本章主要讲述假设检验思想概述;正态总体参数检验(u检验,t检验, 2检验和F检验);非正态总体参数检验(非正态总体均值检验的大样本方 法,指数总体的参数检验);检验的实际意义及两类错误(检验结果的实际意 义,检验中的两类错误,样本容量确定问题)等内容

第二节 单个样本均数的假设检验 第三节 两个样本平均数的假设检验

（1）回归函数的 F 检验。 （2）回归参数的 t 检验。 （3）检验线性约束条件是否成立的 F 检验。 （4）JB 正态性检验 （5）似然比（LR）检验 （6）W 检验

假设检验的概念及原理 假设检验的基本步骤 t 检验方法 二项分布与poisson分布资料的Z检验 假设检验与区间估计的关系 假设检验的功效

10.1 模型总显著性的 F 检验（已讲过） 10.2 模型单个回归参数显著性的 t 检验（已讲过） 10.3 检验若干线性约束条件是否成立的 F 检验 10.4 似然比（LR）检验 10.5 沃尔德（Wald）检验（只讲应用） 10.6 拉格朗日乘子（LM）检验（只讲线性约束情形） 10.7 邹（Chow）突变点检验（不讲） 10.8 JB（Jarque-Bera）正态分布检验 10.9 格兰杰（Granger）因果性检验 10.11 赤池信息准则（AIC），施瓦茨准则（SC）

第八章秩转换的非参数检验 一、非参数检验的概念: 非参数检验是指对原始资料无特殊要求(如正 态分布、总体方差相等)的一类检验方法,它不 是比较参数,而是比较分布的位置。不符合t检验 和F检验的数值变量资料可用秩和检验,此外, 秩和检验还可用于两组或多组等级资料以及“开口” 资料的比较。等级相关也属于非参数检验

一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间

§3.1 多元线性回归模型 一、多元线性回归模型 二、多元线性回归模型的基本假定 §3.2 多元线性回归模型的估计 一、普通最小二乘估计 二、参数估计量的性质 三、样本容量问题 四、估计实例 §3.3 多元线性回归模型的统计检验 一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间

一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间

一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间