




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、第三節(jié) 最小二乘估計(jì)量的性質(zhì)三大性質(zhì):線性特性、無偏性和最小偏差性一、 線性特性的含義線性特性是指參數(shù)估計(jì)值和分別是觀測(cè)值或者是擾動(dòng)項(xiàng)的線性組合,或者叫線性函數(shù),也可以稱之為可以用或者是來表示。1、的線性特征證明(1)由的計(jì)算公式可得:需要指出的是,這里用到了因?yàn)椴蝗珵榱?,可設(shè),從而,不全為零,故。這說明是的線性組合。(2)因?yàn)椋杂羞@說明是的線性組合。需要指出的是,這里用到了以及2、的線性特征證明(1)因?yàn)?,所以有這里,令,則有這說明是的線性組合。(2)因?yàn)榛貧w模型為,所以因?yàn)?。而所以,這說明是的線性組合。至此,參數(shù)的線性特性證明完畢。問題參數(shù)估計(jì)值線性特性的深層次含義是什么?要根據(jù)被解釋
2、變量、隨機(jī)擾動(dòng)項(xiàng)和的隨機(jī)性來理解。二、 無偏性的含義所謂無偏性是指估計(jì)值的均值等于真實(shí)值。在這里,無偏性是指參數(shù)估計(jì)值和的期望值分別等于總體參數(shù)和。其數(shù)學(xué)上要求是和。證明:根據(jù)參數(shù)估計(jì)值的線性特征,我們推導(dǎo)出:,所以有:相似地,所以有三、 最優(yōu)性(有的書本上直接稱之為最小方差性)的含義最優(yōu)性是指用最小二乘法得到的參數(shù)估計(jì)值和在各種線性無偏估計(jì)中得到的方差最小。 根據(jù)上述的定義,我們可以任意假設(shè)是用其他方法得到的總體參數(shù)的一個(gè)線性無偏估計(jì)。因?yàn)榫哂芯€性特性,我們可以得到:, 又因?yàn)槭怯闷渌椒ǖ玫降目傮w參數(shù)的一個(gè)無偏估計(jì),所以有所以由上述兩個(gè)結(jié)果,可以得到:上述式子要成立,必須同時(shí)滿足兩個(gè)條件,
3、即和現(xiàn)在求的方差:因?yàn)楦鶕?jù)假設(shè)條件(常數(shù)方差和非自相關(guān),即和所以,有方差的最后一項(xiàng)為這是因?yàn)楹鸵虼耍泻苊黠@,當(dāng)時(shí),方差最小,此時(shí),最小值為。而在此時(shí),有即兩個(gè)估計(jì)值相等。因?yàn)榈淖钚》讲畹扔诘姆讲?,即,因此,我們說,在所有線性無偏估計(jì)中的方差最小,且最小方差為:同理,我們可以證明,在所有線性無偏估計(jì)中的方差最小,且參數(shù)估計(jì)值的方差為:。由此,說明,最小二乘估計(jì)具有BLUE(best linear unbiased estimation)性質(zhì)。從而在統(tǒng)計(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)中得到廣泛應(yīng)用。第四節(jié) 系數(shù)的顯著性檢驗(yàn)一、 系數(shù)估計(jì)值的特性:1、根據(jù)系數(shù)估計(jì)值的線性特性,我們知道系數(shù)估計(jì)值是和的線性組合。又
