PMP考试的一些设定： 总共200道题；其中在改卷前会随机抽掉25道不计分，剩下的175道题答对60%，既答对106道题，即可及格。 也就是说，不管运气如何，200道题做对131道，可以保证通过考试。 其中： 启动过程组占11%有22道题，规划过程组占23%有46道题，执行过程组占27%有54道题，监控过程组占21%有42道题，收尾过程组占9%有18道题，职业道德占9%有18道题。 —————————————————————— 1-2、项目管理框架： 项目有独特性、临时性、渐进明细的特点。 三种组织类型： 职能型组织：项目成员有“两个老板”；关键词“共担职责”；项目联络员； 矩阵型组织： 弱矩：PM相当项目协调员；微弱决策力；平衡矩；强矩； 项目型组织：PM拥有最高权限；“无家可归”；组织资源利用率差。 公司领导不对项目结果负责；公司的资源最大利用化是项目组合。 3、项目管理过程 项目生命周期是一个项目从开始到结束的全过程，大致分为四个阶段：概念阶段、规划阶段、实施阶段、结束阶段；通常顺序排列且不相互交叉。 项目的每个阶段理论上都需要五大过程组。 记录管理系统：存储合同、项目记录以便未来PM参考。 项目目标 - SWOT分析：机会、威胁，优势、劣势，积极、消极，外因、内因。 防止镀金。 4、项目整合管理 项目可交付成果的审查需要展示项目所有文档，包括经验教训。
“工作授权系统”强调时间和顺序，用于批准谁在什么时间按什么顺序做什么工作；另一个作用就是防止镀金；属于事业环境因素。 项目选择时要考虑现实性、性能、成本等。 项目优先级和排序使用加权系统。 项目变更的三大起因：外部事件、项目内部、项目元素。 向客户或发起人报告信息时，一定没有任何有关技术的信息。 PM需要对变更先进行影响评估之后，才会提交正式的变更请求。 管理标准和方法都是需要得到客户的接受和认同之后才会流行。 制定项目管理计划的主要依据是组织过程资产。 在进行项目下一个阶段前，一定要对上一个阶段进行可交付成果和项目绩效的评估。 在矩阵式组织中，如果要进行人员调派，第一件事是审查资源直方图。 “用户配置管理”是与产品有关的，可以用于团队间的沟通；主要关注变更的结果和对象。 “配置控制”重点关注可交付成果及各个过程的技术规范，而“变更控制”则着眼于识别、记录和控制对项目及产品基准的变更。 在监控过程组中，除了“实施整体变更控制”外的所有子过程，都有“变更请求”这个输出；在“实施整体变更控制”中是输入；“管理项目团队”和“管理干系人期望”中也有“变更请求”这个输出。 5、项目范围管理 制定项目计划之前必须要定义好项目范围。 如果客户以不符合要求拒绝接受可交付成果，一般是工作说明书（SOW）的描述不严密。 组织分解结构（OBS）显示了工作包与组织单位间的关联。 “核实范围”强调核实和接受可交付成果。 “范围控制”分析范围偏差的原因和程度。 职能经理是资源，不会参与项目规划中的任何工作。 WBS是面向可交付成果的；创建过程中可以获得小组认同。
第一章:1计量经济学研究方法:模型设定,估计参数,模型检验,模型应用 2.计量经济模型检验方式:①经济意义:模型与经济理论是否相符②统计推断:参数估计值是否抽样的偶然结果③计量经济学:是否复合基本假定④预测:模型结果与实际杜比 3.计量经济学中应用的数据类型:①时间序列数据(同空不同时)②截面数据(同时不同空)③混合数据(面板数据)④虚拟变量数据(学历,季节,气候,性别) 第二章:1.相关关系的类型:①变量数量:简单相关/多重相关(复相关)②表现形式:线性相关(散布图接近一条直线)/非线性相关(散布图接近一条直线)③变化的方向:正相关(变量同方向变化,同增同减)/负相关(变量反方向变化,一增一减不相关) 2.引入随机扰动项的原因:①未知影响因素的代表(理论的模糊性)②无法取得数据的已知影响因素的代表(数据欠缺)③众多细小影响因素综合代表(非系统性影响)④模型可能存在设定误差(变量,函数形式设定)⑤模型中变量可能存在观测误差(变量数据不符合实际)⑥变量可能有内在随机性(人类经济行为的内在随机性) 3.OLS回归线数学性质:①剩余项的均值为零②OLS回归线通过样本均值③估计值的均值等于实际观测值的均值④被解释变量估计值与剩余项不相关⑤解释变量与剩余项不相关 4.OLS估计量”尽可能接近”原则:无偏性,有效性,一致性 5.OLS估计式的统计性质/优秀品质:线性特征,无偏性特征,最小方差性特征 第三章:1.偏回归系数:控制其他解释变量不变的条件下,第j个解释变量的单位变动对被解释变量平均值的影响,即对Y平均值直接或净的影响 2.多元线性回归中的基本假定:①零均值②同方差③无自相关④随机扰动项与解释变量不相关⑤无多重共线性⑥正态性…一元中有12346 3. OLS回归线数学性质:同第二章3 4. OLS估计式的统计性质:线性特征,无偏性特征,最小方差性特征 5.为什么用修正可决系数不用可决系数?可决系数只涉及变差没有考虑自由度,如果用自由度去校正所计算的变差,可纠正解释变量个数不同引起的对比困难 第四章:1.多重共线性背景:①经济变量之间具有共同变化趋势②模型中包含滞后变量③利用截面数据建立模型可出现..④样本数据自身原因 2.