§2.1 回归分析概述 一、变量间的关系及回归分析的基本概念 二、总体回归函数（PRF） 三、随机扰动项 四、样本回归函数（SRF） §2.2 一元线性回归模型的参数估计 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 §2.3 一元线性回归模型的统计检验 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.4 一元线性回归分析的应用——预测问题 §2.5 实例：时间序列问题 一、中国居民人均消费模型 二、时间序列问题

要点：掌握概率、概率分布和随机变量等的基本概念。重 点区分清楚总体和样本。 2.1一些符号 2.2实验、样本空间、样本点和事件 2.3随机变量 2.4概率 2.5随机变量及其概率分布 2.6多元概率密度函数 2.7总结

布鲁金斯学会主席,美前总统经济顾问委员会主 席奥肯(Arthur Okun)根据美国1947-1960年 的数据,得到如下回归方程,称之为奥肯定律 y

Ch. 10 Autocorrelated Disturbances In a time-series setting, a common problem is autocorrelation, or serial corre- lation of the disturbance across periods. See the plot of the residuals at Figure

Testing for a Fractional Unit Root in Time Series Regression Chingnun Lee, Tzu-Hsiang Liao2 and Fu-Shuen Shie Inst. of Economics, National Sun Yat-sen Univ Kaohsiung, Taiwan Dept. of Finance, National Central Univ, Chung-Li, Taiwan

一、参数估计量的区间估计 二、预测值的区间估计

一、拟合优度检验 二、方程显著性检验 三、变量显著性检验

第一节 分布滞后模型 第二节 自回归模型 第三节 因果关系检验

第一节 多重共线性及其影响 第二节 多重共线性的发现和检验 第三节 多重共线性的克服和处理

第一节 联立方程组模型及其假设 第二节 联立方程组模型的识别性 第三节 联立方程组模型的参数估计