4、因?yàn)楹投挤恼龖B(tài)分布,所以,我們可以自然得到兩點(diǎn):一是系數(shù)估計(jì)值是隨機(jī)變量(這里是在數(shù)學(xué)上再次予以證明);二是系數(shù)估計(jì)值服從正態(tài)分布。從而,可以用隨機(jī)變量的一些數(shù)字特征來表示。通常,我們采用的是均值與方差。 系數(shù)估計(jì)值的均值是多少呢? 根據(jù)系數(shù)估計(jì)值的無偏性,我們知道,。這說明系數(shù)估計(jì)值和這兩個(gè)隨機(jī)變量的數(shù)學(xué)期望(均值)分別等于總體參數(shù)(實(shí)際值)。系數(shù)估計(jì)值的方差又是多少呢?根據(jù)系數(shù)估計(jì)值的最小方差性的證明,我們得到了其方差,即有 ,。至此,我們可以用隨機(jī)變量的數(shù)學(xué)期望和方差來刻畫和這兩個(gè)隨機(jī)變量的分布,即有:服從均值為、方差為的正態(tài)分布;而服從均值為、方差為的分布。用數(shù)學(xué)的語言可以描述為:和
5、。可以明顯看出的是,在系數(shù)的描述中,方差中含有隨機(jī)擾動(dòng)項(xiàng)的方差,其他我們可以得到。隨機(jī)擾動(dòng)項(xiàng)是總體回歸模型中的誤差項(xiàng),無法得到,只能對(duì)其估計(jì)。二、 隨機(jī)誤差項(xiàng)方差的估計(jì)因?yàn)榭傮w回歸模型為:而樣本回歸模型為:從形式上看,樣本回歸模型中的殘差可以看作隨機(jī)擾動(dòng)項(xiàng)的估計(jì)值。進(jìn)一步,殘差的方差可以作為隨機(jī)擾動(dòng)項(xiàng)的方差的估計(jì)值。樣本回歸模型為:樣本回歸直線為:樣本回歸模型的左右兩邊減去樣本回歸直線的左右兩邊,可得:,把這個(gè)式子重新安排一下,可以得到:現(xiàn)在,重點(diǎn)要求的是的兩個(gè)部分,即和。這兩部分知道之后,才能求的方差。對(duì)樣本回歸模型兩邊分別對(duì)t求和,再除以n,有: 由前邊的正規(guī)方程組,我們?cè)?jīng)知道,點(diǎn)在樣本
6、回歸直線上,用數(shù)學(xué)的語言來講,就有:,因此,有,進(jìn)而,有對(duì)總體回歸模型兩邊分別對(duì)t求和,再除以n,有:所以,由,可得,將兩部分結(jié)合起來,現(xiàn)在,我們可以得到:可以得到:,(從這個(gè)式子我們可以看出什么呢?)至此,已經(jīng)將殘差與擾動(dòng)項(xiàng)聯(lián)系起來了。由此,我們可以得到:進(jìn)一步,有:在這三項(xiàng)當(dāng)中,有:所以,第一項(xiàng)為第二項(xiàng)為:第三項(xiàng)為:故有,也就是說如令,則意味著。這說明是的無偏估計(jì)量。前面,我們已經(jīng)求得和。在和的方差中都含有未知量。這里,我們證明了是的無偏估計(jì)量,因此,可以用作為的估計(jì)值,這樣,代入得到和的方差的估計(jì)值分別為:和,分別稱為回歸模型的標(biāo)準(zhǔn)差、參數(shù)估計(jì)值和的標(biāo)準(zhǔn)差。知道了估計(jì)值的方差估計(jì)值,就可
7、以對(duì)參數(shù)進(jìn)行顯著性檢驗(yàn),也可以估計(jì)總體參數(shù)的置信區(qū)間。二 參數(shù)估計(jì)的顯著性檢驗(yàn)以上一節(jié)家庭消費(fèi)支出和收入之間的關(guān)系的例子來說明,通過選取樣本,我們得到了總體參數(shù)和的估計(jì)值分別為和。通過這個(gè)估計(jì)值,我們知道了家庭消費(fèi)支出和收入的具體數(shù)量關(guān)系?,F(xiàn)在,需要知道的是,通過樣本得到的估計(jì)值能夠正確地反映總體參數(shù)嗎?這需要通過假設(shè)檢驗(yàn)來做出判斷。1、 關(guān)于假設(shè)檢驗(yàn)假設(shè)檢驗(yàn)指利用樣本得到的信息來判斷總體是否具有某種制定的特征。例如:某藥品生產(chǎn)線上規(guī)定,每片藥片的凈重是400毫克,標(biāo)準(zhǔn)差是4毫克。今連續(xù)檢查20片藥片,平均藥片重量為395.4毫克。問藥片的重量是否已經(jīng)偏離了額定凈重值?假設(shè):對(duì)總體分布特征的假