后果:A完全①参数估计值不确定②csgj值方差无限大B不完全①csgj量方差随贡献程度的增加而增加②对cs区间估计时,置信区间区域变大③假设检验用以出现错误判断④可造成可决系数较高,但对各cs估计的回归系数符号相反,得出错误结论 3.检验:A简单相关系数检验法:COR 解释变量.大于0.8,就严重B方差膨胀因子法:因子越大越严重;≥10,严重C直观判断法:增加或剔除一个解释变量x,估计值y发生较大变化,则存在;定性分析,重要x标准误差较大并没通过显著性检验时,则存在;x回归系数所带正负号与定性分析结果违背,则存在;x相关矩阵中,x之间相关系数较大,则存在D逐步回归检验法:将变量逐个引入模型,每引入一个x,都进行F检验,t检验,当原来引入的x由于后面引入的x不显著是，将其剔除.以确保每次引入新的解释变量之前方程种植包含显著变量. 4.补救措施:①剔除变量法②增大样本容量③变换模型形式:自相关④利用非样本先验信息⑤截面数据与时序数据并用:异方差⑥变量变换 第五章:1.异方差产生原因:①模型中省略了某些重要的解释变量②模型设定误差③数据测量误差④截面数据中总体各单位的差异 2.后果:A参数估计统计特性:参数估计的无偏性仍然成立;参数估计方差不再是最小B参数显著性检验:t统计量进行参数检验失去意义C预测影响:将无效 3检验:A图示①相关图形分析data x y,看散点图,quick→graph→x,y→OK→scatter diagram→
计量经济学学习心得报告 通过这个学期学习的计量经济学这门课程，王新华老师在我们学习计量经济学给了我们很多细 心的讲解和耐心的指导，我们针对学习内容主要学到的主要有两点：一：对EVIES软件的熟练操作与应用，学会了Eviews软件，我感觉自己真的是很幸运，因为毕竟有些软件是属于那种有价无市的，如果没有老师的传授我不可能从市场上或是从思想上认识到它；二：对于计量经济 学各种案例分析的认识我是很深刻的，在这一次对一个案例进行回归分析讲述中，我不但巩固 了老师课堂所讲的知识，也提高了胆识，增长了见识，也学会了团队与协作的力量。 以下我将着重从两个方面阐述我对计量经济学知识的一些认识以及个人从中学到的经验与心得。一：计量经济学教我了我很多。 在学习计量经济学的过程中，我可以旁征博引，同时老师也给了我很多有意思的启发，因为即 将面临考研的抉择，这门课也是我考研过程中必备的一门课程，因此，它作为一门核心必修课，我们都会很用心得听讲，并对一些重要的知识做了记录，从而为自己的考研奠定一定的基础。 二：计量经济学的系统知识 计量经济学的定义为：用数学方法探讨经济学可以从好几个方面着手，但任何一个方面都不能 和计量经济学混为一谈。计量经济学与经济统计学绝非一码事；它也不同于我们所说的一般经 济理论，尽管经济理论大部分具有一定的数量特征；计量经济学也不应视为数学应用于经济学 的同义语。经验表明，统计学、经济理论和数学这三者对于真正了解现代经济生活的数量关系 来说，都是必要的，但本身并非是充分条件。三者结合起来，就是力量，这种结合便构成了计 量经济学。 计量经济学关心统计工具在经济问题与实证资料分析上的发展和应用，经济学理论提供对于经 济现象逻辑一致的可能解释。因为人类行为和决策是复杂的过程，所以一个经济议题可能存在 多种不同的解释理论。当研究者无法进行实验室的实验时，一个理论必须透过其预测与事实的 比较来检验,计量经济学即为检验不同的理论和经济模型的估计提供统计工具。 在计量经济学一元线性回归模型，我认识到：变量间的关系及回归分析的基本概念，主要包括：其次有一元线形回归模型的参数估计及其统计检验与应用，包括： 我也学会了参数的最大似然估计法语最小二乘法。对于最小二乘法，当从模型总体随机抽取n 组样本观测值后，最合理的参数估计量应该使得模型能最好的拟合样本数据，而对于最大似然 估计法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽 取该n组样本观测值的概率最大。显然，这是从不同原理出发的两种参数估计方法。即：
PMP?考试总结和心得体会 PMP?考试终于结束，可喜的是有一个比较良好的结果，虽然跟很多拿到5A的大神相比这个成绩不算什么，但是对我来说这是我辛勤付出的成果。在这里我回顾一下自己的心路历程和备考经过。 一、我为什么要学习PMP? 我从事的是互联网IT行业，PMP?这个证书在我们行业的含金量还是比较高的，很多的大企业都会针对中层有一些项目管理的培训，并且通过PMP?的员工企业都会针对报名费予以报销，由此可见公司领导对于员工项目管理能力的重视。此时我工作正好遇到一些瓶颈，想寻求一些突破，于是我开始打算备考PMP?并且在网上查询相关资料开始准备。 二、选择机构的理由 最初开始准备考PMP?的时候我咨询了身边的一些同事，基本上五个有证书的人中有四个都是报的光环，其中有一个关系比较好的同事大力跟我推荐机构，并把他当时备考时机构给的诸多资料全部都发给了我。 事实证明机构确实不错，在这里真心感谢机构的曹老师，在我整个备考过程中曹老师一直督促我学习和模考，最后关头在我想要放弃的时候一直鼓励我不要放弃，如果没有曹老师的话我估计我最后是走不到考场上的。后来我通过了之后在朋友圈晒出成绩，有很多的朋友看到后来咨询我，我也是推荐了我的三个朋友报考了光环，现在三个朋友也是在备考中。 三、备考过程 我的备考过程比较坎坷，因为家庭缘故周末和晚上需要回家陪孩子，所以我报的是远程班。这种远程班的好处就是我不需要去教室上课，只需要在家观看视频学习，时间也比较自由。缺点就是对于个人自制力的要求更高，虽然老师已经给您制定了复习计划，你需要自觉去完成学习任务，跟上老师
