一、识别的概念 二、从定义出发识别模型 三、结构式识别条件 四、简化式识别条件 五、实际应用中的经验方法

一、联立方程模型随机误差项方差—协方差矩阵 二、三阶段最小二乘法简介 三、完全信息最大似然法简介

一、模型估计方法的比较 二、为什么普通最小二乘法被普遍采用 三、模型的检验

一、识别的概念 二、从定义出发识别模型 三、结构式识别条件 四、简化式识别条件 五、实际应用中的经验方法

复旦大学：《计量经济学》学习资料_GMM Notes for EC2610

复旦大学：《计量经济学》学习资料_Notes on Probability（2/2）

复旦大学：《计量经济学》学习资料_Notes on Probability（1/2）

要点：掌握回归模型中的基本函数形式。重点学习如何将 复杂的模型变换为线性回归模型。理解边际效应和弹性效 应

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 建模技术和模型选择 第二节 建模示例 第三节 分析步骤和计量软件的运用