8、設(shè)假設(shè)檢驗(yàn):根據(jù)樣本信息來判斷總體分布是否具有指定的特征,這個(gè)過程叫假設(shè)檢驗(yàn)。就家庭消費(fèi)支出而言,我們關(guān)注的是家庭消費(fèi)支出與收入之間是否真的存在回歸關(guān)系,也就是說我們關(guān)注總體參數(shù)和是否不等于零。因此,我們這里的假設(shè)是對(duì)總體參數(shù)的假設(shè),我們這里的檢驗(yàn)是對(duì)總體參數(shù)的假設(shè)檢驗(yàn),我們要運(yùn)用的假設(shè)檢驗(yàn)的工具是用樣本工具得到的與和有關(guān)的檢驗(yàn)的工具。這就是用樣本信息來推斷總體。1、 對(duì)總體均值的假設(shè)檢驗(yàn)因?yàn)槲覀冴P(guān)注的是解釋變量和被解釋變量之間的關(guān)系是否真實(shí)存在,因此,我們需要檢驗(yàn)的是總體均值是否為零。對(duì)總體均值的假設(shè)檢驗(yàn)可分三種情況:(1) 總體服從正態(tài)分布,總體方差已知,樣本大小無限制(2) 總體總體分布
9、未知,總體方差未知,大樣本(3) 總體服從正態(tài)分布,總體方差未知,小樣本我們這里符合的是總體服從正態(tài)分布,總體方差未知,小樣本。2、 用什么來檢驗(yàn)?(檢驗(yàn)工具,統(tǒng)計(jì)量)我們已經(jīng)知道,參數(shù)估計(jì)值滿足:和,要盡可能利用關(guān)于和的信息。將和由正態(tài)分布轉(zhuǎn)化為標(biāo)準(zhǔn)正態(tài)分布統(tǒng)計(jì)量:和在這兩個(gè)統(tǒng)計(jì)量中,和我們都不知道,原因在于未知。但我們前邊已經(jīng)證明是的無偏估計(jì)量。因此,對(duì)于大樣本情況,我們可以用代替,進(jìn)而求得和以及,。這樣,和可以進(jìn)一步轉(zhuǎn)化為:和。從而可以利用這兩個(gè)統(tǒng)計(jì)量對(duì)總體參數(shù)和進(jìn)行檢驗(yàn)。(什么含義)就是說,我們可以對(duì)比如進(jìn)行檢驗(yàn)。如何檢驗(yàn)?zāi)??就是考察我們算出來的統(tǒng)計(jì)量是否服從正態(tài)分布。對(duì)于一元線性回歸
10、模型而言,我們關(guān)心的是解釋變量能否解釋被解釋變量,在數(shù)學(xué)上這表現(xiàn)為是否成立。因此,我們可以進(jìn)行下假設(shè):零假設(shè) 備擇假設(shè) 在零假設(shè)條件下,服從標(biāo)準(zhǔn)正態(tài)分布,我們用這個(gè)統(tǒng)計(jì)量進(jìn)行檢驗(yàn)。在一般情況下,樣本容量不滿足大樣本條件,這時(shí)要用t統(tǒng)計(jì)量,所做的檢驗(yàn)稱之為t分布檢驗(yàn)。這時(shí)t統(tǒng)計(jì)量為:,其服從自由度為(n-2)的t分布。關(guān)于t分布t分布的含義是隨機(jī)變量落入一定區(qū)域的概率。給定顯著性水平和自由度(n-2),則t落入?yún)^(qū)間內(nèi)的概率為:t落在區(qū)域之外的概率為,也可以寫作:,此式子等價(jià)于和。見下圖。 -ta (n-2) 0 ta (n-2) 很顯然,如果計(jì)算出來的這時(shí)t統(tǒng)計(jì)量為:(即t統(tǒng)計(jì)量小于臨界值),則
