 Normal distribution for continuous data  Binomial distribution for binary categorical data

• 一、向量自回归模型定义 • 二、VAR的稳定性 • 三、VAR模型滞后期k的选择 • 四、VAR模型的脉冲响应函数和方差分解 • 五、格兰杰非因果性检验 • 六、VAR与协整 • 七、实例

学习目标： ⚫ 假设检验的基本思想和原理 ⚫ 假设检验的步骤 ⚫ 一个总体参数的检验 ⚫ 两个总体参数的检验 ⚫ P值的计算与应用 ⚫ 用Excel进行检验 6.1 假设检验的基本原理 6.1.1 怎样提出假设？ 6.1.2 怎样做出决策？ 6.1.3 怎样表述决策结果？ 6.2 一个总体参数的检验 6.2.1 总体均值的检验 6.2.2 总体比例的检验 6.2.3 总体方差的检验 6.3 两个总体参数的检验 6.3.1 两个总体均值之差的检验 6.3.2 两个总体比例之差的检验 6.3.3 两个总体方差比的检验

总体均值的检验 总体比率的检验 总体方差的检验

东南大学：《描述统计学 Descriptive statistics》课程教学资源（PPT课件讲稿）Qualitative data

东南大学：非参数估计（PPT讲稿）nonparametric methods

9.1 自变量中含有定性变量的回归模型 9.2 自变量定性变量回归模型的应用 9.3 因变量是定性变量的回归模型 9.4 Logistic(逻辑斯蒂)回归 9.5 多类别Logistic回归 9.6 因变量是顺序变量的回归 9.7 本章小结与评注

《计量经济学》课程PPT教学课件：自相关

➢ 6.1 方差分析引论 方差分析及其有关术语 方差分析的基本思想和原理 方差分析中的基本假定 问题的一般提法 ➢ 6.2 单因素方差分析 数据结构 分析步骤 用Excel进行方差分析 方差分析中的多重比较 ➢ 6.3 方差分析中的多重比较 ➢ 6.4 试验设计初步 完全随机化设计 随机化区组设计 因子设计

4.1 异方差性产生的背景和原因 4.2 一元加权最小二乘估计 4.3 多元加权最小二乘估计 4.4 自相关性问题及其处理 4.5 异常值与强影响点 4.6 本章小结与评注