上海交通大学：数学科学学院专业课《回归分析与线性模型》课程教学大纲.pdf_大学文库

《回归分析与线性模型》课程教学大纲课程基本信息(Course Information) 学时理程代码 MATH 3711 ( 学分 Hours) *课程名称 (中文)回归分析与线性模型 (Course Name】 (英文)Regression Analysis and Linear Model 课程类型专业必修课 (Course Type 授课对橡 (Target 本科生 Audience) 授课语言 (Language of 全中文 Instruction) 开课院系数学科学学院先修课程微积分、高等代数、概后续课程 (Prerequisite)率论与数理统计 nogt】 *课程负责人课程网址林一青 (Course (Instructor) Webpage) 回归分折是统计学中一个非常重要的分支，它在自然科学、管理科学、社会济和生物医学等领域有者非常广泛的应用。回归分析是以概率论与数理统计为主要讨论如何利用几个变量的观测数据建立它们之间的线性关系或线性关系。本课程是统计学专业本科生的必修课程，主要内容包括一元线性国课程简介（中归分析，多元线性回归分析、最佳模型的选择、残差分析、影响分析、非标准文) (Description) 条件下的分析与处理、处理多重共线性情形的各种模型和非线性模型等等。过过本课程的学习，使学生理解并掌握回归分析的理论与方法，并熟练利用统：软件解决实际数据的分析与建模问题。本课程在教学将结合统计软件全面统地介绍回归分析的实用方法，注意定性分析与定量分析的紧密结合，努力突出实际案例的应用和统计思想的渗透。 Regression analysis is a major branch of statistics,it has a number of application in 课程简介 various fields biomedicine.Regression analysis is based on probability theory and statistics,it 文) (Description）) mainly discusses how to establish linear relationship or generalized linear relationship among several variables by observing data.This course is a required course for undergraduates maioring in statistics.and it mainly includes simple and

《回归分析与线性模型》课程教学大纲课程基本信息（Course Information）课程代码（Course Code） MATH 3711 *学时（Credit Hours） 48 *学分（Credits） 3 *课程名称（Course Name）（中文）回归分析与线性模型（英文）Regression Analysis and Linear Model 课程类型 (Course Type) 专业必修课授课对象（Target Audience）本科生授课语言 (Language of Instruction) 全中文 *开课院系（School）数学科学学院先修课程（Prerequisite）微积分、高等代数、概率论与数理统计后续课程 (post） *课程负责人（Instructor）林一青课程网址 (Course Webpage) *课程简介（中文）（Description）回归分析是统计学中一个非常重要的分支，它在自然科学、管理科学、社会经济和生物医学等领域有着非常广泛的应用。回归分析是以概率论与数理统计为基础，主要讨论如何利用几个变量的观测数据建立它们之间的线性关系或广义线性关系。本课程是统计学专业本科生的必修课程，主要内容包括一元线性回归分析，多元线性回归分析、最佳模型的选择、残差分析、影响分析、非标准条件下的分析与处理、处理多重共线性情形的各种模型和非线性模型等等。通过本课程的学习，使学生理解并掌握回归分析的理论与方法，并熟练利用统计软件解决实际数据的分析与建模问题。本课程在教学上将结合统计软件全面系统地介绍回归分析的实用方法，注意定性分析与定量分析的紧密结合，努力突出实际案例的应用和统计思想的渗透。 *课程简介（英文）（Description） Regression analysis is a major branch of statistics, it has a number of application in various fields, such as natural science, management science, social economy and biomedicine. Regression analysis is based on probability theory and statistics, it mainly discusses how to establish linear relationship or generalized linear relationship among several variables by observing data. This course is a required course for undergraduates majoring in statistics, and it mainly includes simple and

