《统计学》与《计量经济学》课程衔接：统计学知识点、实操及学时安排
发布时间：2021-07-08 20:07
《统计学》是目前很多高校非统计学专业开设的主要专业基础课之一,而《计量经济学》是多数经济类专业的核心课程。这两门课程在内容上有交叉,同时《计量经济学》课程内容多,讲授难度较大,课时数相对紧张。作为先修课程的《统计学》,如能在两门课程交叉内容部分做好知识点设计、合理分配学时和配合必要实验操作,无疑对于《计量经济学》的教学可以打下良好的基础,提高教学效果,同时又提供了宝贵的授课课时。本文以线性回归模型作为课程交叉内容进行分析探讨。
【文章来源】：统计与管理. 2019,(04)
【文章页数】：5 页
【部分图文】：
线性回归：统计量对话框
612019年第4期统计理论与实践图2：回归标准化残差的标准P-P图图3：回归标准化残差直方图从残差直方图的图形特征可以看出，模型残差不符合正态分布。在残差散点图中，由于残差标准值中大于0的值占到了绝大多数，因此本实验不符合正态性检验，这与直方图的判断结果一致。由于残差标准值的观测点没有明显的变动周期和趋势，所以根据该散点图难以判断独立性假设是否成立。从残差的随机性来看，基本上随机的散布在横轴周围，这说明残差基本符合齐性要求。五、“一元线性回归”与“多元线性回归”内容的学时分配在学时数限制的情形下，“一元线性回归”与“多元线性回归”知识点学时计划设置为12-13学时（含理论教学和实操环节）。其中，“一元线性回归”6-7学时，“多元线性回归”6学时。相应讲授知识点学时分配如下表。表8：“一元线性回归”与“多元线性回归”知识点学时分配表教学内容学习知识点课时安排一元线性回归模型1.变量间关系；2.相关关系描述和度量；3.相关系数的检验1学时（理实一体）1.一元线性回归模型；2.随机误差项的性质；3.参数的最小二乘估计；4.模型的拟合优度；5.显著性检验3-4学时（理实一体）1.平均值的置信区间；2.个别值的预测区间；3.用残差检验模型的假定2学时（理实一体）多元线性回归模型1.多元线性回归模型及其矩阵表示；2.多元线性回归模型的基本假定；3.参数的最小二乘估计；4.估计标准误差2学时（理论教学）1.拟合优度检验；2.显著性检验2学时（理实一体）1.多元线性回归模型的点预测；2.区间预测1学时（理实一体）1.多重共线性及其识别；2.变量选择与逐步回归1学时（理实一体）当然，授课老师可根据学生基础及掌握情况灵活调整，以期达到
612019年第4期统计理论与实践图2：回归标准化残差的标准P-P图图3：回归标准化残差直方图从残差直方图的图形特征可以看出，模型残差不符合正态分布。在残差散点图中，由于残差标准值中大于0的值占到了绝大多数，因此本实验不符合正态性检验，这与直方图的判断结果一致。由于残差标准值的观测点没有明显的变动周期和趋势，所以根据该散点图难以判断独立性假设是否成立。从残差的随机性来看，基本上随机的散布在横轴周围，这说明残差基本符合齐性要求。五、“一元线性回归”与“多元线性回归”内容的学时分配在学时数限制的情形下，“一元线性回归”与“多元线性回归”知识点学时计划设置为12-13学时（含理论教学和实操环节）。其中，“一元线性回归”6-7学时，“多元线性回归”6学时。相应讲授知识点学时分配如下表。表8：“一元线性回归”与“多元线性回归”知识点学时分配表教学内容学习知识点课时安排一元线性回归模型1.变量间关系；2.相关关系描述和度量；3.相关系数的检验1学时（理实一体）1.一元线性回归模型；2.随机误差项的性质；3.参数的最小二乘估计；4.模型的拟合优度；5.显著性检验3-4学时（理实一体）1.平均值的置信区间；2.个别值的预测区间；3.用残差检验模型的假定2学时（理实一体）多元线性回归模型1.多元线性回归模型及其矩阵表示；2.多元线性回归模型的基本假定；3.参数的最小二乘估计；4.估计标准误差2学时（理论教学）1.拟合优度检验；2.显著性检验2学时（理实一体）1.多元线性回归模型的点预测；2.区间预测1学时（理实一体）1.多重共线性及其识别；2.变量选择与逐步回归1学时（理实一体）当然，授课老师可根据学生基础及掌握情况灵活调整，以期达到
