一、模型的类型与变换 二、非线性回归实例

第一章 统计和统计数据的收集 第二章 统计数据的整理和展示 第三章 数据的描述性分析 一、绝对数和相对数 二、集中趋势的测定 三、离散趋势的测定 四、数据的形态测定 第四章 概率基础——随机变量及其概率分布 第一节 随机变量的概念及数字特征 第二节 常见的离散型分布 一、两点分布 二、二项分布 第三节 常见的连续型分布 正态分布 x2分布 t分布 F分布 第四节 中心极限定理 第五章 区间估计和假设检验 第六章 相关与回归 多元线性回归 非线性回归模型 第八章 时间数列分析 时间数列的种类和编制方法 时间数列传统分析指标 长期趋势的测定 季节变动、循环变动和剩余变动的测定 时间数列的预测方法

• 线性回归 • 逻辑斯蒂回归 • 最大熵模型 • 极大似然估计 • 模型学习浅谈 • 最大熵总结 • 最大熵应用举例（略） • 最大熵源码分析（略） • 最大熵包使用（略）

回归分析是计量经济学中最为基础的 份内容。在这里我们简单地介绍回归分析中估计模型具体参数值的方法

在建立回归模型时，有时根据经济理论需对模型中变量的参数施加一定的约束条件

一、模型的类型与变换 二、非线性回归实例

第一节直线回归 第二节直线相关 第三节曲线回归

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

第一节直线回归 第二节直线相关 第三节曲线回归

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)