(1)什么是最小二乘估计(LSE)? (2)什么是五条经典假设?发生在LSE之前还 是之后? (3)什么是LSE的三条估计性质?发生在LSE 之前还是之后? (4)什么是高斯一马尔可夫定理? (5)什么是回归模型的总体方差?标准误差 (6)什么是拟合优度? (7)什么是参数检验?
（1）什么是最小二乘估计（LSE）? （2）什么是五条经典假设？发生在LSE之前还 是之后？ （3）什么是LSE的三条估计性质？发生在LSE 之前还是之后？ （4）什么是高斯－马尔可夫定理？ （5）什么是回归模型的总体方差？标准误差？ （6）什么是拟合优度？ （7）什么是参数检验？
第二章小结 本章主要结果 、最小二乘法 若双变量线性模型 Y,=a+Bx+ ut 满足下列统计假设 (1)E(u1)=0………扰动项均值为0 (2)E(u1)=0,萨…扰动项相互独立 (3)E(u12)=02 常数方差 (4)X是非随机的 (5)u,服从正态分布
第二章 小结 本章主要结果： 一、最小二乘法 若双变量线性模型 Yt ＝α+βXt+ ut 满足下列统计假设 （1）E（ut）=0……………扰动项均值为0 （2）E（uiuj）=0 , i j……扰动项相互独立 （3）E（ut 2）=σ2 …………常数方差 （4）X是非随机的 （5）ut服从正态分布
则最小二乘估计量 0=1-BX 为最佳线性无偏估计量(BLUE)且 an(
则最小二乘估计量 = 2 ˆ t t t x x y ˆ = Y − X 为最佳线性无偏估计量（BLUE）。且 ˆ ～N（β， 2 2 t x ） ˆ ～N（α， 2 2 2 t t n x X ）
、拟合优度 2 决定系数R2=1∑∑ ∑(2-1)22(C1-) 为最小二乘回归线拟合优度的测度,即回归线对各观测点拟 合紧密程度的测度,且R2=(r)2
二、拟合优度 决定系数 R2 = 1 - 为最小二乘回归线拟合优度的测度，即回归线对各观测点拟 合紧密程度的测度，且R2=（r）2 。 − − = − 2 2 2 2 ( ) ) ˆ ( ( ) Y Y Y Y Y Y e t t t t
、区间估计和假设检验 ∑2-2x男 02的无偏估计量2=21 B的标准误差为S( 0 我们有-B.B- t(n2) 2 的置信区间为:1+1012x
三、区间估计和假设检验 σ2 的无偏估计量 2 ˆ 2 ˆ 2 2 2 − − = − = n y x y n et t t t ˆ 的标准误差为 = 2 ˆ ) ˆ ( t x Se 我们有 t= − = − 2 ˆ / ˆ ) ˆ ( ˆ t Se x ～t（n-2） β的置信区间为： 2 / 2 ˆ / ˆ t t x