一、单项选择题 1、下列说法正确的有（ C ） A.时序数据和横截面数据没有差异 B.对总体回归模型的显著性检验没有必要 C.总体回归方程与样本回归方程是有区别的 D.判定系数 不可以用于衡量拟合优度 2 R

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：

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；

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

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

第十二章 水平位移观测 §12-1 基准线法测定水平位移 §12-2 视准线法观测的精度估算 §12-3 激光准直 §12-4 分段基准线法观测 §12-5 引张线法测定水平位移 §12-6 导线法测定建筑物的位移 §12-7 前方交会法测定建筑物的位移 §12-8 工作基点稳定性的检查与其位移的测定 §12-9 基准点稳定性的统计检验 §12-10 工作基点位移对变形值的影响 §12-11 挠度观测 §12-12 裂缝观测 第十四章 变形观测成果整理 §14-1 概述 §14-2 观测资料的整编 §14-3 一元线性回归分析 §14-4 多元线性回归分析 §14-5 逐步回归计算原理

一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干扰项方差的估计

用回归方程定量地刻划出一个因变量Y与 多个自变量X1，X2…之间的线性依存关 系，称为多重线性回归。其中自变量可 以是随机变动的，也可以是人为选定的， 而因变量是随机变量。 若所有变量都是随机的，还可做多重相 关来描述因变量与一组自变量之间的线 性关系；用偏相关(partial correlation) 描述因变量和一个自变量在扣除其他自 变量影响之后的线性相关

一元线性回归 多元线性回归

第一节 数据集中趋势的测定 一、均值 二、中位数 三、众数 第二节 数据离散程度的测定 一、极差 二、异众比率 三、平均差 四、方差和标准差 五、标准差系数 第三节 动态数据的分析 一、 水平分析指标 二、 速度分析指标 三、 长期趋势的分析 第四节 相关与回归分析 一、 相关与回归的基本问题 二、相关与回归分析