1、理解显著性检验的基本思想，掌握显著性检验基本步骤和可能产生的两类错误； 2、掌握单个及两个正态总体的均值和方差的假设检验； 3、知道总体分布假设的

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)

1．理解总体、个体、简单随机样本和统计量的概念，掌握样本均值、样本方差及样本矩的计算

一、两点分布 三、泊松分布 四、均匀分布 二、二项分布 五、指数分布 六、正态分布

对比例的推断 数据=(1,,11.0,伯努利(P) 目标一估计P值,成功的概率(或具有某种 性质的总体比例) p=x=在n次观测中成功的个数 Var( p) =p(1-p)/n =pq/n ·方差依赖均值

一、单个总体均值μ的检验 二、单个总体方差σ2的检验 三、小结

一、教学要求： 1、 掌握随机变量的数学期望和方差的概念、性质及计算 ； 2、 掌握随机变量函数的期望 ；

§1 随机变量的数学期望 §2 随机变量函数的数学期望 §3 随机变量的方差 §4 协方差与相关系数 §5 独立性与不相关性、矩

一、主要内容 1．数理统计的基本概念，总体、个体、样本、统计量； 2．样本均值、样本方差和样本矩的计算，经验分布函数； 3．三个重要分布，常用概率分布分位数的概念及分位数表；

1 最小二乘估计 / 3 2 极大似然估计 / 6 3 极大验后估计 / 8 4 最小方差估计 / 11 5 融合估计 / 15