11、可以認(rèn)為原假設(shè)成立,即。反之,如果計(jì)算出來的這時(shí)t統(tǒng)計(jì)量為:,則可以認(rèn)為備擇假設(shè)成立,即。因此,我們通常的希望是t統(tǒng)計(jì)量值大于臨界值。t統(tǒng)計(jì)量值我們可以根據(jù)樣本計(jì)算出來,而臨界值可以通過查表得到。問題:t值與P值的關(guān)系是什么?相應(yīng)地,我們可以對(duì)總體參數(shù)值進(jìn)行檢驗(yàn)。過程為:零假設(shè)為:備擇假設(shè)為: 計(jì)算統(tǒng)計(jì)量查t分布表,得出臨界值。若,則拒絕零假設(shè),接受備擇假設(shè),即認(rèn)為。三、 總體參數(shù)的置信區(qū)間1、的置信區(qū)間由,將代入概率公式,可得:用概率表述為:總體參數(shù)在區(qū)間內(nèi)的概率為。統(tǒng)計(jì)表述:區(qū)間包含總體參數(shù)的概率為。通常說,總體參數(shù)的置信區(qū)間為:2、相似地,總體參數(shù)的置信區(qū)間為:由這兩個(gè)區(qū)間,可以推斷總體
12、回歸線所處的區(qū)域。四、決定系數(shù)(可決系數(shù))評(píng)價(jià)回歸直線對(duì)觀察值擬合的好壞,擬合優(yōu)度是一個(gè)重要的指標(biāo)。顯然,若觀測(cè)點(diǎn)離回歸直線近,則擬合程度好,反之,則擬合程度差。測(cè)量擬合優(yōu)度的統(tǒng)計(jì)量是可決系數(shù)(決定系數(shù))現(xiàn)由一個(gè)恒等式開始。這個(gè)式子把解釋變量的總偏差分解成兩部分:回歸偏差或者叫可解釋偏差(和殘差兩部分之和??山忉屍钍怯蓸颖净貧w直線決定的,殘差則是隨機(jī)的。顯然,由樣本回歸直線解釋的部分越大,則殘差越小,樣本回歸直線與樣本值的擬合優(yōu)度就越好。而要從總體上反映樣本回歸方程對(duì)所有樣本點(diǎn)的擬合的好壞,必須求和,考慮到正負(fù)抵消的問題,可以求平方和。 總離差平方和: 回歸平方和: 殘差平方和:現(xiàn)在推導(dǎo)三者
13、之間的關(guān)系:這里有:所以有。即:總離差平方和=回歸平方和+殘差平方和。用公式表示為:,表示可以由解釋變量說明的偏差部分,表示可以由殘差說明的偏差部分。顯然,在中所占的比例越大,所占的比例越小,則參數(shù)估計(jì)值的顯著性越強(qiáng),樣本回歸直線與樣本觀測(cè)值擬合得越好。因此,可以用在中所占的比例說明回歸直線與樣本觀測(cè)值的擬合程度。也即總離差中可以由回歸方程說明的部分??蓻Q系數(shù)或擬合優(yōu)度可以定義為:可決系數(shù)的取值范圍為:變化的含義是什么?四、 相關(guān)分析1、 回歸分析和相關(guān)分析的區(qū)別回歸分析:性質(zhì)、變量要求相關(guān)分析:相關(guān)關(guān)系,不是因果關(guān)系。變量要求不同2、 相關(guān)分析的分類:線性相關(guān):直觀上講,樣本點(diǎn)集中分布在一條
14、直線附近。直線斜率為正,為正相關(guān)。直線斜率為負(fù),則為負(fù)相關(guān)。非線性相關(guān):樣本點(diǎn)分布在一條曲線周圍。3、 相關(guān)程度的度量一般用相關(guān)系數(shù)表示X和Y的相關(guān)程度。總體相關(guān)系數(shù)定義為??傮w相關(guān)系數(shù)的取值范圍:總體相關(guān)系數(shù)與樣本相關(guān)系數(shù)之間的關(guān)系。樣本相關(guān)系數(shù)一般用來表示,且定義:這里有:4、 相關(guān)分析與回歸分析的關(guān)系這里特指在一元線性回歸分析和簡(jiǎn)單相關(guān)分析中的關(guān)系。這里可決系數(shù)與相關(guān)系數(shù)有如下關(guān)系:,即。5、 計(jì)量回歸分析的規(guī)范表達(dá)第五節(jié) 預(yù)測(cè)和預(yù)測(cè)區(qū)間關(guān)于預(yù)測(cè)預(yù)測(cè)對(duì)兩種樣本數(shù)據(jù)的作用。對(duì)于時(shí)間序列數(shù)據(jù)的估計(jì)的目的是預(yù)測(cè)。對(duì)截面數(shù)據(jù)估計(jì)的目的是為了推測(cè)未知數(shù)據(jù)。預(yù)測(cè)是計(jì)量經(jīng)濟(jì)學(xué)的一項(xiàng)主要任務(wù)。一、 預(yù)測(cè)
