?

內(nèi) 容(Contents)

第一階段

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(xiě)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(huà)圖（Know how to plot a graph）

第二階段

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）
小二成法（Ordinary Least Square）
極大似然法（Maximum Likelihood Estimation）

第三階段

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）