一、联立方程模型随机误差项方差一协方差矩阵 二、三阶段最小二乘法简介 三、完全信息最大似然法简介

一、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

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

●t分布 ◎t分布也称“学生分布” ◎t分布是对称分布,以0为对称轴。 ①t分布是一个与自由度有关的分布

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、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

一、什么是 Eviews Eviews (Econometric Views)软件是 QMS（Quantitative Micro Software）公司开发的、基于 Windows 平台下的应用软件，其前身是 DOS 操作系统下的 TSP 软件。Eviews 软件是由经济 学家开发，主要应用在经济学领域，可用于回归分析与预测(regression and forecasting)、时 间序列(Time series)以及横截面数据(cross-sectional data )分析。与其他统计软件（如 EXCEL、 SAS、SPSS）相比，Eviews 功能优势是回归分析与预测，其功能框架见表 1.1

一、时间序列模型的基本概念及其适用性 二、随机时间序列模型的平稳性条件 三、随机时间序列模型的识别 四、随机时间序列模型的估计 五、随机时间序列模型的检验

一、问题的引出：非平稳变量与经典回归模型 二、时间序列数据的平稳性 三、平稳性的图示判断 四、平稳性的单位根检验 五、单整、趋势平稳与差分平稳随机过程