的计划。 好巧不巧的是，我刚刚报完名之后工作上就出现了一些变动，让我不得不重新找工作，那个时候白天面试晚上投简历，心浮气躁也没有心情去看书学习。想要找到一个心仪的工作机会确实不容易，我那时候就抱着宁缺毋滥的原则找了将近一个月的才找到满意的工作。 这个时候离考试已经只剩一个月的时间了，中间曹老师一直问我为什么没有参加几次模拟考我都不知道该怎么回答。 后来我联系了曹老师重新调整了我的复习计划，每天加大复习时间和力度，平时因为晚上还是要陪孩子，所以那段时间基本上每天四五点左右起床，每天早上看书将近3个小时，即使是这种力度到最后一周的时候我依然还是没有复习完一轮。 当时我已经想要放弃，问曹老师能不能缓考，然后老师很坚定的告诉我不要缓考，并再次让我调整了计划，最后一周时间以做题为主，几套模拟题全部做两遍，不得不说光环的最后模拟题真的很有用，很多知识点最后考试时都考到了。 上考场之前我抱着背水一战的心态终于通过了考试。在此我想对正在备考或者准备考PMP?的同学说，复习一定要趁早，PMP?考试的难度说大不大，说小也不小，别把任务和压力都积压到最后，这样到后期很容易崩溃，学习是一个循环渐进的事情，细水长流才是王道。 四、心得体会 最后我想告诉大家，PMP?只是一个证书，而你在备考过程中学到的东西以及如何运用在以后的工作中才是最重要的。最后，如果你已经准备考这个证书的话，那么就不要轻易放弃，坚持到最后就是胜利，我身边的朋友基本上认真复习的都通过了。最后送一首我很喜欢的毛泽东的词给大家，这是毛主席在长征的时候写的，借以排解心中的苦闷并给予自己坚持的力量： 东方欲晓，莫道君行早。 踏遍青山人未老，风景这边独好。
计量经济学复习要点 第1章 绪论 数据类型：截面、时间序列、面板 用数据度量因果效应，其他条件不变的概念 习题：C1、C2 第2章 简单线性回归 回归分析的基本概念，常用术语 现代意义的回归是一个被解释变量对若干个解释变量依存关系的研究，回归的实质是由固定的解释变量去估计被解释变量的平均值。 简单线性回归模型是只有一个解释变量的线性回归模型。 回归中的四个重要概念 1. 总体回归模型（Population Regression Model ，PRM) t t t u x y ++=10ββ--代表了总体变量间的真实关系。 2. 总体回归函数（Population Regression Function ，PRF ） t t x y E 10)(ββ+=--代表了总体变量间的依存规律。 3. 样本回归函数（Sample Regression Function ，SRF ） t t t e x y ++=10??ββ--代表了样本显示的变量关系。 4. 样本回归模型（Sample Regression Model ，SRM ） t t x y 10???ββ+=---代表了样本显示的变量依存规律。 总体回归模型与样本回归模型的主要区别是：①描述的对象不同。总体回归模型描述总体 中变量y 与x 的相互关系，而样本回归模型描述所关的样本中变量y 与x 的相互关系。②建立模型的依据不同。总体回归模型是依据总体全部观测资料建立的，样本回归模型是依据样本观测资料建立的。③模型性质不同。总体回归模型不是随机模型，而样本回归模型是一个随机模型，它随样本的改变而改变。 总体回归模型与样本回归模型的联系是：样本回归模型是总体回归模型的一个估计式，之所以建立样本回归模型，目的是用来估计总体回归模型。 线性回归的含义 线性：被解释变量是关于参数的线性函数（可以不是解释变量的线性函数） 线性回归模型的基本假设 简单线性回归的基本假定：对模型和变量的假定、对随机扰动项u 的假定（零均值假定、同方差假定、无自相关假定、随机扰动与解释变量不相关假定、正态性假定） 普通最小二乘法（原理、推导） 最小二乘法估计参数的原则是以“残差平方和最小”。
计量经济学课后习题总结 第一章绪论 1、什么事计量经济学？ 计量经济学就是把经济理论、经济统计数据和数理统计学与其他数学方法相结合，通过建立经济计量模型来研究经济变量之间相互关系及其演变的规律的一门学科。 2、计量经济学的研究方法有那几个步骤？ （1）建立模型：包括模型中变量的选取及模型函数形式的确定。 （2）模型参数的估计：通过搜集相关是数据，采用不同的参数估计方法，进行模型参数估计。 （3）模型参数的检验：包括经济检验、以及统计学方面的检验。 （4）经济计量模型的应用：经济预测、经济结构分析、经济政策评价。 3、经济计量模型有哪些特点？ 经济计量模型是一个代数的、随即的数学模型，它可以是线性或非线性（对参数而言）形式。 4、经济计量模型中的数据有哪几种类型 （1）定量数据：时间序列数据、截面数据、面板数据 （2）定型数据：虚拟变量数据 第二章一元线性回归模型 1、什么是相关关系？它有那几种类型？（书上没有确切的答案） （1）相关关系：当一个或几个相互联系的变量取一定的数值时，与之相对应的另一变量的值虽然不确定，但它仍按某种规律在一定的范围内变化。变量 间的这种相互关系，称为具有不确定性的相关关系 （2）相关关系的种类 1.按相关程度分类： （1）完全相关：一种现象的数量变化完全由另一种现象的数量变化所确定。在这种情况下，相关关系便称为函数关系，因此也可以说函数关 系是相关关系的一个特例。 （2）不完全相关：两个现象之间的关系介于完全相关和不相关之间 （3）不相关：两个现象彼此互不影响，其数量变化各自独立 2.按相关的方向分类： （1）正相关：两个现象的变化方向相同 （2）负相关：两个现象的变化方向相反 3.按相关的形式分类 （1）线性相关：两种相关现象之间的关系大致呈现为线性关系 （2）非线性相关：两种相关现象之间的关系并不表现为直线关系，而是 近似于某种曲线方程的关系
