5.1.1 积矩相关系数 5.1.2 相关系数的假设检验 5.1.3 秩相关

§2.1 定量分析中的误差 §2.2 分析结果的数据处理 §2.3 误差的传递 §2.4 有效数字及其运算规则 §2.5 标准曲线的回归分析

第一章 数据处理 第二章 概率的基本知识 第三章 随机变量及其概率分布 第四章 统计推断 第五章 方差分析 第六章 回归与相关

本书内容包括初等概率计算、随机变量及其分布、数字特征、多维随机向量、极限定理、统计学基本概念、点估计与区间估计、假设检验、回归相关分析、方差分析等.书中选入了部分在理论和应用上重要，但一般认为超出本课程范围的材料，以备教者和学者选择

§2-１ 定量分析中的误差 §2-２ 分析结果的数据处理 §2-３ 误差的传递 §2-４ 有效数字及其运算规则 §2-5 标准曲线的回归分析

一、问题的提出及其重要性 二、计量经济学模型总体设定的“一般性”原则 三、计量经济学模型总体设定的“现实性”原则 四、计量经济学模型总体设定的“统计检验必要性”原则 五、计量经济学模型总体设定的“经济主体动力学关系导向”原则 六、案例：消费理论与消费函数模型

§2.1 方程对象 §2.2 在EViews中对方程进行说明 §2.3 在EViews中估计方程 §2.4 方程输出 §2.5 方程操作 §2.6 估计中存在的问题 §2.7 命令

有效数字 有效数字的修约规则 有效数字的运算法则 一、偶然误差的正态分布 二、 t 分布 三、 平均值的精密度和置信区间 四、 显著性检验 五、 可疑数据的取舍 六 相关与回归

统计学习方法即机器学习方法，是计算机及其应用领域的一门重要学科。本书分为监督学习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场，以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和PageRank算法等

第一章EViews软件使用初步 第二章线性回归分析 第三章非线性模型 第四章传统时间序列分析 第五章ARMA模型应用 第六章动态计量模型基础 第七章多方程模型 第八章条件异方差模型 第九章Panel Data模型 第十章离散及受限因变量模型 第十一章EViews编程基础