一、参数估计量的区间估计—不做介绍 二、预测值的区间估计

§3.1 多元线性回归模型 一、多元线性回归模型 二、多元线性回归模型的基本假定 §3.2 多元线性回归模型的估计 一、普通最小二乘估计 二、参数估计量的性质 三、样本容量问题 四、估计实例 §3.3 多元线性回归模型的统计检验 一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间

参数估计的内容: 1、点估计(Point Estination):估计未知参数的值 2、区间估计(Interval Estimation):估计未知参数的估计值的精确性和可靠性 0=θ+△ 本章介绍统计学中的参数估计的一些基本概念和方法

第一节 测量和测量误差 第二节 不确定度及其概念 第三节 B类不确定度估算 第四节 直接测量结果与不确定度的估算 第五节 间接测量结果与不确定度的估算 第六节 有效数字与近似计算

第一节 测量和测量误差 第二节 不确定度及其概念 第三节 B类不确定度估算 第四节 直接测量结果与不确定度的估算 第五节 间接测量结果与不确定度的估算 第六节 有效数字与近似计算

2 .1 一元线性回归模型 2 .2 参数β0、β1的估计 2 .3 最小二乘估计的性质 2 .4 回归方程的显著性检验 2 .5 残差分析 2 .6 回归系数的区间估计 2 .7 预测和控制 2 .8 本章小结与评注

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

第十七讲负反馈放大电路的方框图及放大倍数的估算 一、负反馈放大电路的方框图 二、负反馈放大电路放大倍数的一般表达式 三、深度负反馈的实质 四、深度负反馈条件下放大倍数的估算方法

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

§6.1 点估计的几种方法 §6.2 点估计的评价标准 §6.3 最小方差无偏估计 §6.4 贝叶斯估计 §6.5 区间估计