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

4.1 直线回归方程 4.2 非线性回归方程 4.3 相关分析

《机械工程测试技术》课程教学资源（技术问答）17、误差分析与数据处理_什么是回归方程？求取回归方程中待定系数的方法有哪几种？

《机械工程测试技术》课程教学资源（技术问答）17、误差分析与数据处理_如何确定回归方程的精度？如何检验回归方程的显著性？

9.2.1 一元线性回归的数学模型 9.2.2 一元线性回归方程的建立 9.2.3 回归的显著性检验 9.2.4 总体回归系数的置信区间 9.2.5 回归方程的拟合度-决定系数 9.2.6 两条回归直线的比较 9.2.7 制定矫正系数 9.3 简单线性相关与回归的区别和联系

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

建立回归方程ya+bX所建方程的回归系数ab值应使实际 数据点尽可能的接近回归直线。也就是各数据点到回归直 线的坚直距离的平方和越小越好

第一节 方差分析 一、方差分析的基本原理 二、单向分组资料的方差分析 三、两向分组资料的方差分析 第二节 单因素试验结果的统计分析 一、对比和间比试验的统计分析 二、随机区组试验的统计分析 第三节 多因素试验结果的统计分析 第四节 相关与回归分析 一、回归和相关的概念 二、直线回归方程 三、直线回归的假设测验和区间估计 四、直线相关

目录 绪论 试验设计与数据处理的概念和意义 试验设计与数据处理的发展和应用 试验设计与数据处理的基本概念 样本及其分布 总体与样本 石 样本分布函数与统计量 直方图和秩 抽样分布 参数估计与假设检验 概述 参数估计 参数的假设检验 正交试验设计的基本思想与正交表s 正交试验设计的基本思想 正交表的概念与类型 正交表的构造 正交试验设计的直观分析 单指标正交试验设计 多指标正交试验设计 混合型正交试验设计心 考虑交互作用的正交试验设计 试验设计的方差分析 概述 单因素试验的方差分析 正交试验设计方差分析的基本原理 相同水平正交试验设计的方差分析91 不同水平正交试验设计的方差分析 重复试验和重复取样的方差分析 正交试验设计的效应估计 正交试验设计中正交表的灵活运用 并列法 拟水平法 拟因素法 其它方法 SN比试验设计与产品三次设计简介 SN比及其应用 产品三次设计 一元线性回归分析 回归分析的基本概念 一元线性回归的数学模型 参数的最小二乘估计 相关系数及其显著性检验 一元线性回归的方差分析 重复试验的方差分析 利用回归方程进行预报和控制 化非线性为线性回归 回归直线的简便求法 多元线性回归分析 多元线性回归的数学模型 参数的最小二乘估计 多元线性回归的方差分析 逐步回归方法 回归正交设计 多项式回归与正交多项式

7.1变量间关系的度量 7.2一元线性回归分析 7.3利用回归方程进行估计和预测 7.4多元线性回归分析