一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干扰项方差的估计

一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干扰项方差的估计

第7.1节 一元回归分析模型 第7.2节 回归系数的最小二乘估计 第7.3节 回归估计的统计推断 第7.4节 预测 第7.5节 多元回归分析

一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干扰项方差的估计

第一节联立方程模型的概念 第二节识别问题(The identification problem) 第三节联立方程模型的估计

一、多元线性回归模型一般形式 二、多元线性回归模型的参数估计 三、OLS估计量的统计性质 四、样本容量问题 五、多元线性回归模型实例

《随机模拟方法与应用 Stochastic Simulation Methods and Its Applications》教学资源（论文资料）01 POT模型在巨灾损失预测中的应用——基于MCMC方法的估计

一、屏蔽问题模型 二、直接模拟方法 三、简单加权法 四、统计估计法 五、指数变换法 六、蒙特卡罗方法的效率

二元信号波形检测模型 匹配滤波器 正交级数展开 波形信号检测

第一节 生存分析的基本概念 第二节 生存率的估计与生存曲线 第三节 生存曲线的统计检验 第四节、COX比例风险回归模型