一、相关关系与回归模型：对变量间统计依赖关系的考察主要是通过correlation analysis或regression analysis来完成的. >相关分析对称地对待任何（两个）变量，两个变量都被看作是随机的， >回归分析是研究一个变量关于另一个（些)变量的具体依赖关系的计算方法和理 论，其目的在于通过后者的已知或设定值，去估计和（或）预测前者的（总体 教学内 均值。 容及学 一元线性回归模型：一元，即只有一个解释变量：线性，即被解释变量与参数之间 时分配 是线性关系 (2学时) 三、随机扰动项的包含的内容及其产生原因 >在解释变量中被忽略的因素的影响：影响不显著的因素、未知的影响因素、无法 获得数据的因素 变量观测值的观测误差的影响 ,模型关系的设定误差的影响 其它随机因素的影响 教学重点：一元线性回归模型 重点、难点 及对策 教学难点：随即扰动项包含的内容。 对策：阅读教材，加深理解。 教学方法：课堂讲授、运用案例区别相关分析与回归分析。 教学方 法、手段 教学辅助手段：师生互动，学生参与讨论。 及教具 教具：投影仪。 教研室主任签字： 年月日1
教研室主任签字： 年 月 日 11 教学内 容及学 时分配 （2 学时） 一、相关关系与回归模型：对变量间统计依赖关系的考察主要是通过 correlation analysis 或 regression analysis 来完成的。 ➢ 相关分析对称地对待任何（两个）变量，两个变量都被看作是随机的。 ➢ 回归分析是研究一个变量关于另一个（些）变量的具体依赖关系的计算方法和理 论，其目的在于通过后者的已知或设定值，去估计和（或）预测前者的（总体） 均值。 二、一元线性回归模型：一元，即只有一个解释变量；线性，即被解释变量与参数之间 是线性关系 三、随机扰动项的包含的内容及其产生原因 ➢ 在解释变量中被忽略的因素的影响：影响不显著的因素、未知的影响因素、无法 获得数据的因素 ➢ 变量观测值的观测误差的影响 ➢ 模型关系的设定误差的影响 ➢ 其它随机因素的影响 重点、难点 及对策 教学重点：一元线性回归模型。 教学难点：随即扰动项包含的内容。 对策：阅读教材，加深理解。 教学方 法、手段 及教具 教学方法：课堂讲授、运用案例区别相关分析与回归分析。 教学辅助手段：师生互动，学生参与讨论。 教具：投影仪
1、了解一元线性回归模型的特点 作业、思 2、思考随机扰动项产生的原因 考题 3、掌握随机扰动项的包含的内容 4、作业：练习册及课后相关习题。 课后记 章节 第二章一元线性回归模型 名称 第二节一元线性回归模型的参数估计 课堂教 通过本节的学习，使学生熟悉一元线性回归模型的相关概念，重点掌握线性回归模型的 学目的 基本假设及普通最小二乘法的原理和应用，并熟练掌握有关公式和计算。 一、四种重要关系式 总体回归模型 >总体回归方程 样本回归模型 教学内 >样本回归方程 容及学 一元线性回归模型的基本假设 时分配 (2学时)三、曾通最小二乘法 >普通最小二乘原理 >数学推导过程 教研室主任签字： 年月日2
教研室主任签字： 年 月 日 12 作业、思 考题 1、了解一元线性回归模型的特点 2、思考随机扰动项产生的原因 3、掌握随机扰动项的包含的内容 4、作业：练习册及课后相关习题。 课后记 章 节 名 称 第二章 一元线性回归模型 第二节 一元线性回归模型的参数估计 课堂教 学目的 通过本节的学习，使学生熟悉一元线性回归模型的相关概念，重点掌握线性回归模型的 基本假设及普通最小二乘法的原理和应用，并熟练掌握有关公式和计算。 教学内 容及学 时分配 （2 学时） 一、四种重要关系式 ➢ 总体回归模型 ➢ 总体回归方程 ➢ 样本回归模型 ➢ 样本回归方程 二、一元线性回归模型的基本假设 三、普通最小二乘法 ➢ 普通最小二乘原理 ➢ 数学推导过程
教学重点：一元线性模型基本假设、0S的原理及数学推导过程 重点、难 点及对策 教学难点：四种关系式、OLS的原理及数学推导过程 对策：复习高数中的求导计算，自己动手推演普通最小二乘过程：做相关的强化习题， 教学方 教学方法：课堂讲授、案例分析。 法、手段 教学辅助手段：多媒体辅助、板书为主推导并举例分析OLS的推导及应用。 及教具 教具：投影仪，计量经济学软件。 1、理解普通最小二乘法的原理 作业、思 2、掌握基本假设 考题 3、掌握普通最小二乘参数估计的数学推导并运用相关结论解决有关问题 4、作业：练习册P16(计算分析的第一和第四题) 课后记 章节 第二章一元线性回归模型 名称 第三节一元线性回归横型的统计检验 课堂教 通过本节学习，使学生了解最小二乘估计量的统计性质及分布，掌握一元线性回归 学目的 模型统计检验中的拟合优度检验。 教研室主任签字： 年月日13