multicollinearity,nonlinear regression and so on.The goal of this course is to mak students master the theory and method of regression analysis,so that they can do the analysis and modeling of real data by applying some basic theories and techniques of statistics and usine statistical software.This course will introduce the by usingstatistical software,and emphasize the close relation between qualitative analysis and quantitative analysis,and strive to highlight the penetration of statistical thought to the application of real cases. 课程目标与内容(Course objectives and contents) 牢固掌握建立一元和多元线性回归模型的先决设定条件，参数最小二乘估计的基本原理与性质，回归方程的显著性检验，回归系数的区间估计以及相应的顶测与控制。(B1、B2、D1) 2,深刻理解对所建模型进行回归诊断的必要性及其利用残差分析、影响分机进行各种诊断的方法与技巧。(B1、B2、D1》 3.对不满足模型设定条件的建模数据，应全面了解可以用来矫正模型设定而课程目标健立的各种备选新模型的建模方法。(B1、B2、D1) (Course Object) 4.对具有共线性性的数据所引发的建模危害应有足够的认识，并熟练掌握辨共线性的几种指标点共线性性的建模方法。 (B1、B2、D1) 5 熟练掌握几种非线性回归模型的搭建和验证技术。 (B1、B2、D1 6.熟练掌握R软件的基本操作和编程，并能利用所学理论与方法解决实际数据的统计建模问题。(B3、C5、D1) 影的念表达空间要素，提高形象思维能力，并能正确求解一般空间问题。(B2、D1) 教学内容（要章节学时教学形式作业及考课程思政融入对应课程目核要求标培养学生一丝第一章线性代数与居 6 果堂教学习题不苟、认真严课程目标1 1-2周) 机向量初步教学内容进度谨的工作作风安排及对应课第二章一元线性回习题+上培养学生课程目标程目标(Cas 6 课堂教学不苟、认真严机 1.6 Schedule& (3-4周) 镜型谨的工作作风第三培养学生一 Course 多元线性回 6 (5-6周) 模型果堂教学题+上课程目标不、认真严机 Objectives) 懂的工作作风 76 培养学生一丝第四章最佳模型的识习项+ 课程目标 (7-8周) 择课堂教学不苟.认直严机谨的工作作风 2、6 培养学生一丝第五章习题+上 (9-10周) 残差分析 6 课堂教学不苟、认真严课程目标机懂的工作作风

multiple linear regression analysis, criteria for choice of best model, analysis of residuals, influence diagnostics, nonstandard conditions, detecting and combating multicollinearity, nonlinear regression and so on. The goal of this course is to make students master the theory and method of regression analysis, so that they can do the analysis and modeling of real data by applying some basic theories and techniques of statistics and using statistical software. This course will introduce the practical methods of regression analysis by using statistical software, and emphasize the close relation between qualitative analysis and quantitative analysis, and strive to highlight the penetration of statistical thought to the application of real cases. 课程目标与内容（Course objectives and contents） *课程目标 (Course Object) 牢固掌握建立一元和多元线性回归模型的先决设定条件，参数最小二乘估计的基本原理与性质，回归方程的显著性检验，回归系数的区间估计以及相应的预测与控制。（B1、B2、D1） 2．深刻理解对所建模型进行回归诊断的必要性及其利用残差分析、影响分析进行各种诊断的方法与技巧。（B1、B2、D1） 3．对不满足模型设定条件的建模数据，应全面了解可以用来矫正模型设定而建立的各种备选新模型的建模方法。（B1、B2、D1） 4．对具有共线性性的数据所引发的建模危害应有足够的认识，并熟练掌握辨别共线性的几种指标克服共线性性的建模方法。（B1、B2、D1） 5. 熟练掌握几种非线性回归模型的搭建和验证技术。（B1、B2、D1） 6. 熟练掌握 R 软件的基本操作和编程，并能利用所学理论与方法解决实际数据的统计建模问题。（B3、C5、D1）影的概念表达空间要素，提高形象思维能力，并能正确求解一般空间问题。（B2、D1） *教学内容进度安排及对应课程目标 (Class Schedule & Requirements & Course Objectives) 章节教学内容（要点）学时教学形式作业及考核要求课程思政融入点对应课程目标第一章（1-2 周）线性代数与随机向量初步 6 课堂教学习题培养学生一丝不苟、认真严谨的工作作风课程目标 1 第二章（3-4 周）一元线性回归模型 6 课堂教学习题+上机培养学生一丝不苟、认真严谨的工作作风课程目标 1、6 第三章（5-6 周）多元线性回归模型 6 课堂教学习题+上机培养学生一丝不苟、认真严谨的工作作风课程目标 1、6 第四章（7-8 周）最佳模型的选择 6 课堂教学习题+上机培养学生一丝不苟、认真严谨的工作作风课程目标 2、6 第五章（9-10 周）残差分析 6 课堂教学习题+上机培养学生一丝不苟、认真严谨的工作作风课程目标 2