• 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

4.1 异方差性产生的背景和原因 4.2 一元加权最小二乘估计 4.3 多元加权最小二乘估计 4.4 自相关性问题及其处理 4.5 异常值与强影响点 4.6 本章小结与评注

第一章 古典概型和概率空间 第二章 随机变量和概率分布 第三章 随机向量及其分布 第四章 数学期望和方差 第五章 多元正态分布和极限定理 第六章 描述性统计 第七章 参数估计 第八章 假设检验 第九章 线性回归分析

第一节 数量性状及其特性 一、数量性状和质量性状 二、数量性状的多基因假说 第二节 分析数量性状的基本统计方法 一、平均数 二、方差 三、标准误 第三节 遗传变异和遗传率 一、遗传率 二、广义遗传率及其估计 三、狭义遗传率及其估计 第四节 近亲繁殖与杂种优势 一、近亲繁殖的概念 二、自交的遗传效应 三、近交系数的计算 四、杂种优势

3.1 均值（Mean）和均值标准误差（S.E.mean） 3.2 中位数（Median） 3.3 众数（Mode） 3.4 全距（Range） 方差（Variance）和标准差 （Standard Deviation） 3.5 四分位数（Quartiles）、十分位数 （Deciles）和百分位数（Percentiles） 3.6 3.7 频数（Frequency） 3.8 峰度（Kurtosis） 3.9 偏度（Skewness） 3.10 标准化Z分数及其线性转换 3.11 探 索 分 析 3.12 交叉列联表分析 3.13 多选项分析 3.14 基本统计分析的报表制作

实验一 Eviews 软件的基本操作.1 实验二 一元回归模型 .10 实验三 多元和非线性回归模型 .20 实验四 多重共线性 .29 实验五 异方差性 .38 实验六 自相关性 .49 实验七 滞后变量模型 .63 实验八 虚拟解释变量模型 .75 实验九 模型设定误差诊断与检验 .82 实验十 联立方程模型 .90 实验十一 平稳时间序列分析 .106 实验十二 非平稳时间序列分析（一） .118

第一节 卡平方的定义和分布 第二节 卡平方在方差同质性测验中的应用 第三节 卡平方适合性测验 第四节 卡平方独立性测验 第五节 卡平方的可加性和联合分析

直觉概率分析：三门问题 直觉的形式化：概率空间 条件概率与贝叶斯定理 随机变量及其期望与方差

第一节风险中性定价的直觉分析 第二节给定正态分布回报率的均值和方差，推导了资产预期价值的表达式。 第三节欧式看涨期权的定价公式。 第四节欧式看跌期权的定价公式。 第五节说明如何利用期权定价公式去度量期权的风险特征

第一章EViews软件使用初步 第二章线性回归分析 第三章非线性模型 第四章传统时间序列分析 第五章ARMA模型应用 第六章动态计量模型基础 第七章多方程模型 第八章条件异方差模型 第九章Panel Data模型 第十章离散及受限因变量模型 第十一章EViews编程基础