2 .1 一元线性回归模型 2 .2 参数β0、β1的估计 2 .3 最小二乘估计的性质 2 .4 回归方程的显著性检验 2 .5 残差分析 2 .6 回归系数的区间估计 2 .7 预测和控制 2 .8 本章小结与评注

12.1 多元线性回归模型 12.2 回归方程的拟合优度 12.3 显著性检验 12.4 多重共线性 12.5 利用回归方程进行估计和预测 12.6 变量选择与逐步回归

一元线性回归模型 模型参数估计（最小二乘法） 样本判定系数与拟合优度检验 回归参数估计值的显著性检验 模型整体的显著性检验 一元线性回归模型预测 参数估计 假设检验

第一章 生物信息学的概念及发展历史 第二章 生物学数据库及其检索 第三章 序列比对原理 第四章 蛋白质结构预测与分析 第五章 基因组学 第六章 转录组学 第七章 非编码RNA 第八章 蛋白质组学 第九章 系统生物学 第十章 合成生物学 第十一章 分子进化与系统发育 第十二章 统计学习与推理 第十三章 生物信息学编程基础 第十四章 新一代测序技术及其应用

1. 回归模型、回归方程、估计的回归方程 2. 回归方程的拟合优度 3. 回归方程的显著性检验 4. 多重共线性问题及其处理 5. 利用回归方程进行估计和预测 6. 虚拟自变量的回归问题 7. 用 Excel 进行回归分析

包括以下17门课程：高等几何、VF程序设计、计算方法、数学建模、图论、模糊数学、随机过程、数学实验、抽象代数、分析选讲、代数选讲、数学史、生物数学、常微分方程II、测度论、数学物理方程、统计与预测

包括以下21门课程：运筹学、信息安全数学基础、复变函数、数学建模、工具软件、信息工程概论、微分方程数值解、图形图像处理、数学实验、信息与博弈、分析选讲、代数选讲、密码学、随机过程、软件工程、计算机网络、泛函分析、计算机图形学、信息论基础、网站规划与网页设计、统计与预测

问卷设计是一门技巧性很强的学问，一份设计巧妙的问 卷应当使被访问者完全明确调查的意图并乐意配合作出正确 的回答，同时使得调查机构便于对调查进行计算机处理并作 出推断与预测。 这样就要求调查问卷的设计者不仅要有大量的统计推断 知识，而且要对调查内容的有关知识有所了解。例如，调查

一、简单线性回归模型的设定 二、简单线性回归模型的基本假定 三、简单线性回归模型参数的估计方法 四、参数估计量的统计性质 五、拟合优度的度量 六、回归系数的区间估计和假设检验 七、回归模型预测 八、EViews应用

第一节 回归分析与回归方程 第二节 简单线性回归模型的最小二乘估计 第三节 拟合优度的度量 第四节   回归系数的区间估计和假设检验 第五节   回归模型预测 第六节 案例分析