一、了解结构体的意义和基本概念 二、正确定义和引用结构体变量 三、采用指针引用结构体变量 四、通过指针引用结构体数组 五、结构体变量作函数参数

§2.1 回归分析概述 (Regression Analysis) 一、变量间的关系及回归分析的基本概念 二、总体回归函数 三、随机扰动项 四、样本回归函数 §2.2 一元线性回归模型的基本假设 (Assumptions of Simple Linear Regression Model) 一、关于模型设定的假设 二、关于解释变量的假设 三、关于随机项的假设 §2.3 一元线性回归模型的参数估计 (Estimation of Simple Linear 一、参数的普通最小二乘估计（OLS） 二、参数估计的最大或然法(ML) 三、最小二乘估计量的性质 四、参数估计量的概率分布及随机干扰项方差的估计 §2.4 一元线性回归模型的统计检验 Statistical Test of Simple Linear Regression Model 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.5 一元线性回归分析的应用——预测问题 一、预测值条件均值或个值的一个无偏估计 二、总体条件均值与个值预测值的置信区间 §2.6 实例及时间序列问题

在许多实际问题中,常常会遇到要研究一个随机变量与多个变量之间的相关关系,例 如,某种产品的销售额不仅受到投入的广告费用的影响,通常还与产品的价格、消费者的 收入状况、社会保有量以及其它可替代产品的价格等诸多因素有关系研究这种一个随机 变量同其他多个变量之间的关系的主要方法是运用多元回归分析.多元线性回归分析是一 元线性回归分析的自然推广形式,两者在参数估计、显著性检验等方面非常相似.本节只 简单介绍多元线性回归的数学模型及其最小二乘估计

用光学显微镜、电子显微镜、图像仪、X射线衍射相分析、热差分析等综合方法,研究了WC-(Ni-Fe)系合金,在WC含量(质量分数为6%~38%)范围内的伪二元系相图特征.同时研究了WC在γ相中的最高溶解度和室温溶解度数据.结果表明,WC-(Ni-Fe)伪二元系相图仍属于典型的二元共晶型相图,γ相中的溶解度随温度而变化,共晶温度下最大溶解度(质量分数)为11.2%,室温时最大溶解度为9.01%

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

一、数组的概念 数组是由一个统一的名称表示的、顺序排列的一组变量。数 组中的数据是顺序存放的,因而是有序的,数组中的每一个元素 都可以通过一个数值下标被引用。如A(5) 数组名用来标识数组,命名规则与简单变量相同。 维数是指数组的下标个数。下标个数为1则为一维数组;下标个 数为2则为二维数组。 Visual Fox Pro系统只支持一、二维数组。 维长是指数组每一维的元素个数

4.1 一维数组 一维数组的定义和初始化 一维数组元素的引用 一维数组的应用 4.2 字符数组 字符数组的定义和初始化 字符数组的输入输出 字符串处理函数 字符数组的应用 4.3 结构 结构类型的定义 结构类型变量的定义及初始化 结构类型变量的应用 结构的应用 4.4 结构数组和二维数组 结构数组的定义、初始化和应用 二维数组的定义、初始化和应用 复杂数组的应用 4.5 程序举例 例4.9 灯的明灭 例4.10 求元音数最多的单词 例4.11 学生姓名的模糊查询 例4.12 直接插入排序

问题的提出必要性 通过协方差或相关系数证实变量之间存在关系,仅仅 只是知道变量之间线性相关的性质——正(负)相关 和相关程度的大小。 既然它们之间存在线性关系,接下来必须探求它们之 间关系的表现形式是什么?

4.1 一维数组 ➢ 一维数组的定义和初始化 ➢ 一维数组元素的引用 ➢ 一维数组的应用 4.2 字符数组 ➢ 字符数组的定义和初始化 ➢ 字符数组的输入输出 ➢ 字符串处理函数 ➢ 字符数组的应用 4.3 结构 ➢ 结构类型的定义 ➢ 结构类型变量的定义及初始化 ➢ 结构类型变量的应用 ➢ 结构的应用 4.4 结构数组和二维数组 ➢ 结构数组的定义、初始化和应用 ➢ 二维数组的定义、初始化和应用 ➢ 复杂数组的应用

§2.1 回归分析概述 一、变量间的关系及回归分析的基本概念 二、总体回归函数（PRF） 三、随机扰动项 四、样本回归函数（SRF） §2.2 一元线性回归模型的参数估计 一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干扰项方差的估计 §2.3 一元线性回归模型的统计检验 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.4 一元线性回归分析的应用——预测问题 §2.5 实例：时间序列问题 一、中国居民人均消费模型 二、时间序列问题