【育明教育】中国考研考博专业课辅导第一品牌育明教育官方网站：https://www.doczj.com/doc/d616757115.html, 12015年中国人民大学考研指导 育明教育，创始于2006年，由北京大学、中国人民大学、中央财经大学、北京外国语大学的教授投资创办，并有北京大学、武汉大学、中国人民大学、北京师范大学复旦大学、中央财经大学、等知名高校的博士和硕士加盟，是一个最具权威的全国范围内的考研考博辅导机构。更多详情可联系育明教育孙老师。 数量经济学专业 一、本专业是博士和硕士学位授予点。 二、专业概况 数量经济学是一门新兴的多学科交叉学科，它将经济学，统计学，数学和计算机技术相结合，以我国社会主义现代化经济建设中的实际问题为背景研究各种经济数量关系及其规律，既包括方法、技术研究，又包括应用研究和数理经济学研究。将定量分析与定性分析相结合进行研究是本学科的主要特点。 我校是全国较早获得数量经济学硕士点和博士点的单位之一。经过二十多年的建设，已形成以魏权龄教授为学科带头人，赵国庆教授、林勇教授、龙永红教授为学术骨干，韩松副教授、杨斌博士等青年学者组成的学术梯队。魏权龄教授是将数据包络分析方法（DEA）最早引入中国的国内学者，他领导的学术团队在DEA 理论及应用研究方面处于国际领先水平，在国际高水平杂志发表论文几十篇（SCI 索引）。赵国庆教授在计量经济学和应用宏观经济学，林勇教授在非线性分形，龙永红教授在数理金融和拍卖机制设计方面均有丰富成果。 2006年1月，学校进行学科调整，将数量经济学专业由数学系调整进入经济学院，使该学科能够更好地发挥优势，促进人大经济学科的发展。在2008年教育部学科评比中，人民大学包括数量经济学在内的应用经济学一级学科获得第一名。 三、主要研究方向 数理经济与数理金融；最优化与经济数学模型；计量经济学理论及应用研究；博弈论与信息经济学。 四、研究内容 本专业主要研究内容包括数理经济学和计量经济学。数理经济学主要研究：经济学的数理分析方法、微观经济理论、宏观增长模型等内容。计量经济学主要包含计量经济学方法及应用研究。
计量经济学复习范围 一、回归模型的比较 1.根据模型估计结果观察分析 (1)回归系数的符号与值的大小就是否符合经济理论要求 (2)改变模型形式之后就是否使判定系数的值明显提高 (3)各个解释变量t 检验的显著性 2.根据残差分布观察分析 在方程窗口点击View \ Actual,Fitted,Residual\Tabe(或Graph) (1)残差分布表中,各期残差就是否大都落在σ ?±的虚线框内。 (2)残差分布就是否具有某种规律性,即就是否存在着系统误差。 (3)近期残差的分布情况 二、 判断新的解释变量引入模型就是否合适(遗漏变量检验) 1、基本原理 如果模型逐次增加一个变量, 由于增加一个新的变量,ESS 相对于RSS 的增加,称为这个变量的“增量贡献”或“边际贡献”。 不引入:0H (即引入的变量不显著) ())'','(~)''/(/' k k F k n RSS k ESS ESS F new old new --= 或 )'','(~/)1(/)(''2' 22k k F k n R k R R F NEW OLD NEW ---= 其中,'k 为新引进解释变量的个数,''k 为引进解释变量后的模型中参数个数。 判别增量贡献的准则:如果增加一个变量使2R 变大,即使RSS 不显著地减少,这个变量从边际贡献来瞧,就是值得增加的。 若F>F 或者对应的P 值充分小,拒绝 则认为引入新的解释变量合适;否则,接受则认为引入新的解释变量不合适。 三、伪回归的消除 如果解释变量与被解释变量均虽随时间而呈同趋势变动,如果不包含时间趋势变量而仅仅就是将Y 对X 回归,则结果可能仅仅反映这两个变量的同趋势特征而没有反映它们之间的真实关系,这种回归也称为伪回归。