15、的點(diǎn)估計(jì)首先回顧四個(gè)方程式總體回歸模型:總體回歸直線:樣本回歸模型:樣本回歸直線:對(duì)于樣本外的符合假定條件的一點(diǎn)而言,代入總體回歸模型和總體回歸直線,我們可以得到:和然而,由于和我們并不知道,因此,無從獲得和。但是,利用樣本回歸直線,我們可以得到的估計(jì)值,即,求期望有:這說明是 的無偏估計(jì)量。同時(shí),故,這說明不是的無偏估計(jì)量。由可得:這說明在多次觀察中,平均值趨于零,從而以作為的估計(jì)中心是合理的。二、預(yù)測(cè)的區(qū)間估計(jì)1、的置信區(qū)間2、的置信區(qū)間先求的置信區(qū)間因?yàn)?,所以服從正態(tài)分布。求其置信區(qū)間的關(guān)鍵是求其與的偏差的方差。其中,(是的無偏估計(jì)量)所以,進(jìn)一步可以寫為進(jìn)而,上式子中的第一項(xiàng)為:上式子
16、中的第二項(xiàng)為:上式子中的第三項(xiàng)為:將上述三項(xiàng)相加得到因?yàn)樯鲜街?,總體方差可以用來代替。從而可以得到的方差估計(jì)值為:所以,根據(jù)的分布,給定顯著性水平,使用t統(tǒng)計(jì)量,則有即有。這說明,的置信區(qū)間為:2、的置信區(qū)間相似地,我們可以得到的方差估計(jì)值為從而的置信區(qū)間為:10案例:用回歸模型預(yù)測(cè)木材剩余物伊春林區(qū)位于黑龍江省東北部。全區(qū)有森林面積218.9732萬公頃,木材蓄積量為2.324602億m3。森林覆蓋率為62.5%,是我國(guó)主要的木材工業(yè)基地之一。1999年伊春林區(qū)木材采伐量為532萬m3。按此速度44年之后,1999年的蓄積量將被采伐一空。所以目前亟待調(diào)整木材采伐規(guī)劃與方式,保護(hù)森林生態(tài)環(huán)境。
17、為緩解森林資源危機(jī),并解決部分職工就業(yè)問題,除了做好木材的深加工外,還要充分利用木材剩余物生產(chǎn)林業(yè)產(chǎn)品,如紙漿、紙袋、紙板等。因此預(yù)測(cè)林區(qū)的年木材剩余物是安排木材剩余物加工生產(chǎn)的一個(gè)關(guān)鍵環(huán)節(jié)。下面,利用一元線性回歸模型預(yù)測(cè)林區(qū)每年的木材剩余物。顯然引起木材剩余物變化的關(guān)鍵因素是年木材采伐量。給出伊春林區(qū)16個(gè)林業(yè)局1999年木材剩余物和年木材采伐量數(shù)據(jù)如表2.1。散點(diǎn)圖見圖2.14。觀測(cè)點(diǎn)近似服從線性關(guān)系。建立一元線性回歸模型如下:yt = b0 + b1 xt + ut表2.1 年剩余物yt和年木材采伐量xt數(shù)據(jù)林業(yè)局名年木材剩余物yt(萬m3)年木材采伐量xt(萬m3)烏伊嶺26.1361
