6.1过原点回归 有时双变量PRF采取如下形式:

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

• 几个重要概念 • 以要素之间替代性质的描述为线索的生产函数模型的发展 • 以技术要素的描述为线索的生产函数模型的发展 • 几个重要生产函数模型的参数估计方法 • 生产函数模型在技术进步分析中的应用 • 建立生产函数模型中的数据质量问题

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

7.1三变量模型:符号与假设 一、三变量PRF的随机表达式:

一、虚拟变量的基本含义 二、虚拟变量的引入 三、虚拟变量的设置原则

5.1回顾统计学相关内容

4.1回顾第三章对干扰项的假定

Chapter 12 Time Series Analysis 12.1 Stochastic processes A stochastic process is a family of random variables {Xt,t ET}. Example{St,t 0, 1,2,...} where St i=o X; and iid(0,2). St has a different distribution at each point t