第一节 多元线性回归 第二节 自变量的选择 1.变量多增加了模型的复杂度 2.计算量增大 3.估计和预测的精度下降 4.模型应用费用增加 第三节 多元线性回归的应用及其注意事项

一、主要内容 平面点集 多元函数概念 和区域 多元函数 极限运算

第一节 多元回归 第二节 多元相关和偏相关

前面介绍了一元多项式的基本性质,但是除了 一元多项式外;还有含多个文字的多项式,即多元 多项式,如x2-y2+2xy,x3+y3+3x2y+3xy2 下面简单介绍有关多元多项式的一些概念

一、多元复合函数求导的链式法则 二、多元复合函数的全微分

一、多元函数的极值及最大值、最小值 二、条件极值拉格朗日乘数法

一、多元函数的概念 （1)邻域设P(x,y)是xy平面上的一个点,δ是某一正数,与点P(x,y)距离小于的点P(x,y的全体,称为点P的邻域,记为U(P,)

第一节多元函数的基本概念 第二节偏导数 第三节全微分 第四节复合函数及隐函数的偏导数 第五节多元微分学的应用 第六节例题详解

要点：掌握多元线性回归模型中的基本假设检验方法。重 点掌握多元线性回归模型的约束条件；正态性检验方法； 普通最小二乘估计方法

一、引言 多元回归分析在社会科学中已经得到广泛应用,成为标准的统计工具。作为多元分析,它能够对社会现象提供较深入的解释力同时,它的计算机软件现在 已广为流传,它的统计结果又可以比较直观地得到解释。多元回归的确具有许多良好的统计性质,甚至在应用中的一些必要的假设条件不能完全满足时,它也仍 然可以得到不失为合理的结果