本文提出重估马克思革命的性质与意义这一任务,并认为此种重估的要点有三,即(1)存在论根基处的彻底澄清;(2)现代形而上学的基本建制(意识的内在性)是否被击穿或瓦解;(3)知识论(或范畴论)路向与生存论路向的根本性分辨

5.1 比估计及其性质 5.2 分层抽样中的比估计

3.1 简单随机抽样及实施方法 3.2 总体平均数与总和的估计 3.3 估计量的方差及其估计

问题1极大似然估计具有不变性,矩估计是否也具有? 答否 例如服从反射正态分布,其p.d.f为现用矩法分别对和作估计

我们知道在进行抽样设计时，往往要求先掌握关于总体 的一些知识。比如分层抽样时，必须知道各层的权重。又如 进行比估计和回归估计时，必须事先知道辅助变量的总体总 和或者均值。有时候，我们对这些知识一无所知，似乎不能 利用一些好的抽样方法。其实不然，只要获取那些知识的代 价并不算大，我们就可以先进行一次抽样，获得辅助信息的 知识，然后再进行第二次抽样。第二次抽样就可以使用分层 抽样或者比估计等方法了

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、点估计 二、估计量的评选标准 三、区间估计 四、正态总体均值与方差的区间估计

模型的建立及其假定条件 最小二乘估计（OLS） OLS回归函数的性质 最小二乘估计量的特性 yt的分布和 的分布  的估计 拟合优度的测量 回归参数的显著性检验与置信区间 yF 的点预测与区间预测 案例分析 相关系数 EViews操作

1点估计 设总体X的分布函数F(x)的形式为已知,θ是待估参数。 X1…Xn是X的一个样本,x1…xn是相应的样本值。 点估计问题: 构造一个适当的统计量(X1…,Xn),用它的观察值 0(x1,…xn)来估计未知参数 我们称(X1,…,Xn)为0的估计量;称0(x1,xn) 为θ估计值

问题1极大似然估计具有不变性,矩估计 是否也具有? 答否 例如服从反射正态分布,其p.d.f为 20 现用矩法分别对和作估计