一、滞后效应与滞后变量模型 二、分布滞后模型的估计 三、自回归模型的构建 四、自回归模型的估计

本节借用一个例子，简单介绍用 Matlab 软件分析和计算非线性回归问题

本章介绍EViews中基本回归技术的使用：说明并估计一个回归模型，进行简单的特征分析并在深入的分析中使用估计结果。随后的章节讨论了检验和预测，以及更高级，专业的技术，如加权最小二乘法、二阶段最小二乘法(TSLS)、非线性最小二乘法、ARIMA/ARIMAX模型、GMM（广义矩估计）、GARCH模型,和定性的有限因变量模型

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、模型的类型与变换 二、非线性回归实例

1．模型假设 （1）病人的三项指标年龄、病情严重程度、忧虑程度作为回归模型的自变量； （2）病人对医院服务工作的满意程度作为回归模型的因变量；

一元线性回归问题 考虑关于变量 X 和 Y 的一元线性回归模型：

一． 一元线性回归模型的评价 对一元线性回归模型需做数据的拟合优度、线性相关关系的检验。 Y＝β0 十 β1x＋ε，ε～N（0，σ2）其中，β0、β1、σ2 是未知参数

通过对高温条件下高钢级套管进行室内试验,得到了Q125、V140和V150套管屈服和抗拉强度值,并引入强度折减系数,回归出高温条件下相应强度折减系数计算公式.为了满足油田实际设计需要,给出了高钢级套管在150℃和200℃下的统一强度折减系数推荐值,并被中国石油天然气行业标准采纳,推广应用于高温下套管柱设计.根据试验结果及回归公式,对中国西部某深井套管柱进行了设计校核和安全评价.计算结果表明:本文试验结果和回归公式具有很好的通用性,可以满足现场工程需求;高钢级套管屈服强度和抗拉强度随温度增加而显著降低,且屈服强度降低幅度要大于抗拉强度,建议在高温井套管柱设计过程中要考虑温度对管材性能降低的影响

讨论一种动态神经网络——Elman回归神经网络的结构和算法.基于这一网络结构提出了非线性时变工业对象——直流电弧的神经网络建模方法,并与用其他方法为对象建立的模型进行了比较,结果证明回归网络模型能够很好地适配该工业对象,显示了动态神经网络在工业对象建模中的良好应用前景