一、普通最小二乘估计 *二、最大或然估计 *三、矩估计 四、参数估计量的性质 五、样本容量问题 六、估计实例

一、识别的概念 二、从定义出发识别模型 三、结构式识别条件 四、简化式识别条件 五、实际应用中的经验方法

一、模型估计方法的比较 二、为什么普通最小二乘法被普遍采用 三、模型的检验

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

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

石河子大学：《计量经济学》课程习题集（各章拓展训练，无答案）

石河子大学：《计量经济学》课程PPT教学课件（博士生）补充——EViews软件的相关操作

石河子大学：《计量经济学》课程教学资源（课件讲稿）第一章 绪论 ECONOMETRICS

●多元线性回归模型及古典假定 ●多元线性回归模型的估计 ●多元线性回归模型的检验 ●多元线性回归模型的预测

●回归与相关 ●总体回归函数 ●随机扰动项 ●样本回归函数