本章将一元回归模型拓展到了多元回归模型，其基本的建模思想与建模方法与一元的 情形相同。主要内容仍然包括模型的基本假定、模型的估计、模型的检验以及模型在预测方 面的应用等方面。只不过为了多元建模的需要，在基本假设方面以及检验方面有所扩充

统计描述 统计推断(1) 统计推断(2) 计量资料 频数分布 集中趋势 离散趋势 统计图表 抽样误差 标准误 t u F检验 秩和检验 直线相关与回归 偏相关 多元线性回归 计数资料 相对数 统计图表 u 、  2检验 秩和检验 Logistic回归

采用DEFORM-3D软件对无台阶端头轧件的成形过程进行了有限元数值模拟，并结合二次回归正交旋转组合设计法，研究了各工艺参数对无台阶端头轧件料头体积损耗的影响规律，得到了轧件料头体积的回归方程.研究表明，轧件的料头体积与轧制长度成正比，与展宽角成反比，在模具设计允许的条件下，宜选用较小的展宽角.通过轧制实验，验证了回归方程的可信度和影响规律的正确性

本章内容 第一节相关分析 第二节回归分析 本章重点 相关系数的计算及回归方程的建立

＆10.1 回归和相关分析概述 ＆10.2 直线回归分析 ＆10.3 直线相关分析

第五节 曲线直线化 第二节 直线回归 第三节 相关回归分析注意问题 第四节 等级相关 第一节 直线相关

第一节相关分析概述 第二节等级相关与品质相关 第三节简单线性回归模型 第四节多元线性回归模型

6 .1 多重共线性产生的背景和原因 6 .2 多重共线性对回归模型的影响 6 .3 多重共线性的诊断 6 .4 消除多重共线性的方法 6 .5 主成分回归 6 .6 本章小结与评注

选取某4000 m3级别高炉2014年至2019年时间范围内的日平均数据，以铁水温度为目标函数，首先对铁水温度的特征参量进行线性与非线性相关性分析、特征选择与规范化处理，获取了显著影响铁水温度的正负相关性特征参量。在此基础上，基于支持向量回归与极限学习机两种算法对铁水温度构建预测模型，模型均可对铁水温度实现有效预测，基于支持向量回归算法构建的预测模型较优，预测平均绝对误差为4.33 ℃，±10 ℃误差范围内的命中率为94.0%

第一节 线性相关 第二节 线性回归 第三节 线性相关与回归的区别与联系 第四节 等级相关