• 回归分析概述 • 双变量线性回归模型的参数估计 • 双变量线性回归模型的假设检验 • 双变量线性回归模型的预测 • 实例

第一节双变量线性回归模型的估计 第二节最小二乘法估计量的性质

6.1过原点回归 有时双变量PRF采取如下形式:

双变量计量资料:每个个体有两个变量值 总体:无限或有限对变量值 样本:从总体随机抽取的n对变量值 (,Y1),(2,Y2),(XnYn) 目的:研究和Y的数量关系 方法:回归与相关 简单、基本直线回归、直线相关

社会上，许多现象之间也都有相互联系，例如：身高与体重、教育程度和收入、学业成就和家庭环境、智商与父母智力等。在这些有关系的现象中，它们之间联系的程度和性质也各不相同。本书第十章提出了两总体的检验及估计的问题，这意味着我们开始与双变量统计方法打交道了。双变量统计与单变量统计最大的不同之处是，客观事物间的关联性开始披露出来。这一章我们将把相关关系的讨论深入下去，不仅要对相关关系的存在给出判断，更要对相关关系的强度给出测量，同时要披露两变量间的因果联系，其内容分为相关分析和回归分析这两个大的方面

2.1一个人为的例子 一、家庭收入与家庭消费支出的关系 二、见P20-22 三、回顾一下定义: 回归是研究一个因变量对一个或多个自变量的依赖关系的过程,其用意在于通过后者的设定去估计或预测前者的均值(总体均值)

第一章 回归分析 第二章 双变量回归分析 第三章 多变量回归分析

一、回顾回归分析的主要目的 二、根据SRF去估计PRF

《医学统计学》课程教学资源：第九章 双变量回归与相关（Bivariate）Regression and Correlation

《医学统计学》课程教学资源：第九章 双变量回归与相关（Bivariate）Regression and Correlation