§1 点估计 §3 估计量的评选标准 §4 区间估计 §5 正态总均值与方差的区间估计 §6 (0--1)分布参数的区间估计 §7 单侧置信区间

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

自适应线性元件( Adaptive Linear Element,简称 Adaline)也是早期神经网络 模型之一,它是由威德罗( Widrow)和霍夫(Hof)首先提出的。它与感知器 的主要不同之处在于其神经元有一个线性激活函数,这允许输出可以是任意 值,而不仅仅只是像感知器中那样只能取0或1。另外,它采用的是W一H学 习法则,也称最小均方差(LMS)规则对权值进行训练,从而能够得到比感知器 更快的收敛速度和更高的精度 自适应线性元件的主要用途是线性逼近一个函数式而进行模式联想

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

为了得到投资者的最优投资组合，要求知道： 一、回报率均值向量 二、回报率方差-协方差矩阵 三、无风险利率 四、估计量和计算量随着证券种类的增加以指数级增加

一、了解证券投资组合理论的含义及种类 二、掌握理性投资者的行为特征 三、掌握证券风险的含义及种类 四、掌握收益率的含义及计算 五、掌握马柯维茨均值——方差模型的含义及应用 六、了解资本资产定价模型的基本思想内容 七、了解套利定价模型的基本思想内容

• 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

请注意，本章的标题用了一些修辞手法，一般线性模型可不是用一章就可 以说清楚的，因为它包括的内容实在太多了。 那么，究竟我们用到的哪些分析会包含在其中呢？简而言之：凡是和方差 分析粘边的都可以用他来做。比如成组设计的方差分析（即单因素方差分析）

 §8.1 假设检验  §8.2 正态总体均值的假设检验  §8.3 正态总体方差的假设检验  §8.6 分布拟合检验

1. MATLAB中概率分布函数 2. 二项分布实验 3. 泊松分布实验 4. 二项分布与泊松分布关系实验 5. 连续型随机变量分布实验 6. 随机变量的均值与方差 7. 逆累积分布函数实验 8. 中心极限定理实验