一、序列相关性的概念——违反基本假设的定义及违反的原因 二、序列相关性的后果——违反基本假设会造成什么样的后果 三、序列相关性的检验——怎样诊断是否违反基本假设 四、具有序列相关性模型的估计——如何消除或减弱对基本假设的违反 五、案例

一、异方差性的概念——违反基本假设的定义及违反的原因 二、异方差性的后果——违反基本假设会造成什么样的后果 三、异方差性的检验——怎样诊断是否违反基本假设 四、出现异方差时的补救措施——如何消除或减弱对基本假设的违反 五、案例

• 概念学习 – 给定某一类别的若干正例和反例，从中获得该类别 的一般定义。 • 搜索的观点 – 在预定义的假设空间中搜索假设，使其与训练样例 有最佳的拟合。 – 利用假设空间的偏序结构 • 算法收敛到正确假设的条件 • 归纳学习的本质，从训练数据中泛化的理由

在前面的讨论中，除了博奕论之外，我 们都假设所有当事人对所交换商品以及与 市场相关的一些因素都是知道的。 在一般的产品市场或者说在市场高度发 达的经济中，这样在假设或许没有什么太 大的问题。但对于一些特殊的市场、特殊 的经济中，这样的假设就太强了

过去，经济理论一直因未能清楚地说明其假设而备受困扰。在建立一种理论时，经济学家常常忽略对其赖以成 立的基础的考察。然而，这种考察不仅对于防止因对有关理论赖以成立的假设缺乏了解而出现的误解和不必要的争论是必 不可少的，而且对于经济学在一系列不同假设的选择中作出正确的判断也是极为重要的。例如，值得一提的是，“企业” 这个词在经济学中的使用方式与一般人的使用方式就有所不同

前面介绍的参数检验是已知总体分布函数的类型对 未知参数进行假设检验。在实际问题中常常不能预知 总体的分布,这时在进行参数检验之前,先要对总体 的分布类型进行假设检验,这一类假设检验称之为分 布函数的拟合检验

在生物统计学的第一部分,我们讨论了临床试验中统计学的作用,生物统计学家的作用, 以及在不同类型的临床试验中比较结果的一些方法。在这部分我们将学习无效假设一些基本 原则，统计学显著性和 P 值的概念，并简要谈一下样本量。 让我们从无效假设开始谈起。无效假设就是认为被比较的项目之间无差别。在临床试验 中就是两组:一组是应用一种药物的治疗组，另一组是使用对照药物治疗组。的确，统计的 常规就是用来判断差异是由偶然性或样本偏差造成的，还是存在真实的差异

要点：掌握一元线性回归模型中的基本假设、检验方法。 重点掌握一元线性回归模型的约束条件；正态性检验方法。 理解单侧和双侧假设检验

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

一、与现在事实相反的假设 二、与过去事实相反的假设 三、与将来事实相反的假设 四、错综时间条件句