本文编号：3272247
【文章来源】：统计与管理. 2019,(04)
【文章页数】：5 页
【部分图文】：
线性回归：统计量对话框
612019年第4期统计理论与实践图2：回归标准化残差的标准P-P图图3：回归标准化残差直方图从残差直方图的图形特征可以看出，模型残差不符合正态分布。在残差散点图中，由于残差标准值中大于0的值占到了绝大多数，因此本实验不符合正态性检验，这与直方图的判断结果一致。由于残差标准值的观测点没有明显的变动周期和趋势，所以根据该散点图难以判断独立性假设是否成立。从残差的随机性来看，基本上随机的散布在横轴周围，这说明残差基本符合齐性要求。五、“一元线性回归”与“多元线性回归”内容的学时分配在学时数限制的情形下，“一元线性回归”与“多元线性回归”知识点学时计划设置为12-13学时（含理论教学和实操环节）。其中，“一元线性回归”6-7学时，“多元线性回归”6学时。相应讲授知识点学时分配如下表。表8：“一元线性回归”与“多元线性回归”知识点学时分配表教学内容学习知识点课时安排一元线性回归模型1.变量间关系；2.相关关系描述和度量；3.相关系数的检验1学时（理实一体）1.一元线性回归模型；2.随机误差项的性质；3.参数的最小二乘估计；4.模型的拟合优度；5.显著性检验3-4学时（理实一体）1.平均值的置信区间；2.个别值的预测区间；3.用残差检验模型的假定2学时（理实一体）多元线性回归模型1.多元线性回归模型及其矩阵表示；2.多元线性回归模型的基本假定；3.参数的最小二乘估计；4.估计标准误差2学时（理论教学）1.拟合优度检验；2.显著性检验2学时（理实一体）1.多元线性回归模型的点预测；2.区间预测1学时（理实一体）1.多重共线性及其识别；2.变量选择与逐步回归1学时（理实一体）当然，授课老师可根据学生基础及掌握情况灵活调整，以期达到
612019年第4期统计理论与实践图2：回归标准化残差的标准P-P图图3：回归标准化残差直方图从残差直方图的图形特征可以看出，模型残差不符合正态分布。在残差散点图中，由于残差标准值中大于0的值占到了绝大多数，因此本实验不符合正态性检验，这与直方图的判断结果一致。由于残差标准值的观测点没有明显的变动周期和趋势，所以根据该散点图难以判断独立性假设是否成立。从残差的随机性来看，基本上随机的散布在横轴周围，这说明残差基本符合齐性要求。五、“一元线性回归”与“多元线性回归”内容的学时分配在学时数限制的情形下，“一元线性回归”与“多元线性回归”知识点学时计划设置为12-13学时（含理论教学和实操环节）。其中，“一元线性回归”6-7学时，“多元线性回归”6学时。相应讲授知识点学时分配如下表。表8：“一元线性回归”与“多元线性回归”知识点学时分配表教学内容学习知识点课时安排一元线性回归模型1.变量间关系；2.相关关系描述和度量；3.相关系数的检验1学时（理实一体）1.一元线性回归模型；2.随机误差项的性质；3.参数的最小二乘估计；4.模型的拟合优度；5.显著性检验3-4学时（理实一体）1.平均值的置信区间；2.个别值的预测区间；3.用残差检验模型的假定2学时（理实一体）多元线性回归模型1.多元线性回归模型及其矩阵表示；2.多元线性回归模型的基本假定；3.参数的最小二乘估计；4.估计标准误差2学时（理论教学）1.拟合优度检验；2.显著性检验2学时（理实一体）1.多元线性回归模型的点预测；2.区间预测1学时（理实一体）1.多重共线性及其识别；2.变量选择与逐步回归1学时（理实一体）当然，授课老师可根据学生基础及掌握情况灵活调整，以期达到
本文编号：3272247
本文链接：https://www.wllwen.com/guanlilunwen/tongjijuecelunwen/3272247.html
