1. 回归模型、回归方程、估计的回归方程 2. 回归方程的拟合优度 3. 回归方程的显著性检验 4. 多重共线性问题及其处理 5. 利用回归方程进行估计和预测 6. 虚拟自变量的回归问题 7. 用 Excel 进行回归分析

所谓的多元方差分析,就是说存在着不止一个应变量,而是两个以上的应 变量共同反映了自变量的影响程度。比如要研究某些因素对儿童生长的影响程 度,则身高、体重等都可以作为生长程度的测量因子,即都应作为应变量

露天矿运输过程中,车速、路面粉尘负荷、粉尘含水率与扬尘浓度有密切的关系.通过对它们设计正交试验和多元回归统计分析,得到运输扬尘质量浓度的计量模型,该模型具有99%的显著性和拟合性.经回归系数显著性检验,自变量对因变量的影响均极为显著,其显著性大小依次为:车速、粉尘含水率和路面粉尘负荷.最后采用实测值与模型计算值的计算机拟合,对模型进行验证.结果表明,该模型具有较高的可信度

实验一 计算器的使用 实验二 单个样本平均数的统计推断 实验三 两个样本平均数的统计推断 实验四 卡平方测验 实验五 单因素试验结果的统计分析 实验六 多因素试验结果的统计分析 实验七 直线回归与相关 实验八 多元回归与相关

一 Excel 的基本使用方法和技巧. 1 二 随机事件的模拟-模拟掷均匀硬币的随机试验. 2 三 随机模拟计算  的值-蒲丰投针问题. 3 四 综合实践-敏感性问题调查. 4 五 正态分布综合试验. 5 六 产生服从任意分布的随机数. 6 七 产生服从二维正态分布的随机数. 7 八 随机变量综合试验. 8 九 定积分的近似计算. 9 十 参数的点估计. 10 十一 区间估计. 13 十二 非参数假设检验( 2  -检验). 14 十三 方差分析. 15 十四 一元回归分析. 16 十五 多元回归分析. 17 十六 零件参数的设定. 19

4.1 异方差性产生的背景和原因 4.2 一元加权最小二乘估计 4.3 多元加权最小二乘估计 4.4 自相关性问题及其处理 4.5 异常值与强影响点 4.6 本章小结与评注

第一节 相关与回归分析的基本概念 第二节 简单线性相关与回归分析 第三节 多元线性相关与回归分析 第四节 非线性相关与回归分析

线性回归 回顾: 线性模型:y=Xβ+E y-N(XB, o-1) 最小二乘法:B=(XXXy y=y=X的拟合值户=X(XX)Xy=Hy e=误差=残差=y-y=yy(H)y

什么是聚类分析 例对10位应聘者做智能检验。3项指标Ⅹ,Y 和乙分别表示数学推理能力,空间想象能力和语 言理解能力。其得分如下,选择合适的统计方 法对应聘者进行分类

1、◎自然科学的试验研究根据所要解决的问题大致分为三大类型的研究:(1)比较 不同处理效应的差异性,推断处理效应的优劣所采用的统计分析方法主要有统计假设测 验、方差分析等;(2)研究变量间的相互关系和变化规律(因素间的关系、性状间的关 系、因素与性状间的关系等),所采用的统计分析方法主要有相关回归(简一元和多元相关 回归