1、OLS估计量的概率分布 B的概率分布 首先,服从正态分布的随机变量的线性组合仍然 服从正态分布。 其次,B分别是的线性组合,因此B的概率分 布取决于随机误差项μ 因此在μ是正态分布的假设下,每一个B也 服从正态分布,其分布特征(密度函数)由其均值和方差唯 一决定

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、模型的类型与变换 二、非线性回归实例

一、E(Y)的置信区间 二、Y的置信区间

一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间

一、多重共线性的概念 二、多重共线性的后果 三、多重共线性的检验 四、克服多重共线性的方法 五、案例

•几个重要的消费函数模型及其参数估计 •消费函数模型的一般形式 •中国居民消费行为实证分析

•加速模型 •利润决定的投资函数模型 •新古典投资函数模型 •一个中国的投资函数模型

•几个重要概念 •建立与应用需求函数模型中的几个问题

4.1 多重共线性的实例、定义、产生背景 4.2 多重共线性产生的后果 4.3 多重共线性的检验 4.4 多重共线性的修正 4.5 违反三个假定的总结