到目前为止, 我们所学习的只是一元函数的分析性质。但在现实 生活中，除了非常简单的情况之外，可以仅用一个自变量和一个因变 量的变化关系来刻画的问题可以说是非常少的。比如像物理学中研究 质点运动这么一个相对较为容易的问题，也需要用到确定空间位置的 三个坐标变量 x、y、z 和一个时间变量 t 以及多个函数值（如位置、 速度、加速度、动量等），更不用说在各种不同的学科研究中会遇到 更为复杂的问题。这种多个自变量和多个因变量的变化关系，反映到 数学上就是多元函数（或多元函数组，即向量值函数）

对于 i i i y = b + b x + ε 1 2 (与教材中的符号不同)，应记住以下 OLS 估计与检验的计算公式： (其中 n 为样本个数， k 为包括自变量和因变量在内的变量个数)

问题的提出 现实生活中引起因变量 变化的因素并非仅只一个自变量,可能 有很多个自变量。为了简便先讨论只有 两个自变量的线性模型。 例如,产出往往受各种 投入要素—资本、劳动、技术等的影 响;销售额往往受价格和公司对广告费 的投入的影响。 所以在一元线性模型的 基础上,提出了二元线性模型:

一、基本概念 在此之前,我们所接触的函数,其表达式大多是自变量的某个算式,如 y=x+, u=e \(sin xy sin yz sin zx) 这种形式的函数称为显函数。但在不少场合常会遇到另一种形式的函数,其自变量与因变量之间的对应法则 是由一个方程式所决定的。这种形式的函数称为隐函数

一、名词解释: 基础研究应用研究观察法 个案研究教育研究定性究 自变量因变量无关变量 实验效度样本定量研究

问题已知随机变量X的密度函数fx(x) 或分布律 求随机因变量Yg()的密度函数 f(y或分布律

每个因变量分别做箱图

判断题 1.以反应时作为因变量时,不必考虑反应速度与准确性之间的互换关系。() 2用差别阈限的方法制作等距量表,其实验结果支持费希纳定律。()

一、人的因素实验中的变量 二、小样本设计 三、因变量的选择 四、言语报告 五、现场研究

单方程回归是最丰富多彩和广泛使用的统计技术之一。本 章介绍 EViews中基本回归技术的使用:说明并估计一个回归模 型,进行简单的特征分析并在深入的分析中使用估计结果。随 后的章节讨论了检验和预测,以及更高级,专业的技术,如加 权最小二乘法、二阶段最小二乘法(TSLS)、非线性最小二乘法、 ARIMA/ARIMAX模型、GMM(广义矩估计)、 GARCH模型, 和定性的有限因变量模型。这些技术和模型都是建立在本章介 绍的基本思想的基础之上的