教研室主任签字： 年 月 日 13 重点、难 点及对策 教学重点：一元线性模型基本假设、OLS 的原理及数学推导过程 教学难点：四种关系式、OLS 的原理及数学推导过程 对策：复习高数中的求导计算，自己动手推演普通最小二乘过程；做相关的强化习题。 教学方 法、手段 及教具 教学方法：课堂讲授、案例分析。 教学辅助手段：多媒体辅助、板书为主推导并举例分析 OLS 的推导及应用。 教具：投影仪，计量经济学软件。 作业、思 考题 1、理解普通最小二乘法的原理 2、掌握基本假设 3、掌握普通最小二乘参数估计的数学推导并运用相关结论解决有关问题 4、作业：练习册 P16（计算分析的第一和第四题） 课后记 章 节 名 称 第二章 一元线性回归模型 第三节 一元线性回归模型的统计检验 课堂教 学目的 通过本节学习，使学生了解最小二乘估计量的统计性质及分布，掌握一元线性回归 模型统计检验中的拟合优度检验
OLS估计量的统计性质 >线性性：参数是解释变量的线性函数 》无偏性：参数的均值或期望值等于其总体的真实值 ~有效性：参数在所有线性无偏估计量中具有最小方差 二、参数估计量的分布 教学内 容及学 三、随机项方差σu?的估计 时分配 (2学时) 四、一元线性回归模型的统计检验 拟合优度检验：对样本回归直线与样本观测值之间拟合程度的检验 >总离差平方和的分解：TSS=ESS+RSS 判定系数 重点、难 教学重点：普通最小二乘估计量的统计性质、拟合优度检验。 教学难点：总离差平方和的分解。 点及对策 对策：理解总离差平方和的分解图，这样就能批较容易的把握总离差平方和分解的过程。 教学方法：课堂讲授，学生参与讨论。 教学方 教学辅助手段：以多媒体为辅助、板书为主导进行OLS估计量的统计性质及统计检验 法、手段 及教具 的推导. 教具：投影仪。 教研室主任签字： 年月日4
教研室主任签字： 年 月 日 14 教学内 容及学 时分配 （2 学时） 一、OLS 估计量的统计性质 ➢ 线性性：参数是解释变量的线性函数 ➢ 无偏性：参数的均值或期望值等于其总体的真实值 ➢ 有效性：参数在所有线性无偏估计量中具有最小方差 二、参数估计量的分布 三、随机项方差 u2 的估计 四、一元线性回归模型的统计检验 ➢ 拟合优度检验：对样本回归直线与样本观测值之间拟合程度的检验 ➢ 总离差平方和的分解：TSS=ESS+RSS ➢ 判定系数 重点、难 点及对策 教学重点：普通最小二乘估计量的统计性质、拟合优度检验。 教学难点：总离差平方和的分解。 对策：理解总离差平方和的分解图，这样就能比较容易的把握总离差平方和分解的过程。 教学方 法、手段 及教具 教学方法：课堂讲授，学生参与讨论。 教学辅助手段：以多媒体为辅助、板书为主导进行 OLS 估计量的统计性质及统计检验 的推导。 教具：投影仪
1、掌握OLS估计量的统计性质及判定系数的经济含义。 作业、思 2、采用普通最小二乘估计方法，已经保证了模型最好地拟合了样本观测值，为什么还 考题 要检验拟合程度？ 3、作业：练习册及课后相关习题。 课后记 第二章一元线性回归模型 章节 第三节一元线性回归模型的统计检验 名称 第四节一元线性回归分析的应用：预测问题 第五节案例分析 课堂教 通过本节的学习，使学生掌握一元线性回归横型的统计检验步骤和要点，了解回归 学目的 分析的预测问题，并能够应用Eview软件进行简单的计量经济学分析。 教研室主任签字： 年月日15
教研室主任签字： 年 月 日 15 作业、思 考题 1、掌握 OLS 估计量的统计性质及判定系数的经济含义。 2、采用普通最小二乘估计方法，已经保证了模型最好地拟合了样本观测值，为什么还 要检验拟合程度？ 3、作业：练习册及课后相关习题。 课后记 章 节 名 称 第二章 一元线性回归模型 第三节 一元线性回归模型的统计检验 第四节 一元线性回归分析的应用：预测问题 第五节 案例分析 课堂教 学目的 通过本节的学习，使学生掌握一元线性回归模型的统计检验步骤和要点，了解回归 分析的预测问题，并能够应用 Eview 软件进行简单的计量经济学分析