章 概率論基礎

節 隨機現像、隨機試驗和隨機事件

第二節 隨機事件的頻率與概率

第三節 條件概率與事件的獨立性

第四節 隨機變量及其分布

第五節 二維隨機變量

第六節 隨機變量的數字特征

第七節 隨機變量的矩



第二章 矩陣代數

節 矩陣及其運算

第二節 線性方程組

第三節 二次型與正交變換



第三章 數據的分析方法與參數的統計推斷

節 數據的分析方法

第二節 抽樣分布

第三節 參數的統計推斷

第四節 方差分析方法



第四線性回歸

線性回歸分析

第二節 線性回歸的方差分析

第三節 t檢驗（直接檢驗法）

第四節 相關繫數及其顯著性檢驗

第五節 回歸分析的其他問題第五章



第五線性回歸

節 線性回歸模型的概念

第二節 小平方估計

第三節 估計量的性質

第四節 極大似然估計



第六章 虛擬變量的回歸模型

節 虛擬變量

第二節 虛擬變量的應用



第七章 多重共線性

節 多重共線性的概念及原因

第二節 多重共線性的後果

第三節 如何發現多重共線性

第四節 如何對多重共線性進行補救



第八章 異方差性

節 異方差概念

第二節 出現異方差時的OLS估計

第三節 異方差的檢驗

第四節 異方差的校正

第五節 實 例



第九章 自相關分析

節 自相關及其性質

第二節 自相關下的OLS估計

第三節 自相關檢驗

第四節 自相關模型的參數估計方法

第五節 廣義小平方估計方法

第六節 分布滯後模型



第十章 聯立方程模型

節 聯立方程模型的提出

第二節 應用OLS估計的聯立方程偏誤

第三節 聯立方程模型的變量和表示方法

第四節 聯立方程模型的識別

第五節 間接小二乘法

第六節 工具變量法

第七節 二階段小二乘法

……

第十一章 時間序列分析