什么是回归预测 回归预测的常用方法 一元线性回归 一元非线性回归 二元线性回归 二元非线性回归 多元线性回归 多元非线性回归

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

概述 曲线回归的线性化 多项式回归 曲线配合的拟合度

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

4.1回归分析概述 4.2一元线性回归

要点：掌握回归模型中的基本函数形式。重点学习如何将 复杂的模型变换为线性回归模型。理解边际效应和弹性效 应

第一节 简单直线回归 一、直线回归的概念及其统计描述 二、回归模型的前提假设 三、回归参数的估计 四、回归系数的统计推断 第二节 线性回归的应用 一 、总体回归线的95%置信带 二、个体Y值的容许区间

本章主要内容： · 一元线性回归方程度建立、显著性检验、预报和控制。非线性回归方程的线性化。 · 多元线性回归方程建立、显著性检验、偏回归平方和。 · 回归分析法在试验设计中的作用和地位。 · 正交多项式回归设计及回归方程的建立

本章主要内容： · 一元线性回归方程度建立、显著性检验、预报和控制。非线性回归方程的线性化。 · 多元线性回归方程建立、显著性检验、偏回归平方和。 · 回归分析法在试验设计中的作用和地位。 · 正交多项式回归设计及回归方程的建立

第一节 回归分析概述 一、回归的定义 二、回归模型的分类 第二节 一元线性回归预测法 一、一元线性回归模型 二、最小二乘估计 三、拟合优度的度量 四、相关系数检验法 五、最小二乘估计式的标准误差 六、回归预测