目录 绪论 试验设计与数据处理的概念和意义 试验设计与数据处理的发展和应用 试验设计与数据处理的基本概念 样本及其分布 总体与样本 石 样本分布函数与统计量 直方图和秩 抽样分布 参数估计与假设检验 概述 参数估计 参数的假设检验 正交试验设计的基本思想与正交表s 正交试验设计的基本思想 正交表的概念与类型 正交表的构造 正交试验设计的直观分析 单指标正交试验设计 多指标正交试验设计 混合型正交试验设计心 考虑交互作用的正交试验设计 试验设计的方差分析 概述 单因素试验的方差分析 正交试验设计方差分析的基本原理 相同水平正交试验设计的方差分析91 不同水平正交试验设计的方差分析 重复试验和重复取样的方差分析 正交试验设计的效应估计 正交试验设计中正交表的灵活运用 并列法 拟水平法 拟因素法 其它方法 SN比试验设计与产品三次设计简介 SN比及其应用 产品三次设计 一元线性回归分析 回归分析的基本概念 一元线性回归的数学模型 参数的最小二乘估计 相关系数及其显著性检验 一元线性回归的方差分析 重复试验的方差分析 利用回归方程进行预报和控制 化非线性为线性回归 回归直线的简便求法 多元线性回归分析 多元线性回归的数学模型 参数的最小二乘估计 多元线性回归的方差分析 逐步回归方法 回归正交设计 多项式回归与正交多项式

第五部分多方程分析 第21章系统估计--讨论了方程系统的估计 第22章向量自回归和误差修正模型-向量自回归模型以及向量误差修正模型估计。给出检验非稳定变量之间协整关系的工具。 第23章状态空间模型和卡尔曼滤波----利用状态空间模型和卡尔曼滤波工具建立结构时间序列模型

教学内容： 1.相关关系的概念、种类、相关关系分析的主要内容 2.简单线形相关分析方法 3.简单直线回归方程的配合方法 4.判定系数、估计标准误差的含义、计算及其应用 5.曲线回归方程、多元线性回归方程的配合方法 6.其它相关系数的含义、计算及应用场合 教学重点： 1.简单线形相关分析方法 2.简单直线回归方程的配合方法 3.判定系数、估计标准误差的含义、计算及其应用 教学难点：相关系数的计算、回归方程的配合、估计标准误差的计算及其应用

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、狭义的工具变IV) 二、间接最小二乘法(ILS) 三、二阶段最小二乘法(2SLS) 四、三种方法的等价性证明 五、简单宏观经济模型实例演示 六、主分量法的应用 七、其它有限信息估计方法简介 八、k级估计式

第一节 回归分析概述 一、回归的定义 二、回归模型的分类 第二节 一元线性回归预测法 一、一元线性回归模型 二、最小二乘估计 三、拟合优度的度量 四、相关系数检验法 五、最小二乘估计式的标准误差 六、回归预测

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、利用 Markowitz模型进行积极证券组合管理 二、市场模型在消极证券组合管理中的应用 三、利用Beta去得到好的协方差估计 四、利用Beta去得到好的期望回报率估计 五、CAPM在消极证券组合管理中的应用 Black-Litterman-方法 例子: Global Portfolio Optimization

第一单元U检验 一、学习目标 通过本课的学习,掌握小概率事件原理,同时熟练掌握单正态总体均值的检 验(U检验)方法 二、内容讲解 1.小概率事件 假设检验是与点估计、区间估计有区别的另一类问题. 点估计面临的问题是:总体里含有未知参数解决的方法是根据样本求出一个 量去代替未知参数;区间估计面临的问题也是总体里含有未知参数,解决的方法是 确定一个区间以一定的概率去包含未知参数;而假设检验面临的问题更加广泛

为什么要做不确定性分析 很多数据是预测、估算出来的,因此具有不确定性, 在项目真正实施时,相关数据是会有差异的。 一产生不确定性的原因 主观资料不足,分析判断有误差,采用的预测或评价方法 的局限性,测、估算的手段、数据采集方式的变化 客观社会、政治、经济、生产技术、市场的变化 导致技术方案的实践不一定与原来预计的相一致,致 使项目方案的经济评价存在一定程度的不确定性,给方案 决策带来一定的风险