本文提出重估马克思革命的性质与意义这一任务,并认为此种重估的要点有三,即(1)存在论根基处的彻底澄清;(2)现代形而上学的基本建制(意识的内在性)是否被击穿或瓦解;(3)知识论(或范畴论)路向与生存论路向的根本性分辨

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

5.1 比估计及其性质 5.2 分层抽样中的比估计

11-1 建设项目总投资的构成 11-2 建设投资估算与评估 11-3 流动资金的估算与评估 11-4 资金使用计划的分析

西安电子科技大学：《概率论与数理统计》课程教学课件（讲稿）第七章 参数估计 7.4 区间估计 7.5 正态总体均值和方差的区间估计 7.6（0－1）分布参数的区间估计 7.7 单侧置信区间

矩阵特征值估计  特征值界的估计  盖尔圆法

3.1 简单随机抽样及实施方法 3.2 总体平均数与总和的估计 3.3 估计量的方差及其估计

问题1极大似然估计具有不变性,矩估计是否也具有? 答否 例如服从反射正态分布,其p.d.f为现用矩法分别对和作估计

我们知道在进行抽样设计时，往往要求先掌握关于总体 的一些知识。比如分层抽样时，必须知道各层的权重。又如 进行比估计和回归估计时，必须事先知道辅助变量的总体总 和或者均值。有时候，我们对这些知识一无所知，似乎不能 利用一些好的抽样方法。其实不然，只要获取那些知识的代 价并不算大，我们就可以先进行一次抽样，获得辅助信息的 知识，然后再进行第二次抽样。第二次抽样就可以使用分层 抽样或者比估计等方法了

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