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

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、谱分析方法概述 二、自回归滑动平均模型 三、自回归谱的建模与估计 四、谱估计综合举例

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

一、估计(Etma)力求对一种商品的需求水 平与决定其变量之间的联系加以量化 二、对饭店房间的需求取决于 1 房间的价格 2 床位价格与免费早餐 3 旅客所在国家的家庭水平

一、计算函数增量的近似值 二、计算函数的近似值 三、误差估计 四、小结思考题一、计算函数增量的近似值 二、计算函数的近似值 三、误差估计 四、小结思考题

Part 2 kn-近邻估计 Part 3 k-近邻规则 Part 4 距离度量

2 1. 测量与有效数字 2 2. 测量误差和不确定度估算的基础知识

最小二乘法与最大似然法的关系 线性情况下的最小二乘估计 非线性情况下的最小二乘估计 约束情况下的最小二乘法 检验最小二乘法的拟合优度 应用最小二乘法处理分区数据 不等精度关联实验结果的并合问题

似然函数，最大似然估计量 指数与高斯概率密度函数的参数确定举 最大似然估计量的方差 不等精度观测结果的并合 解析法 蒙特卡罗法 RCF边界法 图解法