1. 计量经济分析的步骤 2）建立计量经济模型。 ①确定模型包含的变量；②确定模型的数学形式；③拟定模型中待估计参数的理论期望值区间 3）收集数据。数据质量: 完整性、准确性、可比性、一致性 4）估计参数。参数估计为经济理论提供了实际经验的内容，并验证经济理论。 5）假设检验。①经济意义检验：根据拟定的符号、大小、关系②统计检验③计量经济学检验 ④模型预测检验 6）预测和政策分析。①结构分析②经济预测③政策评价④实证分析（理论检验与发展 经典线性回归模型 2.统计假设 ②E(ui uj)=0,③E(ut 2)=σ2④Xjt 是非随机量，⑤（K+1）< n; ⑥各解释变量之间不存在严格的线性关系。 2）A1. E(u)=0 A2. A3. X 是一个非随机元素矩阵 A4. Rank(X) = (K+1) < n 3.β的统计值及其分布 ~ 4.拟合优度（决定系数、修正决定系数） 使用修正决定系数原因：决定系数是一个与解释变量的个数有关的量，解释变量个数增加，RSS 减小，从而使R 2 增大。人们总是可以通过增加模型中解释变量的方法来增大 R2 的值。 5.假设检验 1）单个系数显著性检验 2）若干个系数的显著性检验（联合假设检验） ～t(n-k-1) ～F(g,n-k-1) 3）全部斜率系数为0的检验 4）检验其他形式的系数约束条件（同联合检验） ～F(g,n-k-1) 6. 回归结果的提供和分析： DW 检验值说明是否存在扰动项的自相关。 7. 斜率和截距都变动（分别检验β2和β4的显著性即可） n I u u E 2)(σ='?''-1β=(X X)X Y )6(??)5()()())((?2222X Y x y x X X n Y X Y X n X X Y Y X X t t t t t t t t t t t t βαβ-==--=---=∑∑∑∑∑∑∑∑∑β?),(22∑t x N σβ2?~(,)j j jj N c ββσ()TSS RSS TSS ESS R Y Y e R -==--==∑∑112222或总变差解释变差()∑∑-----=22)1()1(1Y Y K n e n ())1()1(1222-----=∑∑n Y Y K n e R 1)1)(1(12-----=K n R n /2?(1)j t n k αβ±--σ)?(?)?(?j j j j ββββVar Se t ==())1(---=K n S g S S F R )1()1(22---=K n R K R u DX X D Y u X D D Y ++++=++++=)()()(43214321ββββββββ即：
PMP考试考前必背知识点总结 一、需要记忆的公式 1三点估算。期望值、标准差、方差 2关键路径计算。ES、EF、LS、LF、总浮动时间、自由浮动时间 3挣值计算。CPI、SPI、ETC、EAC、TCPI 4决策树模型计算 5沟通渠道计算 6合同计算。CPPC、CPFF、CPIF、FPIF 二、需要记忆的数值 1三点估算概率：68.26%、95.46%、99.73% 2 WBS：4-6层，80小时 3质量成本：85%由管理层负责项目管理论坛 4控制图：7点规则 5应急储备：10% 6沟通：项目经理占75%-90%时间，55%通过非语言传递信息 三、谁主要负责什么 1谁负责制订项目计划?(由项目团队制定，项目经理进行综合集成) 2谁是项目可交付成果的主要负责人?(项目团队成员或个人) 3谁负责同意/拒绝变更请求,决定基准变更?变更控制委员会(CCB) 4谁负责项目章程的批准?项目以外的,级别与项目需要相称的发起人 5谁负责核准项目范围?所有的关键的项目干系人(发起人/客户/顾客等) 6谁负责确定项目成本偏差可接受的范围?(项目经理) 7谁负责设计与规范的基本责任?(项目工程师) 8谁负责承担项目风险及项目管理中的主要风险?(项目发起人) 9谁对项目的风险负责?(项目经理) 10谁对项目实施中各项活动的质量一致性负责?(质量经理) 11谁负责促使合同符合项目的具体要求?(项目管理团队) 12谁负责实施质量控制?(由机构中的质量控制部门或名称相似的部门组织)
13谁负责识别缺陷并推荐缺陷补救?(质量控制部门或类似部门进行处理) 14谁负责利害关系者的管理?(项目经理) 15谁负责做出申请和增加项目资源的决策?(项目经理) 16谁负责质量和等级的确定及交付?(项目经理和项目管理团队) 17在项目质量控制中,谁负责采取纠正措施?(公司里每一位职员) 18谁负责项目团队的绩效评估?(项目管理团队) 19谁对项目中部门的风险负责?(职能经理) 20谁负责实施质量保证(全员参与，质量保证部或组织中与此名称相似的单位提供监督) 21项目质量管理的最终责任由谁来承担?(项目经理) 22过失修复审核通常由谁实施?(项目控制部门) 23谁负责将合同收尾的正式通知提供给卖方?(合同管理负责人/合同管理员) 24谁负责活动定义?(负责工作包的个人或集体) 25谁负责活动持续时间估算(项目团队最熟悉具体计划活动工作内容性质的个人/集体) 26谁制订WBS?(项目团队) 四、看到什么选什么 1看到“限值”选什么? 2干系人出问题，选管理干系人期望 3信息出问题，选沟通管理计划或规划沟通或沟通需求分析 4看到变更题目，选择：最符合流程的项目管理者联盟 5回避针对风险事件，回避改变计划;减轻针对风险概率和影响 6开拓——分派最有能力资源，缩短时间和节约成本;提高——增加资源，缩短时间。 7看到项目收尾，找：可交付成果的验收/总结经验教训 8看到新任项目经理找：章程 9看到计划或章程完成了，找：批准 10看到恢复进度找：进度压缩，假设情景分析，调整时间提前量和滞后量 11看到资源不足找：资源平衡或关键链 12看到要执行风险应对措施找：变更请求 13看到最佳谈判：积极倾听
