6.1定积分的概念与性质 定积分基本概念、方法与主要知识点 *概念:定积分作为和式的极限,积分中值定理,保序性与估值定理,定积分是一个数。 *方法:凑微分法,分部积分,回归法,变量替换,区间变换

§3.1 多元线性回归模型 一、多元线性回归模型 二、多元线性回归模型的基本假定 §3.2 多元线性回归模型的估计 一、普通最小二乘估计 二、参数估计量的性质 三、样本容量问题 四、估计实例 §3.3 多元线性回归模型的统计检验 一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间

第一节 相关关系、基本概念 一. 变量相关的概念 二. 相关系数及其计算 第二节 简单线性回归分析 第三节 非线性回归分析

一、模型参数的线性约束 二、对回归模型增加或减少解释变量 三、参数的稳定性 *四、非线性约束

一、回归预测的含义 回归(Regression)一词是由生物学相关概念引 申而来,它是英国生物学家高尔顿(. Galton〉 用来描述遗传变异现象的术语。1889年他在《普 用回归定律》一文中指出:每个人的特点和他的 亲属有相似之处,但平均地说在程度上有一定的 差异。他的朋友皮尔逊后来对1078个家庭进行 了调查,发现个子高的父母比矮的父母趋向于生 育个子高的子女,但是从平均数看,父母高, 他们的子女不一定像父母那样高,反之也不像 其父母那样矮。这种现象便称之为回归。后来这 个名词被广泛用来表示变量间的数量关系

一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间

一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间

一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间

一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验(t检验) 四、参数的置信区间

二重比估计与二重回归估计的思想与二重分层估计的思 想相类似。比估计与回归估计需要事先知道辅助变量X的平 均数或总和。如果事先并不掌握辅助变量的平均数或者总和 的信息,但辅助变量的观察要比调查的指标Y容易得多,那 么就可以使用二重比估计或者二重回归估计