本章主要介绍了相关分析和回归分析的基本理 论。包括确定相关关系的判别方法以及配合回归 直线及曲线的条件,掌握建立回归方程和相关回 归分析需要注意的问题,达到学会预测的目的等

本章主要介绍了数据分布特征的描述的基本理论, 包括平均指标和变异指标的基本概念、种类以及 各种计算方法,计算和应用平均指标应注意的问 题等。通过学习,使学习者能够掌握数据分布的 集中趋势和离散特征,为经济管理服务

模型的建立及其假定条件 最小二乘估计（OLS） OLS回归函数的性质 最小二乘估计量的特性 yt的分布和 的分布  的估计 拟合优度的测量 回归参数的显著性检验与置信区间 yF 的点预测与区间预测 案例分析 相关系数 EViews操作

多元线性回归模型与假定条件 最小二乘法（OLS） 最小二乘估计量的特性 可决系数 显著性检验与置信区间 预测 预测的评价指标 建模过程中应注意的问题

（1）多项式函数模型 （2）双曲线函数模型 （3）对数函数模型 （4）生长曲线 (logistic) 模型（比教材中的模型复杂些） （5）指数函数模型 （6）幂函数模型

异方差概念 异方差来源与后果 异方差检验（Goldfeld-Quandt 检验、 White 检验、Glejser 检验） 异方差的修正方法（GLS、WLS） 异方差案例分析

第一节 数量性状的特征及其遗传基础 第二节 数量性状遗传研究的基本统计方法 第三节 遗传率的估算及其应用 第四节 近亲繁殖和杂种优势

第一节 数量性状的特征及其遗传基础 第二节 数量性状遗传研究的基本统计方法 第三节 遗传率的估算及其应用 第四节 近亲繁殖和杂种优势

8.1 随机解释变量（一般性了解） 8.2 工具变量 8.3 滞后变量（一般性了解） 8.4 虚拟变量（重点）（其中分段线性回归不讲） 8.5 时间变量

9.1 联立方程模型的概念 9.2 联立方程模型的分类（结构模型，简化型模型） 9.3 联立方程模型的识别 9.4 联立方程模型的估计方法（两段最小二乘估计的EViews操作） 9.5 案例