计量经济学是经济科学领域内的一门应用科学，以一定的经济理论和实际统计资料为基础，运用数学、统计方法与计算机技术，以建立经济计量模型为主要手段，定量分析研究具有随机特性的经济变量关系。 2、数理经济模型与计量经济模型的区别。 数理：揭示经济活动中各个因素之间的理论关系，用确定性的数学方程加以描述。 计量：揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述。 3、经典计量经济学模型的一般形式。 4、计量经济学的数据类型。 时间序列数据：按时间先后排列的统计数据。 截面数据：一个或多个变量在某一时点上的数据集合。 合并数据（平行数据）：既包含时间序列数据又有截面 数据。 5、建立计量经济学模型的步骤。 1） 模型的数学形式。③拟定模型中待估计参数的理论期望 值。 2）样本数据的收集： 差项产生序列相关。②截面数据易引起模型随机误差项 产生异方差。③样本数据的质量：完整性、准确性、可 比性、一致性。 3）模型参数的估计。 4 度检验、变量的显着性检验、方程的显着性检验。③计 量经济学检验：序列相关、异方差法（随机误差项）、 多重共线性（解释变量）④模型预测检验。 6、计量经济学模型的应用。 1）结构分析；2）经济预测；3）政策评价；4）检验与发展经济理论。 7、如何正确选择解释变量。 作为“变量”的原因：1 2）考虑数据的可得性；3）考虑入选变量之间的关系。 8、回归分析的目的。 1）根据自变量的取值，估计应变量的均值；2）检验建立在经济理论基础上的假设；3） 值，预测应变量的均值。 9、总体回归函数(PRF)和样本回归函数(SRF)各变量系数名称及函数方程。 10、随机误差项(Ui)的性质或主要内容。
1.普通最小二乘法(Ordinary Least Squares,OLS)：已知一组样本观测值 {}n i Y X i i ,2,1:),(?=，普通最小二乘法要求样本回归函数尽可以好地拟合这组 值，即样本回归线上的点∧ i Y 与真实观测点Yt 的“总体误差”尽可能地小。普通 最小二乘法给出的判断标准是：被解释变量的估计值与实际观测值之差的平方和 最小。 2.广义最小二乘法GLS ：加权最小二乘法具有比普通最小二乘法更普遍的意义， 或者说普通最小二乘法只是加权最小二乘法中权恒取1时的一种特殊情况。从此 意义看，加权最小二乘法也称为广义最小二乘法。 3.加权最小二乘法WLS ：加权最小二乘法是对原模型加权，使之变成一个新的不 存在异方差性的模型，然后采用普通最小二乘法估计其参数。 4.工具变量法IV ：工具变量法是克服解释变量与随机干扰项相关影响的一种 参数估计方法。 5.两阶段最小二乘法2SLS, Two Stage Least Squares ：两阶段最小二乘法是一种既适 用于恰好识别的结构方程，以适用于过度识别的结构方程的单方程估计方法。 6.间接最小二乘法ILS ：间接最小二乘法是先对关于内生解释变量的简化式方程 采用普通小最二乘法估计简化式参数，得到简化式参数估计量，然后过通参数关 系体系，计算得到结构式参数的估计量的一种方法。 7.异方差性Heteroskedasticity ：对于不同的样本点，随机干扰项的方差不再是常数， 而是互不相同，则认为出现了异方差性。 8.序列相关性Serial Correlation ：多元线性回归模型的基本假设之一是模型的随机 干扰项相互独立或不相关。如果模型的随机干扰项违背了相互独立的基本假设， 称为存在序列相关性。 9.多重共线性Multicollinearity ：对于模型i k i i X X X Y μββββ++?+++=i k 22110i ， 其基本假设之一是解释变量X 1,X 2,…,Xk 是相互独立的。如果某两个或多个解释
拼搏的路上，每一步都算数 ————备战PMP心得和经验分享 2019年6月28日洛杉矶-prometric考试中心，在经过了240分钟高强度的脑力、体力还有心理的挑战后，我略带颤抖的双手攥着答题报告，踉踉跄跄的踱出考场。在南加州午后炙热的阳光下，豆大的汗珠和激动的泪滴翻滚在纸头，令报告上以“Congratulations”起头的那一行字显得格外耀眼。虽然多次告诉自己多问付出、少想结果，但在经过繁忙工作之余还要伏案备考的百天磨砺后，内心对于这张含金量十足证书的渴望是难以掩饰的。坚持不懈的努力终究得到了上苍的眷顾，当我矗立在PMP这座高山之巅，回望这条登顶之路时，每一个向上攀登的脚印都见证着不断超越自我的心路历程。 沉淀之后，我总结了一些对于备考PMP的个人经验和体会。借此分享给那些行将开始攀爬这座大山的同学们，希望你们都能如愿抵达顶峰。 心理篇 如果你无法在备考过程中调整好心态，战术准备的再充分都是徒劳。请诸位牢记这点。 在第一个月里，由于还未形成一个系统的知识点框架，我就是“光脚不怕穿鞋的”，全然抱着一种得之我幸，失之我命的心态。记得4月中旬第一次尝试模拟时，总分还未到120，但却丝毫没有任何心理负担。 随着课程的深入和对知识体系的逐渐掌握，自己开始意识到通过并非遥不可及。什么升职、加薪、各种遐想的情景也不段在脑海里浮现（实打实的假设情景分析啊）.... 人往往就是这样，动念产生了欲望，欲望又伴随着恐慌。有多期待品尝成功时的喜悦，就有多害怕面对失败时的痛苦（这也算识别了一种潜在风险）。