?GAUSS軟件的編程和應(yīng)用培訓(xùn)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(yǔ)句和IF循環(huán)語(yǔ)句（DO?loop?and?IF?loop）?

能寫簡(jiǎn)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(jiǎn)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(dòng)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(dòng)模型(Stochastic?volatility?model)

馬爾可夫體制轉(zhuǎn)換模型等（Markov?Switch?Model）