《2016frm中文笔记》.doc

目 录 一、定量分析 1 定量基础 1 Topic 1 需要的基本数学知识 1 AIM 1.0 推荐读物 1 AIM 1.1 理解自然对数、微分和泰勒展开式，区分期望与均值 1 Topic 2 计量经济学的本质和范围 3 AIM 2.0 推荐读物 3 AIM 2.1 解释计量经济学的方法论 3 AIM 2.2 区分实证数据的不同类型 3 AIM 2.3 解释模型的设定、解释以及有效性检验的过程 4 Topic 3 统计学概述：概率及概率分布 5 AIM 3.0 推荐读物 5 AIM 3.1 定义随机变量（Random Variables）、区分连续变量(Continuous Random Variables)和离散变量(Discrete Random Variables) 5 AIM 3.2 定义事件的概率(Probability) 5 AIM 3.3 解释相对频率(Relative Frequency)以及概率的经验性定义 6 AIM 3.4 解释贝叶斯定理(Bayes’ theorem)，并且利用贝叶斯公式决定给定事件造成的概率变化 6 AIM 3.5 定义概率函数、概率密度函数、累计概率密度函数 7 AIM 3.6 讨论正态概率密度函数(Normal Probability Density Function)的含义 8 AIM 3.7 区分单变量概率密度函数和多变量概率密度函数 8 AIM 3.8 区分边际概率函数和条件概率函数 8 AIM 3.9 解释统计学意义下的独立性和非独立性 9 Topic 4 概率分布的性质 11 AIM 4.0 推荐读物 11 AIM 4.1 期望值的定义、计算以及解释 11 AIM 4.2 数学期望的特征 11 AIM 4.4 方差的定义、计算和解释 11 AIM 4.5 方差的特征 12 AIM 4.6 切比雪夫不等式的定义、计算和解释以及变量的相关系数 12 AIM 4.7 协方差的定义、计算和解释 13 AIM 4.8 协方差的特点 13 AIM 4.9 相关系数的定义、计算和解释 13 AIM 4.10 相关系数的特点 13 AIM 4.11 相关变量的协方差的定义、计算和解释 14 AIM 4.3 多变量密度分布的期望值的定义、计算和解释 14 AIM 4.12 定义并区分条件期望和非条件期望, 条件期望方差和非条件期望方差 14 AIM 4.14 区分总体和样本，分别计算样本均值，方差，协方差，相关系数，偏度和峰度 15 AIM 4.13 定义、描述并解释偏度和峰度 16 Topic 5 一些重要的概率分布 22 AIM 5.0 推荐读物 22 AIM 5.1 描述正态分布（Normal Distribution)和标准正态分布(Standard Normal Distribution)的特征 22 AIM 5.2 解释如何从正态分布中选取样本，随机样本、随机变量的概念，同分布的相互独立变量以及标准误差(Standard Error)的概念 23 AIM 5.3 定义中心极限定理(The Central Limit Theorem) 23 AIM 5.4 描述T分布，卡方分布以及F分布的关键特征 24 AIM 5.5 解释自由度 24 Topic 6 统计推断：估计与假设检验 29 AIM 6.0 推荐读物 29 AIM 6.1 定义统计推断的概念 29 AIM 6.2 定义估计量和参数的区别 29 AIM 6.3 定义并区分点估计和区间估计 29 AIM 6.7 定义点估计特征以及区分无偏估计和有偏估计 29 AIM 6.8 定义估计的有效性和一致性 29 AIM 6.9 定义最优线性无偏估计量 30 AIM 6.4 定义并比较关键t值 30 AIM 6.5 定义、计算并解释置信区间，置信系数(Confidence Coefficient)、上界(Upper Limit)、下界(Lower Limit)和随机区间(Random Interval) 30 AIM 6.10 解释假设检验的过程 31 AIM 6.11 定义并解释零假设(Null Hypothesis)和备择假设(Alternative Hypothesis) 31 AIM 6.12 区分单侧尾检验(One-sided Hypotheses)和双侧尾检验(Two-sided Hypotheses) 32 AIM 6.14 定义、计算并解释假设检验的置信度方法 33 AIM 6.6 定义、计算并解释第一类错误(Type Error)和第二类错误(Type Error) 34 AIM 6.15 解释接受或拒绝假设时考虑因素以及选择置信水平p值时隐含的信息 34 AIM 6.16 定义，计算并解释卡方检验的置信