理解线性判别分析 了解多分类学习 理解对数几率回归 掌握线性回归 了解类别不平衡问题

一、时间序列自回归模型 二、时间序列向量自回归模型 三、格兰杰因果关系检验 四、格兰杰因果在脑电中的应用 五、补充知识

第一节 多因素定价模型(MPM)与套利定价理论(APT) 第二节 多元线性回归的基本原理 第三節 引數選擇與逐步回歸 第四節 多元資料變換與多項式回歸 第五节 设计矩阵列共线与最小二乘通解

线性回归 ●最小二乘法 ●梯度下降 二分类任务 ●对数几率回归-Logistic Regression ●线性判别分析-Linear Discriminate Analysis 多分类任务 ●一对一 ●一对其余 ●多对多 类别不平衡问题

第一章 前言 第二章 估计方法引论 第三章 经济计量检验 第四章 线性回归模型 第五章 经典单方程计量经济学模型的扩展 第六章 联立方程计量经济学模型理论与方法 第七章 时间序列计量经济学模型理论与方法 第八章 横截面时间序列模型 第九章 非参数回归计量经济学模型理论与方法 第十章 soft

一、模型参数的线性约束 二、对回归模型增加或减少解释变量 三、参数的稳定性 *四、非线性约束

• 一、向量自回归模型定义 • 二、VAR的稳定性 • 三、VAR模型滞后期k的选择 • 四、VAR模型的脉冲响应函数和方差分解 • 五、格兰杰非因果性检验 • 六、VAR与协整 • 七、实例

一、模型的类型与变换 二、非线性回归实例

一、谱分析方法概述 二、自回归滑动平均模型 三、自回归谱的建模与估计 四、谱估计综合举例

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