2 .1 一元线性回归模型 2 .2 参数β0、β1的估计 2 .3 最小二乘估计的性质 2 .4 回归方程的显著性检验 2 .5 残差分析 2 .6 回归系数的区间估计 2 .7 预测和控制 2 .8 本章小结与评注

第一节 因果模型与通径分析 第二节 通径模型的设置 第三节 通径模型的分类 第四节 分解简单回归系数 第五节 分解简单相关系数 第六节 通径模型的整体检验

第一章 事件与概率 第二章 离散型随机变量 第三章 连续型随机变量 第四章 大数定律与中心极限定理 第五章 数理统计的基本概念 第六章 点估计 第七章 假设检验 第八章 方差分析和回归分析

第一章 绪论 第二章 基本概念 一、 基本概念 二、 学习目的、内容及方法 第一节 电子计算器的使用 二、 分类及特性 三、 使用注意事项 四、 常用键符及其功能简介 五、 典型运算操作实例 第二章 定量资料的统计描述 一、基本概念 二、公式及应用条件 三、习题 四、思考题 第三章 总体均数的区间估计和假设检验 第四章 方差分析 第五章 定性资料的统计描述 第六章 总体率的区间估计和假设检验 第七章 二项分布与 Poisson 分布 第八章 秩和检验 第九章 直线相关与回归 第十章 实验设计 第十一章 调查设计 第十二章 统计表与统计图

一、简单线性回归模型的设定 二、简单线性回归模型的基本假定 三、简单线性回归模型参数的估计方法 四、参数估计量的统计性质 五、拟合优度的度量 六、回归系数的区间估计和假设检验 七、回归模型预测 八、EViews应用

9.1.1 样本相关系数的定义 9.1.2 相关系数的计算公式 9.1.3 相关系数的显著性检验 9.1.4 总体相关系数的置信区间 9.1.5 秩相关系数

第一节 回归分析与回归方程 第二节 简单线性回归模型的最小二乘估计 第三节 拟合优度的度量 第四节   回归系数的区间估计和假设检验 第五节   回归模型预测 第六节 案例分析

9.2.1 一元线性回归的数学模型 9.2.2 一元线性回归方程的建立 9.2.3 回归的显著性检验 9.2.4 总体回归系数的置信区间 9.2.5 回归方程的拟合度-决定系数 9.2.6 两条回归直线的比较 9.2.7 制定矫正系数 9.3 简单线性相关与回归的区别和联系

第五节 多个方差齐性检验 第二节 单因素方差分析 第三节 双因素方差分析 第四节 多个样本均数间两两比较 第一节 方差分析的基本思路 第六节 变量变换

第二节 泊松分布及其应用 第三节 两种分布的拟 合优度检验 第一节 二项分布及其应用