第一节 回归和相关的概念 第二节 直线回归 第三节 直线相关 第四节 直线回归与相关的内在关系和应用要点 第五节 协方差分析

一、变量间的关系及回归分析的基本概念 二、总体回归函数（PRF） 三、随机扰动项 四、样本回归函数（SRF）

采用热膨胀仪对船板钢NVE36进行了连续冷却转变曲线(CCT曲线)的测定,并用显微镜观察其室温组织,用维氏硬度仪测定了组织硬度.利用Matlab软件平台对实验数据进行处理,建立了相变点温度-冷却速率关系模型及动力学回归模型,回归计算得到该钢种的最优模型系数.最后对比了NVE36钢在连续冷却过程中实验和回归模拟的动力学行为.结果表明计算值与实验值吻合很好,证明所建立模型的合理性及数据处理方法的可行性

处理效应与选择难题 通过随机分组解决选择难题 依可测变量选择 匹配估计量的思想 倾向得分匹配 倾向得分匹配的Stata实例 偏差校正匹配估计量 双重差分倾向得分匹配 断点回归的思想 精确断点回归 模糊断点回归 断点回归的Stata实例 处理效应模型

第一节 一元线性回归模型的概念 第二节 模型参数的最小二乘估计 第三节 最小二乘估计量的统计性质及分布 第四节 一元线性回归模型的统计检验 第五节 一元线性回归模型的预测 第六节 案例分析

基于实践应用的需要,通过对自回归模型中的残差方差图定阶方法进行研究,提出了局部残差平方和的定阶方法.这种定阶方法把多目标规划理论与事物局部特征结合起来.实例表明:对自回归模型进行定阶时,运用局部残差平方和的定阶方法,能有效地提高自回归模型的预测精度.对自回归模型阶数的取值上限作了重新界定,并在理论上给出了证明

第一节多元线性回归分析 第二节复相关分析 第三节偏相关分析 第四节多项式回归 *第五节通径分析

时间序列的自相关 一阶自回归 高阶自回归 自回归分布滞后模型 误差修正模型 移动平均与ARMA模型 脉冲响应函数 向量自回归过程 VAR的脉冲响应函数 格兰杰因果检验 VAR的Stata命令及实例 时间趋势项 季节调整 日期数据的导入

第一节 一元线性回归模型的概念 第二节 模型参数的最小二乘估计 第三节 最小二乘估计量的统计性质及分布 第四节 一元线性回归模型的统计检验 第五节 一元线性回归模型的预测 第六节 案例分析

§2.1 一元线性回归模型的概述 §2.2 回归模型的参数估计