前面讨论的简单随机抽样和分层抽样,我们所关心的参 数都是单指标的,给出的估计量也是线性形式。这一章我们 将要讨论比较复杂的情况,我们关心的参数不再是单指标的 而是两个或两个以上的指标。此时,遇到的统计量不再是线 性形式,往往呈现出非线性形式,比如两个变量之比,或呈 现变量之间的回归关系

众所周知,计算机在抽样过程中起着十分重要的作用。 例如,前面提出利用计算机产生随机数,当然我们知道它产 生的是“伪”随机数。本章所讨论的系统抽样在抽样过程中 选择使用计算机将是十分方便的

1简单随机抽样及实施方法 2总体平的数与总和的估针

一、概念质量性状:表现不连续、个体差异明显可以分组求比例,文字描述。数量性状:表现连续、个体差异不明显,不能分组求比例。计量描述。研究方法:大群体n≥30、多世代、复杂的统计

一、异方差性 对多元线性回归模型:

一、多重共线性 对于模型 在求最小二乘估计时,要求XX的逆存在。当XX的逆不 存在时,即,x之间存在高相关的情况,我们称之为多重 共线性

一、序列相关性 二、序列相关性的后果 三、序列相关性的检验 四、具有序列相关性模型的估计 五、案例

一、随机解释变量问题 二、实际经济问题中的随机解释变量问题 三、随机解释变量的后果 四、工具变量法 五、案例 六、广义矩方法（GMM）的概念

•加速模型 •利润决定的投资函数模型 •新古典投资函数模型 •一个中国的投资函数模型

•几个重要概念 •建立与应用需求函数模型中的几个问题