题中的随机解释变量问题 三、随机解释变量的后果 四、工具变量法 五、案例

• 一、多重共线性的概念 • 二、实际经济问题中的多重共线性 • 三、多重共线性的后果 • 四、多重共线性的检验 • 五、克服多重共线性的方法 • 六、案例 • *七、分部回归与多重共线性

一、序列相关性概念 二、实际经济问题中的序列相关性 三、序列相关性的后果 四、序列相关性的检验 五、具有序列相关性模型的估计 六、案例

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

一、E(Y0)的置信区间 二、Y0的置信区间