我想很多同学都有类似的感受，准备的越充分反而越容易患得患失，生怕那一个F”字眼的结果让一切的努力都付诸东流。 付出和结果，这一个完成时一个将来时，事实上我们都是无法操控的。不负当下的高效复习才是王道。即便最后失之交臂也千万不要否定自己的价值。其实我们为PMP奋斗的每一天都是在突破自己。无论成败，走向上战场前，我们就应先给自己颁发一块荣誉勋章。 资料篇 既然选择希赛，切莫这山望着那山高，尤其是临考前一个月，千万不要浪费时间去搜罗其他机构的题库和材料。这样做不但不会拓展你的复习知识网，反而将扰乱你的心智和进度。 “只要把我串讲课里的题和考点搞明白，我保全员通过......!” 小智老师在考前串讲上的这一席掷地有声的话简直就是一发冲刺路上的照明弹。我把小智老师的所有串讲讲义和习题过了不下五遍！因为最后复习的每一分钟都很宝贵，即便希赛题库里的题，也不
绪论 计量经济学：根据理论和观测的事实，运用合适的推理方法使之联系起来同时推导，对实际经济现象进行的数量分析。 计量经济学（定量分析）是经济学（定性分析）、统计学和数学（定量分析）的结合。 目的：把实际经验的内容纳入经济理论，确定变现各种经济关系的经济参数，从而验证经济理论，预测经济发展的趋势，为制定经济策略提供依据。 类型：理论计量经济学和应用计量经济学 计量经济学的研究步骤： （一）模型设定：要有科学的理论依据选择适当的数学形式方程中的变量要具有可观测性 （二）估计参数：参数不能直接观测而且是未知的 （三）模型检验：经济意义的检验、统计推断检验、计量经济学检验、模型预测检验 （四）模型应用：经济分析、经济预测、政策评价和检验、发展经济理论计量经济模型：计量经济模型是为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模型，是以数学形式对客观经济现象所作的描述和概括。 计量经济研究中应用的数据包括：①时间序列②数据截面③数据面板④数据虚拟变量数据 第二章 简单线性回归模型：只有一个解释变量的线性回归模型 相关系数：两个变量之间线性相关程度可以用简单线性相关系数去度量 总体相关系数：对于研究的总体，两个相互关联的变量得到相关系数。 总体相关系数Var方差Cov协议方差
总体回归函数：将总体被解释函数Y的条件期望表现为解释变量X的函数 总体 个体随机扰动项 引入随机扰动项的原因？ ①作为未知影响因素的代表②作为无法取得数据的已知因素的代表③作为众多细小因素的综合代表④模型的设定误差⑤变量的观测误差⑥经济现象的内在随机性。 简单线性回归的基本假定？ （1）零均值假定时，即在给定解释变量Xi得到条件下，随机扰动项Ui的条件期望或条件均值为零。 （2）同方差假定，即对于给定的每一个Xi，随机扰动项Ui的条件方差等于某一常数。 （3）无相关假定，即随机扰动项Ui的逐次值互不相干，或者说对于所有的i和j（I不等于j），ui和uj的协方差为零。 （4）随机扰动项ui与解释变量Xi不想管 （5）正态性假定，即假定随机扰动项ui服从期望为零、方差为的正态分布。 最小二乘准则：用使估计的剩余平方和最小的原则确定杨讷回归函数 最小二乘估计量评价标准：无偏性、有效性、一致性。 统计特性：线性特性、无偏性、有效性。 E（）= P28
线性回归分析的基本步骤 步骤一、建立模型 知识点： 1、总体回归模型、总体回归方程、样本回归模型、样本回归方程 ①总体回归模型：研究总体之中自变量和因变量之间某种非确定依赖关系的计量模型。 Y X U β=+ 特点：由于随机误差项U 的存在，使得Y 和X 不在一条直线/平面上。 例1：某镇共有60个家庭，经普查，60个家庭的每周收入（X ）与每周消费（Y ）数据如下： 作出其散点图如下： ②总体回归方程（线）：由于假定0EU =，因此因变量的均值与自变量总处于一条直线上，这条直线 ()|E Y X X β=就称为总体回归线（方程）。 总体回归方程的求法：以例1的数据为例 1）对第一个X i ，求出E (Y |X i )。
由于01|i i i E Y X X ββ=+，因此任意带入两个X i 和其对应的E (Y |X i )值，即可求出0 1 ββ 和， 并进而得到总体回归方程。 如 将 ()()222777100,|77200,|137 X E Y X X E Y X ====和代入 ()01|i i i E Y X X ββ =+可得：0100117710017 1372000.6ββββββ=+=?????=+=?? 以上求出 01 ββ和反映了E (Y |X i )和X i 之间的真实关系，即所求的总体回归方程为： ()|170.6i i i E Y X X =+ ，其图形为： ③样本回归模型：总体通常难以得到，因此只能通过抽样得到样本数据。如在例1中，通过抽样考察，我们得到了20个家庭的样本数据：
