GAUSS軟件的編程和應(yīng)用課程
?
GAUSS軟件的編程和應(yīng)用課程
教學(xué)內(nèi)容:
第一部分
建立矩陣并進(jìn)行矩陣運(yùn)算(Create?a?matrix?and?understand?matrix?operation)?
數(shù)據(jù)的導(dǎo)入和導(dǎo)出(Import?and?export?data)?
Do?循環(huán)語句和IF循環(huán)語句(DO?loop?and?IF?loop)?
能寫簡單的程序,例如解數(shù)學(xué)題(Able?to?write?simple?program?in?Gauss,?for?example,?can?solve?for?a?simple?math?problem)?
能畫圖(Know?how?to?plot?a?graph)
第二部分
描述統(tǒng)計(jì)分析:均值、方差、中位數(shù)、眾數(shù)(descriptive?statistics?:?mean,?variance,?median,?mode)?
經(jīng)驗(yàn)概率密度函數(shù)(Empirical?Probability?Density?Function)?
概率密度函數(shù)(Probability?Density?Function)?
累積概率密度函數(shù)(Cumulative?Density?Function)?
模擬分析(Simulation)?
隨機(jī)數(shù)生成(Random?variable,?quasi-random?number,?pseudo-random?number)?
隨機(jī)生成器(Random?number?generator)?
蒙特卡羅方法(Monte?Carlo?Method)?
最小二成法(Ordinary?Least?Square)?
極大似然法(Maximum?Likelihood?Estimation)
第三部分
馬爾可夫鏈蒙特卡羅法(Markov?chain?Monte?Carlo?Method,?MCMC)?
簡單的一元線性回歸模型(Simple?linear?regression?model)?
多元線性回歸模型(Multi?factor?linear?regression?model)?
單積自回歸移動平均模型(ARIMA(p,?d,?q)?model?)
廣義條件異方差模型(GARCH(p,?q)?model?)
隨機(jī)波動模型(Stochastic?volatility?model)
馬爾可夫體制轉(zhuǎn)換模型等(Markov?Switch?Model)
?
?