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

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

回归分析 1.根据经济理论或考察样本数据去设定回 归方程 X…Z Y: dependent variable; independent random error or disturbance term

第一节 设计矩阵列复共线与岭回归 第二节 自变量重新组合与主成分回归 第三节 增广相关阵的特征根回归 第四节 均匀压缩估计 第五节 有偏估计的极值意义与几何意义

1 一个例子 2 最小二乘法 3 从线性到非线性：用线性模型 4 概率解释 最大似然估计 最大后验概率估计 正则化效果 5 偏置-方差困境 损失函数的第一步分解 损失函数的第二步分解 对多个数据集的简单总结

一、E(Y)的置信区间 二、Y的置信区间

一、拟合优度检验 二、方程显著性检验 三、变量显著性检验

古典线性回归模型的假定 OLS的代数推导 OLS的几何解释 拟合优度 OLS的小样本性质 对单个系数的 t检验 对线性假设的 F检验 分块回归与偏回归(选读) 预测

一、拟合优度检验 二、方程显著性检验 三、变量显著性检验

The Multiple Regression Model Contribution of Individual Independent Variables Coefficient of Determination Categorical Explanatory Variables Transformation of Variables Model Building