那么描述样本数据中因变量Y和自变量X之间非确定依赖关系的模型 ? Y X e β =+就称为样本回归 模型。 ④样本回归方程（线）：通过样本数据估计出?β ，得到样本观测值的拟合值与解释变量之间的关系方程 ? ?Y Xβ =称为样本回归方程。如下图所示： ⑤四者之间的关系： ⅰ：总体回归模型建立在总体数据之上，它描述的是因变量Y和自变量X之间的真实的非确定型依赖关系；样本回归模型建立在抽样数据基础之上，它描述的是因变量Y和自变量X之间的近似于真实的非确 定型依赖关系。这种近似表现在两个方面：一是结构参数?β 是其真实值 β的一种近似估计；二是残差 e是随机误差项U的一个近似估计； ⅱ：总体回归方程是根据总体数据得到的，它描述的是因变量的条件均值E(Y|X)与自变量X之间的线性 关系；样本回归方程是根据抽样数据得到的，它描述的是因变量Y样本预测值的拟合值?Y 与自变量X 之间的线性关系。 ⅲ：回归分析的目的是试图通过样本数据得到真实结构参数β的估计值，并要求估计结果?β 足够接近 真实值β。由于抽样数据有多种可能，每一次抽样所得到的估计值?β 都不会相同，即 β的估计量?β 是一个随机变量。因此必须选择合适的参数估计方法，使其具有良好的统计性质。 2、随机误差项U存在的原因： ①非重要解释变量的省略 ②人的随机行为
1. 项目管理简介 (1) 项目管理定义 项目管理定义 : 将知识, 技能, 工具与技术应用与项目活动, 以满足项目的要求; (2) 现代项目管理 现代项目管理与传统项目管理区别 : -- 传统项目管理 (风险) : 只关心项目计划和项目实施, 很少考虑风险; -- 现代项目管理 (风险, 内涵) : 现代项目管理则强调对项目目标的主动控制, 对项目实现过程中遭遇的风险和干扰因素防防患与未然, 以避免和减少损失, 现代项目管理 的内涵已经扩展到了项目前期和项目后期; 现代项目管理特点: 全球化, 多元化, 专业化; (3) 项目管理的特点 项目管理特点 : 目标管理, 系统工程, 创新与应变, 协作与共享; (4) 按项目方式管理 项目方式管理简介: -- 管理方式: 把日常运作的许多方面视为项目, 并运用项目管理技术进行管理; -- 优点 : 组织灵活, 分散的管理责任, 以目标为导向的解决问题过程; -- 示例 : 研发过程中, 分为设计和编码工作, 将设计和编码分开管理; 2. 项目管理知识体系 (1) 项目管理知识领域 项目管理知识领域简介 : -- 项目管理独有知识 : 关键路线法, 工作分解结构, 项目声明周期; -- 一般管理学知识 : 系统科学, 行为科学, 组织学, 金融与会计, 市场营销, 战略规划, 沟通, 激励, 领导, 谈判; -- 应用领域知识 : 软件开发, 医药, 能源, 交通, 军事, 航空, 环保, 金融等; (2) PMI 与 PMP PMI 简介 : 全称Project Management Institute, 美国项目管理协会; 项目管理知识体系指南(A Guide of Project Management Body OF Knowledge, PMBOK) : 由 PMI 开发, 是 IOS10006 的前身;
一、一些应该掌握的概念（课都上完以后回顾时候提到的应该知道的一些知识，有可能会出简答题） 1、中心极限定理 2、大数定理 3、正态分布 4、契比雪夫不等式 5、方差，期望 6、协方差及其相关系数， 二、一些基本题型 1、随机变量分布，“离散型100%考，图形不会的补考！”（此为他课上威胁性话语，所以重视程度排在第一位了……不知道是不是真考，《北方工业大学》版本有一个其他的数据的例子，供参考） 例：设对任意x，定义F(x)=P{X≤x}=P{w|X(w)≤x} X 1 2 3 P 1/3 1/3 1/3 求F(x)=P(X≤x)的分布 1）x<1时，F(x)= P(X<1)=0 2）1≤x<2时，F(x)= P(X≤1)=P(X=1)=1/3 3）2≤x<3时，F(x)= P(X≤2) =P(X=1)+ P(X=2)=2/3 4）3≤x时，F(x)= P(X≤3) =P(X=1)+P(X=2)+ P(X=3)=1 图形:次图形为右连续 F(x) 0 1 2 3 x 2、需求量，很容易考（原话） P15的例1.5，实在打不出来，留个地，大家自己写上去吧。 3、联合概率密度（简单被积分数，身高、体重作为随机变量） 例：用X表示身高，Y表示体重，（X,Y）为二维随机变量 定义F(l,w)=P{X≤l1, Y≤w1} 当两个事件相互独立时，得出
F(l,w)=F X(l) * F Y(w) 即同时满足身高、体重条件的概率为满足身高事件的概率与满足体重的概率乘积。 4、古典概型例子 例一：有藏品100个，其中5个次品，求取8个里面最多2个次品的概率？解：书上p6，例1.1 其中应注意公式： n! C m n =---------------------- m!(n-m)! (公式打得难看了一点，但是很有用) 例二：黑球a个，白球b个，放在一起抓阄。1≤k≤a+b，求在第k个位置抓到黑球的概率？ 解： a*(a+b-1)! / (a+b)! =a/(a+b) 此用来证明第k次抽签时与前面抽到的概率都相等，（本人认为考的可能性小，哈哈） 例三：n个人坐一圈，求其中2个熟人坐一起的概率 解： P=2/(n-1) 即为，把两个人看作一个整体，与其他n-1个人排列，有n-1种方法，他们之间的座位左右更换，有两个，所以得出上式。太简单了，估计不会考吧？ 例四：n个人，至少2个人同生日的概率 如p6，例1.2 P=1 - 365*364*…（365-n+1）/365n 例五：n双不同的鞋，取2k只，（2k
相关主题
文本预览