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

问题的提出 在前述各章中我们假定随机扰动项服从均值=0,方差 等于(常数),独立同分布。但是,并没有假定随机扰 动项服从何种具体的分布。 由于没有假定服从何种具体的分布,因而无法计算随 机扰动项取不小于某值的概率,因而也无法计算估计量 取某种值的概率,也就无法对统计量进行假设检验和进 行区间估计

一、假设检验的概念 二、两类错误 三、假设检验与区间估计间的关系:置信区间法 四、假设检验的应用

四个基本定义与数理统计学的逻辑结构 一、随机变量的分布 二、二元随机变量 三、独立性 四、随机变量函数和分布

在现代光测中,全息法测微小位移是常用的方法之一。它又分为时实法和二次曝光 法。本文仅就后一种方法做一简单介绍。二次曝光法即在同一底片上对被测弹性物体受 力前后的信息全部记录下来。底片经冲洗后在原参考照射下再现时,因物体形变前后的 光波相位有差异,所以形成干涉条纹,利用这些干涉条纹图,就可以计量被测物体各点的 位移和形变

一、统计判决问题的三个要素 为了估计一个未知参数,需要给出一个合适的 估计量,该估计量也称为该统计问题的解。一般地 说,一个统计问题的解就是所谓的统计决策函数。 为了明确统计决策函数这一重要概念,需对构成一 个统计决策问题的基本要素作一介绍。这些要素是: 样本空间和分布族;行动空间以及损失函数。以下 逐点介绍

离散趋势的描述 描述计量资料数据间离散(变异)程度的指标一变异指标

一、虚拟变量的基本含义 二、虚拟变量的引入 三、虚拟变量的设置原则

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（SRF）

一、长期均衡关系与协整 二、协整检验 三、误差修正模型