9.1 向量自回归理论 9.2 结构VAR(SVAR)模型的识别条件 9.3 VAR模型的检验 9.4 脉冲响应函数 9.5 方差分解 9.6 Johansen协整检验 9.7 向量误差修正模型(VEC)

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

二元线性回归分析是指预测值受两个变量的影响。因此, 每个数据点均由三个坐标确定其空间位置。它们散点图中所 有的数据点并不构成一个平面。为此,可建立一个与散点图 拟合最好的平面,用来代表事物变化的规律,并作为预测的 依据

• 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

协方差分析是把方差分析与回归分析结合起来的一种统计分析方法。它用于比较一个 变量Y在一个或几个因素不同水平上的差异,但Y在受这些因素影响的同时,还受到另 个变量X的影响,而且X变量的取值难以人为控制,不能作为方差分析中的一个因素处 理。此时如果X与Y之间可以建立回归关系,则可用协方差分析的方法排除X对Y的影 响,然后用方差分析的方法对各因素水平的影响作出统计推断

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