18、.4東風(fēng)23.4948.3新青21.9751.8紅星11.5335.9五營(yíng)7.1817.8上甘嶺6.8017.0友好18.4355.0翠巒11.6932.7烏馬河6.8017.0美溪9.6927.3大豐7.9921.5南岔12.1535.5帶嶺6.8017.0朗鄉(xiāng)17.2050.0桃山9.5030.0雙豐5.5213.8合計(jì)202.87532.00圖2.14 年剩余物yt和年木材采伐量xt散點(diǎn)圖圖2.15 Eviews輸出結(jié)果Eviews估計(jì)結(jié)果見圖2.15。建立Eviews數(shù)據(jù)文件的方法見附錄1。在已建立Eviews數(shù)據(jù)文件的基礎(chǔ)上,進(jìn)行OLS估計(jì)的操作步驟如下:打開工作文件,從主菜單上點(diǎn)擊
19、Quick鍵,選Estimate Equation 功能。在出現(xiàn)的對(duì)話框中輸入y c x。點(diǎn)擊Ok鍵。立即會(huì)得到如圖2.15所示的結(jié)果。下面分析Eviews輸出結(jié)果。先看圖2.15的最上部分。被解釋變量是yt。估計(jì)方法是最小二乘法。本次估計(jì)用了16對(duì)樣本觀測(cè)值。輸出格式的中間部分給出5列。第1列給出截距項(xiàng)(C)和解釋變量xt。第2列給出第1列相應(yīng)項(xiàng)的回歸參數(shù)估計(jì)值(和)。第3列給出相應(yīng)回歸參數(shù)估計(jì)值的樣本標(biāo)準(zhǔn)差(s(), s())。第4列給出相應(yīng)t值。第5列給出t統(tǒng)計(jì)量取值大于用樣本計(jì)算的t值(絕對(duì)值)的概率值。以t = 12.11266為例,相應(yīng)概率0.0000表示統(tǒng)計(jì)量t取值(絕對(duì)值)大于12.1的概率是一個(gè)比萬分之一還小的數(shù)。換句話說,若給定檢驗(yàn)水平為0.05,則臨界值為t0.05 (14) = 2.15。t = 12.1>2.15落在了H0的拒絕域,所以結(jié)論是b1不為零。輸出格式的最下部分給出了評(píng)價(jià)估計(jì)的回歸函數(shù)的若干個(gè)統(tǒng)計(jì)量的值。依縱向順序,這些統(tǒng)計(jì)量依次是可決系數(shù)R2、調(diào)整的可決系數(shù)(第3章介紹)、回歸函數(shù)的標(biāo)準(zhǔn)差(s.e.,即均
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- T/CAQI 90-2019家用和類似用途飲用水處理內(nèi)芯精準(zhǔn)凈化要求及測(cè)試方法
- 甘肅黨校面試題及答案
- QT基礎(chǔ)面試題及答案
- 國(guó)家稅務(wù)面試題及答案
- 海水淡化面試題及答案
- 環(huán)保教育考試題及答案
- 灰雀教學(xué)設(shè)計(jì)
- 初一語文教師下學(xué)期工作總結(jié)模版
- 房屋買賣變更合同范本
- 火鍋店代運(yùn)營(yíng)合伙協(xié)議書
- 2024年劍橋KET口語題庫(kù)(附參考答案)
- 手術(shù)分級(jí)目錄(2023年修訂)
- 2024年東西損毀賠償協(xié)議書模板
- 林權(quán)繼承協(xié)議書范本
- 2024年四川省巴中市中考文科綜合試卷(含答案解析)
- 學(xué)校食堂人員工資發(fā)放方案范文
- 2023-2024學(xué)年人教版八年級(jí)下冊(cè)數(shù)學(xué) 期末復(fù)習(xí)試題
- 專題03 陜西省(A卷)-2022-2023年各地中考英語聽力真題合集(含聽力原文及MP3)
- MOOC 營(yíng)銷管理-電子科技大學(xué) 中國(guó)大學(xué)慕課答案
- 2024年黔東南州能源投資有限公司招聘筆試參考題庫(kù)附帶答案詳解
- 2024年度-白內(nèi)障課件PPT
評(píng)論
0/150
提交評(píng)論