EViews中的大多数统计工具都是用来建立随机变量的条件均值模 型。本章讨论的重要工具具有与以往不同的目的建立变量的条件 方差或变量波动性模型。 我们想要建模并预测其变动性通常有如下几个原因:首先,我们 可能要分析持有某项资产的风险;其次,预测置信区间可能是时变性 的,所以可以通过建立残差方差模型得到更精确的区间;第三,如果 误差的异方差是能适当控制的,我们就能得到更有效的估计

第一节 一元线性回归模型的概念 第二节 模型参数的最小二乘估计 第三节 最小二乘估计量的统计性质及分布 第四节 一元线性回归模型的统计检验 第五节 一元线性回归模型的预测 第六节 案例分析

第一节 一元线性回归模型的概念 第二节 模型参数的最小二乘估计 第三节 最小二乘估计量的统计性质及分布 第四节 一元线性回归模型的统计检验 第五节 一元线性回归模型的预测 第六节 案例分析

7.1 长面板的估计策略 7.2 面板校正标准误 7.3 仅解决组内自相关的FGLS 7.4 全面FGLS 7.5 残差特性的检验 7.6 变系数模型 7.7 面板工具变量法（△） 7.8 豪斯曼-泰勒估计量（△） 7.9 动态面板

面板数据的特点 面板数据的估计策略 混合回归 个体固定效应模型 时间固定效应 一阶差分法 随机效应模型 组间估计量 拟合优度的度量 非平衡面板 究竟该用固定效应还是随机效应模型 个体时间趋势 短面板的STATA命令及实例

第一节概述 基本概念 特点 疾病发生后进行 分成病例组与对照组 暴露是由研究对象从现在对过去的回顾 由果推因 分析暴露与疾病的联系 第二节 病例对照研究的类型 (一)病例与对照不匹配 (二)病例与对照匹配 第三节实例 年轻女性阴道腺癌与母亲妊娠期服用乙烯雌酚的关系 研究背景 研究步骤 研究结果 第四节病例对照研究的实施 一、提出假设 二、选择适宜的对照形式 三、病例与对照的来源与选择 四、样本含量的估计 五、资料的来源与收集 第五节 资料整理与分析 均衡性检验 计算OR 分层分析与多因素分析 推论因素与疾病关联 第六节 偏倚及其控制 1.选择偏倚 2.信息偏倚 3.混杂偏倚

一、置信度与μ的置信区间 日常分析中测定次数是很有限的，总体平均值 自然不为人所知。但是随机误差的分布规律表明， 测定值总是在以μ为中心的一定范围内波动，并有 着向μ集中的趋势。因此，如何根据有限的测定结 果来估计μ可能存在的范围（称之为置信区间）是 有实际意义的。该范围愈小，说明测定值与μ愈接 近，即测定的准确度愈高。但由于测定次数毕竟较 少，由此计算出的置信区间也不可能以百分之百的 把握将μ包含在内，只能以一定的概率进行判断

4.1掌握个别需求——价格、收入变化对选择的影响 4.2掌握收入和替代效应——价格变化的影响详述 4.3掌握市场需求—个别需求的加总 4.4掌握消费者剩余—认识消费者的收益 4.5理解连带外部效应—需求受他人的影响 4.6了解需求的经验估计

第一节 点估计(Point estimation) 第二节 区间估计（Interval estimation) 第三节 其他类型的置信区间 第四节 抽样平均误差 第五节 样本容量的确定

要点：掌握统计推断的基本方法。了解统计推断的含义， 掌握参数估计和假设检验的基本思想。了解点估计量的性 质。初步掌握假设检验的显著性检验方法