•随机向量及其概率分布 •随机向量的联合分布函数 •随机变量函数的分布

1．理解离散型随机变量的均值的意义和性质． 2．会根据离散型随机变量的分布列求出均值． 3．会利用离散型随机变量的均值解决一些相关的实际问题．

2.1 平稳性检验 ◼ 特征统计量 ◼ 平稳时间序列的定义 ◼ 平稳时间序列的统计性质 ◼ 平稳时间序列的意义 ◼ 平稳性的检验 2.2 纯随机性检验 ◼ 纯随机序列的定义 ◼ 纯随机性的性质 ◼ 纯随机性检验

一、离散型随机变量分布律的定义 二、离散型随机变量表示方法 三、三种常见分布 四、小结 布置作业

记忆特性随机过程 一、纯粹独立随机过程 二、独立增量过程 三、Markov过程

•第4.1节 随机变量的期望 •第4.2节 随机变量的方差 •第4.3节 随机向量的数字特征

•随机向量及其概率分布 •随机向量的联合分布函数 •随机变量函数的分布

一、离散型随机变量的数学期望 二、连续型随机变量的数学期望 三、随机变量函数的数学期望 四、数学期望的性质

§4.1 异方差性 一、异方差的概念 二、异方差的类型 三、实际经济问题中的异方差性 四、异方差性的后果 五、异方差性的检验 六、异方差的修正 七、案例 §4.2 序列相关性 一、序列相关性概念 二、实际经济问题中的序列相关性 三、序列相关性的后果 四、序列相关性的检验 五、案例 §4.3 多重共线性 一、多重共线性的概念 二、实际经济问题中的多重共线性 三、多重共线性的后果 四、多重共线性的检验 五、克服多重共线性的方法 六、案例 *七、分部回归与多重共线性 §4.4 随机解释变量问题 一、随机解释变量问题 二、实际经济问题中的随机解释变量问题 三、随机解释变量的后果 四、工具变量法 五、案例

对一个随机事件A,在一次随机试验中,它是否会发生,事先不能确定但我们可以 问,在一次试验中,事件A发生的可能性有多大并希望找到一个合适的数来表征事件 在一次试验中发生的可能性大小为此,本节首先引入频率,它描述了事件发生的频繁程 度,进而引出表征事件在一次试验中发生的可能性大小的数-概率